Выпуск 22
На этой неделе в Сингапуре дебют беспилотных такси мы узнали, что алгоритмы преобразования речи в текст стали быстрее и эффективнее. точнее, чем человеческий ввод. Давайте погрузимся внутрь Apple и ее ИИ-амбиций, а также познакомимся с алгоритмами машинного зрения Facebook с открытым исходным кодом.

Кроме того, мы собираем наши лучшие проекты, которые можно попробовать дома, и любимые статьи за прошедшую неделю.

Не подписчик? Подпишитесь на информационный бюллетень Emergent // Future здесь.

Дебют беспилотных такси в Сингапуре 🚗

Возможно, вы слышали:На прошлой неделе nuTonomy начали тестирование шести беспилотных такси в Сингапуре только по приглашению. На этапе испытаний на борту будут находиться водитель и исследователь.

Трехлетнее дочернее предприятие Массачусетского технологического института опередило Uber на несколько дней. Uber ранее объявлял о планах начать испытания собственных беспилотных автомобилей в Питтсбурге к концу августа.

Знаете ли вы? Две ведущие компании, занимающиеся технологиями автономных автомобилей, объединяют усилия, чтобы к 2019 году выпустить полностью автономную автомобильную систему, которую автопроизводители могли бы легко интегрировать.

ПЛЮС: Nvidia представляет новый мощный процессор для беспилотных автомобилей

Распознавание голоса превосходит людей при наборе текста 🎙

Новое исследование показало, что алгоритмы распознавания голоса улучшились до такой степени, что они стали значительно быстрее и более точны при создании текста на мобильном устройстве, чем при наборе текста на его клавиатуре.

При речевом вводе скорость ввода английского языка была в 3 раза выше, а частота ошибок на 20% ниже, чем при наборе текста на клавиатуре смартфона. Мадарин был в 2,8 раза быстрее, а количество ошибок на 63% ниже!

Команда использовала Deep Speech 2, систему глубокого обучения Baidu, которая обеспечивает сквозное распознавание речи с малой задержкой на английском и китайском языках в масштабе.

Человечество никогда не было создано для того, чтобы общаться, нажимая пальцами на крошечную клавиатуру мобильного телефона, — говорит главный научный сотрудник Baidu Эндрю Нг. Речь всегда была гораздо более естественным способом общения людей друг с другом.

Плюс:Как плачевное состояние микрофонов сдерживает Siri и Alexa, и почему миллиардная индустрия не видела особых улучшений с момента запуска iPhone. 5.

Как работает искусственный интеллект в Apple 🤖📲

Apple рассказывает о своем секретном подходе к искусственному интеллекту и машинному обучению в увлекательном лонгриде Стивена Леви на The Backchannel.

Руководители Apple Кью, Шиллер и Федериги, а также ключевые ученые Siri оценивают «тонкое» использование компанией машинного обучения и искусственного интеллекта для улучшения своих продуктов.

Борьба сводится к тому, насколько мышление машинного обучения расходится с духом Apple — компании, которая тщательно контролирует взаимодействие с пользователем. Когда инженеры используют машинное обучение, получаемые результаты не всегда соответствуют хорошо продуманному и продуманному опыту, указанному дизайнером Apple.

Итак, может ли Apple приспособиться к современной реальности, когда системы машинного обучения сами могут участвовать в разработке продуктов? Прочтите рассказ, чтобы сделать выводы.

Алгоритмы компьютерного зрения Facebook 🔮

Facebook открывает исходный код для DeepMask, SharpMask и MultiPathNet. Вместе эти три алгоритма позволяют обнаруживать, классифицировать и сегментировать объекты на изображении. Ознакомьтесь с демонстрацией SharpMask и прочитайте полный анонс.

Код выпускается Facebook AI Research (FAIR), командой, продвигающей область машинного интеллекта, похожей на команду Google Brain.

Мы работаем над тем, чтобы добавить их в Алгоритмию, чтобы любой разработчик мог воспользоваться этими современными алгоритмами без необходимости устанавливать, настраивать или выделять серверы. А пока ознакомьтесь с некоторыми из наших классификаторов изображений следующего поколения:

  • Smart Thumbnail — автоматическое кадрирование изображений с помощью распознавания лиц и определения значимости.
  • Возрастная классификация — использует глубокое обучение для идентификации человека на изображении и предоставляет для него возрастной диапазон с достоверными значениями.
  • Распознавание эмоций — еще одна модель глубокого обучения, которая может предоставить диапазон возможных эмоций и доверительных интервалов по фотографии.

Что мы читаем 📚

  • Большие данные, Google и конец свободы воли. Забудьте о том, чтобы слушать себя. В век данных у алгоритмов есть ответ, пишет историк Юваль Ноа Харари. (Файнэншл Таймс)
  • Влияние электромобилей — не только на автомобиль. Несмотря на все сейсмические сдвиги, которые электрические транспортные средства привнесут в автомобильную промышленность, как с мобильными телефонами и дешевой возобновляемой энергией, как и со всеми преобразованиями в основных секторах экономики, некоторые из самых больших последствий могут ощущаться в других частях экономики. (Блумберг)
  • Не заменяйте людей. Увеличьте их. Если мы позволим машинам лишить нас работы, то это будет из-за недостатка воображения и желания построить лучшее будущее. (Тим О’Райли)
  • Нерушимый гений Марка Цукерберга. Всего за 12 лет основатель Facebook построил империю из 1,71 миллиарда подписчиков. Его следующая цель: подружиться с остальным человечеством. (Популярная наука)
  • Обман и надежда на искусственный интеллект. Подобно облаку, большим данным и машинному обучению до этого, термин искусственный интеллект был захвачен маркетологами и рекламщиками. Многое из того, что люди называют искусственным интеллектом, на самом деле является аналитикой данных — другими словами, обычным делом. (Нью-Йоркер)

Попробуйте это дома 🛠

Emergent Future – это еженедельная рассылка, посвященная технологиям через призму искусственного интеллекта, науки о данных и форм будущего. Подпишитесь здесь.

Первоначально опубликовано на сайте blog.algorithmia.com 30 августа 2016 г.