Еженедельный информационный бюллетень, в котором обсуждаются важные исследовательские работы по машинному обучению, интересные технические выпуски, деньги, полученные от ИИ, и реальные реализации.
Sequence Scope - это сводка наиболее важных опубликованных исследовательских работ, опубликованных новостей о технологиях и стартапах в экосистеме ИИ за последнюю неделю. Этот сборник является частью информационного бюллетеня TheSequence. Специалисты по анализу данных, ученые и разработчики из Microsoft Research, Intel Corporation, Linux Foundation AI, Google, Lockheed Martin, Кардиффского университета, Меллонского научного колледжа, Варшавского технологического университета, Политехнического университета Валенсии и других компаний. и университеты уже подписаны на TheSequence.
📝 От редакции: сквозные и лучшие в своем классе платформы машинного обучения
Какую платформу выбрать для разработки машинного обучения - один из вопросов, который мучает организации, вступающие в космос. Быстрый рост рынка машинного обучения привел к взрыву стартапов, занимающихся разработкой машинного обучения. В то же время у нас есть такие гиганты облачных платформ, как Microsoft, AWS и Google, предоставляющие очень полные платформы, которые охватывают почти все аспекты конвейера машинного обучения. В результате становится все труднее определить, какие платформы использовать для той или иной задачи машинного обучения. Следует ли вам использовать сквозные платформы, такие как Azure ML или AWS SageMaker, или делать ставку на инновационные стартапы, которые сосредоточены на конкретных возможностях конвейера машинного обучения?
Жизненный цикл решений машинного обучения очень сложен, и, следовательно, для одной платформы очень сложно обеспечить качество на всех этапах. В то же время текущее состояние рынка машинного обучения действительно затрудняет определение того, какие категории останутся автономными субрынками. Маркировка данных, непрерывное развертывание, оптимизация модели - вот некоторые из областей, в которых есть потенциал для создания автономных платформ нового поколения. Однако такие компании, как Microsoft, Amazon и Google, становятся все более заинтересованными и быстро встраивают некоторые из этих возможностей в свои платформы. Когда дело доходит до машинного обучения, выбор между сквозной или лучшей в своем классе платформой далеко не тривиален.
Хотел бы услышать от вас об этих дебатах. Когда приходит время выбирать платформу машинного обучения, отдаете ли вы предпочтение согласованности платформ сквозного машинного обучения, таким как Azure ML или SageMaker, или быстрым инновациям лучших в своем классе стартапов? На чем вы основываете свой выбор?
Давайте обсудим
Теперь о самых важных событиях в индустрии искусственного интеллекта на этой неделе
🔎 Исследования машинного обучения
Рассуждения об абстрактных концепциях
Исследователи из Массачусетского технологического института опубликовали статью, в которой предлагали модель, которая может определять абстрактные концепции в видеороликах -› подробнее читайте в MIT News
Моделирование квантовой химии
Исследователи из Google AI Quantum опубликовали статью, в которой изучают идеи проведения больших химических симуляций в квантовых компьютерах -› подробнее в блоге Google Research
Прогнозирование трафика с помощью графических нейронных сетей
DeepMind и Google представили исследование, которое с помощью графических нейронных сетей повышает точность расчетов расчетного времени прибытия в Google Maps в реальном времени -› подробнее в блоге DeepMind
🤖 Крутые релизы AI Tech
Opacus
Открытый исходный код Facebook Opacus, фреймворк для дифференцированной конфиденциальности в моделях PyTorch -› подробнее в блоге Facebook
PSI
Microsoft предоставила открытый исходный код для платформы ситуационного анализа (PSI), основы для исследования и реализации моделей искусственного интеллекта, использующих гетерогенные потоки входных данных -› подробнее на Microsoft Research GitHub
AllenAct
Исследователи из AllenAct с открытым кодом Института ИИ, исследовательской структуры для воплощенного ИИ -› подробнее на AllenAct GitHub
💸 Деньги в AI
- Приложение Горчица, созданное для анализа механики спортсмена и предложения корректирующих советов, которые помогут им улучшить свою технику, собрало 1,7 миллиона долларов на улучшение своего инструмента.
🔺🔻 TheSequence Scope - наше воскресное издание с обзором развития отрасли - бесплатно. Чтобы получать высококачественный образовательный контент каждый вторник и четверг, подпишитесь на TheSequence Edge 🔺🔻
🗓 На следующей неделе в TheSequence Edge:
Край №17: концепция байесовских нейронных сетей; метод, созданный DeepMind для использования байесовских нейронных сетей для оценки достоверности набора данных; Pyro, вероятностный язык программирования, созданный Uber.
Преимущество № 18: концепция готовых к производству ноутбуков; Исследовательский документ Microsoft о проблемах вычислительных ноутбуков; Polynote, платформа для ноутбуков нового поколения, созданная Netflix.
