Публикации по теме 'aritificial-intelligence'


ИИ научил ИИ
«Обучая, вы будете учить, и обучая, вы будете учиться». — Фил Коллинз Прежде чем вы начнете читать, я хочу прояснить, что я не являюсь экспертом в области преподавания и определенно не являюсь экспертом в области искусственного интеллекта или машинного обучения. С учетом сказанного, последние 4 недели я провел наставничество в Белфастском A.I.Camp и Бирмингемском A.I.Camp, организованном Kainos. Это была отличная возможность, но, потратив 4 недели еще до этого на подготовку..
Введение в нейронные сети
Разве не было бы круто, если бы мы могли каким-то образом имитировать человеческий мозг, выяснить основную концепцию того, как и какие все процессы происходят внутри него, и каким-то образом заставить машину понять, как думать как человек? Все мы определенно видели какие-то фильмы или читали о машинах, эволюционирующих на совершенно другой уровень, где они могут быть в точности такими, как люди, и могут делать все быстрее. Но люди часто путают искусственный интеллект, машинное обучение..
Как я создал непревзойденный алгоритм ИИ для игры в крестики-нолики на Ruby
Людей всегда очаровывала идея, что машины могут превзойти их в их собственной стратегической игре, и которая сделала создание реалистичного игрового процесса с использованием искусственного интеллекта будущим игровой индустрии. Рост и доминирование ИИ показали, что это последовательный прогресс в создании игр, которые более умны и интерактивны и способны вызывать интерес и удовлетворение игрока в течение долгого времени. До того, как я разработал свою первую игру с искусственным..
Потеря перекрестной энтропии в PyTorch
Небольшое руководство или введение об общих функциях потерь, используемых в машинном обучении, включая потерю перекрестной энтропии, потерю L1, потерю L2 и потерю шарнира. Практические детали включены для PyTorch. Перекрестная энтропия Перекрестная потеря энтропии обычно используется в задачах классификации как в традиционном машинном обучении, так и в глубоком обучении. Примечание. logit здесь используется для обозначения ненормализованного вывода NN, как в Глоссарии Google ML..
Топ-лист 5 алгоритмов, совершивших прорыв в 2019 году
Для того, чтобы сделать машины более похожими на людей по своей природе, исследователи из предприятий, а также научных кругов прилагают все усилия для разработки интеллектуальных систем, способных принимать собственные решения. В этом году мы стали свидетелями ряда интересных событий в области искусственного интеллекта и машинного обучения. Благодаря большому количеству разработок и постоянной оцифровке в этом году ИИ оказался более умным и сложным, чем люди. Например, победить..
GAN на благо [Выводы]
Будущее сетей GAN и приложений. Вчера я посетил потрясающую панельную дискуссию GANs for Good , организованную deeplearning.ai, и вот мои выводы: Генеративные состязательные сети ( GAN ) с годами совершенствовались и начинают находить применение в реальном мире в таких областях, как здоровье, искусство и дополненная реальность. Нужен разговор о прогрессе и ответственном использовании. Текущий прогресс и итерации GAN показывают, что мы перешли от создания простых изображений с..
CNN может отличить моих братьев друг от друга лучше, чем моя собственная семья
Фон У меня большая семья. Нас 9 человек вместе в одном доме, не говоря уже о бесчисленных тетях, дядях и двоюродных братьях. На самом деле, жить в большой семье очень весело, потому что в молодом возрасте вы привлекаете к себе много внимания, а все ваши тети и дяди постоянно говорят вам, насколько вы выросли с тех пор, как вам исполнилось 2 дня. Один из недостатков - вас могут принять за младшего брата. У меня есть младший брат и два младших кузена, которые живут со мной. Я не..