Нейронные сети, рисующие “всякое” по запросу, не обошли стороной и меня. После того как наигрался, я решил, что раз тема из области искусственного интеллекта, то и интерфейс взаимодействия нужен соответствующий. Например, голос и желательно на русском языке. Так появилась идея создать быструю команду для siri. Что из этого получилось, читайте далее. В конце статьи - ссылки на быстрые команды, репозиторий с необходимыми файлами и инструкция по установке.
Всем привет! Перед началом статьи сразу скажу:
САМЫЙ ВАЖНЫЙ ДИСКЛЕЙМЕР: естественно, покупая смс на чужой номер вы полностью компрометируете безопасность своего аккаунта. Мало ли кто его потом еще купит для получения доступа. Поэтому, помните, что представленный в данной статье способ получения доступа - это только на "поиграться". Не стоит вводить туда свои реальные почты и использовать это в работе, так как полученный доступ может быть в любой момент взломан/прикрыт.
Но да ладно, приступим. Здесь без всякого объяснения того что такое ChatGPT - кому надо тот знает. В этой статье я хочу поделиться путем который вас за 30Р может к этому боту привести. Вдаваться в детали бота я не хочу, это чисто статья для ребят которые хотят без лишних запар пройти путь человека который доступ к боту уже получил :)
Как и многих вокруг, меня удивила новая технология от Open AI. Попытался зайти и зарегистрироваться через гугл, но...
Библиотека Transformers предоставляет доступ к огромному кол-ву современных предобученных моделей глубокого обучения. В основном основаных на архитектуре трансформеров. Модели решают весьма разнообразный спектр задач: NLP, CV, Audio, Multimodal, Reinforcement Learning, Time Series.
В этой статье пройдемся по основным ее возможностям и попробуем их на правктике.
Процесс автоматизации делопроизводства в целом запущен уже давно. Люди уже привыкли к тому, что множество процессов, связанных с так называемой «бюрократией», съедающих время и ресурсы предпринимателей, сегодня можно решить онлайн, автоматизировать и освободить для себя драгоценное время. LegalTech все чаще привлекает крупных инвесторов. 2020 год стал рекордным по суммам вложений в компании, разрабатывающие LegalTech-решения — более $ 2 млрд по всему миру. Сможет ли искусственный интеллект применяться для автоматизации и оптимизации процессов судопроизводства? Стоит ли ожидать в ближайшее время автономного робота-судью? Пробуем ответить на эти и другие вопросы в нашей статье.
Разметка- самая важная часть проекта глубокого обучения. Это решающий фактор того, насколько хорошо модель обучится. Однако это очень утомительно и отнимает много времени. Одним из решений является использование автоматизированного инструмента разметки изображений, который значительно сокращает время.
В этой статье мы обсудим некоторые приемы и приемы разметки в OpenCV. С помощью этих методов мы создадим автоматизированный инструмент для разметки одного класса. Он также будет иметь функцию отклонения ненужных объектов. Все это использует возможности некоторых простых алгоритмов в OpenCV.
Привет, чемпион!
Летом прошел чемпионат на Kaggle - "American Express - Default Prediction", требовалось предсказывать - выйдет ли пользователь в дефолт или нет. Табличное соревнование в 5К участников с очень плотным лидербордом.
Вот ведь парадокс, все умеют решать табличные соревнования, все знают, что бустинги "стреляют" точнее всех, но почему-то все равно не все могут забраться в топ лидерборда. В чем проблема?! Мы с командой все-таки смогли забрать серебро🥈 и сейчас я расскажу, как можно было выиграть медаль в этом чемпионате.
Машинное обучение давно вышло за пределы академий и развивается семимильными шагами в индустриальных лабораториях благодаря широкой применимости. Используя машинное обучение и искусственный интеллект во многих бизнес-процессах компании, мы решили пойти дальше и показать не только world-level AI-продукты, но и world-level AI-исследования от Тинькофф.
Как правило, первое, с чем ассоциируется словосочетание «машинное обучение» (machine learning) — это цифровизация, наращивание темпов производства всего на свете, распознавание речи, умные помощники и прочее. Однако, как и у всех продвинутых технологий, у ML есть две стороны медали. С одной стороны, машинное обучение действительно позволяет (вкупе с развитием вычислительных технологий) шагнуть на новую ступень восприятия реальности. Но с другой стороны, применение этой технологии в информационных системах дает злоумышленникам дополнительный вектор атак, как показано ниже.
Optuna — это фреймворк для для автоматизированного поиска оптимальных гиперпараметров для моделей машинного обучения. Она подбирает оптимальные гиперпараметры методом проб и ошибок.
В данной статье представлен обзор фреймворка Optuna, рассмотрены ее основные возможности, базовые примеры использования.
Две недели назад Amazon по внутренней рассылке распространила предложения о выкупе своих акций у десятков тысяч рекрутеров. Это происходит в рамках ожидаемого массового увольнения, которое уже вызвало возмущение сотрудников по всей компании. Теперь журналисты получили доступ к конфиденциальному внутреннему документу Amazon, в котором поднимается вопрос о том, нужны ли вообще компании HR-ы и не сможет ли заменить их всех новая технология искусственного интеллекта, с которой компания начала экспериментировать в прошлом году.
Это статья с 21-ой ссылкой о подготовке к собеседованиям. Я собеседовался на позиции Machine Learning Engineer.
Разобрал основные этапы (алгоритмы, machine learning system design, поведенческий этап) и как к ним готовиться.
Привет, Хабр! Это первый дайджест новостей в нашем блоге. Тут мы решили кратко рассказать о самых интересных, полезных…или просто забавных событиях мира ИТ и высоких технологий — в основном российского, но и немного глобального. Под катом читайте новости майнинга, информацию о новых решениях и технологиях, самое интересное про Apple, немного об искусственном интеллекте и виртуальной реальности, а также свежак о белорусских демонах средних веков и, конечно же, любопытные факты о российских компаниях и технологиях. Позитив и картинки прилагаются.
Добрый день, Хабр! Меня зовут Арсений Рылов. Я работаю ведущим специалистом по анализу и обработке данных в компании “Финолаб” и сегодня снова речь пойдет об автомобилях, нейросетях и инновационных решениях.
В нашем блоге мы уже рассказывали о сервисе дистанционной оценки технического состояния автомобилей на основе технологий искусственного интеллекта, который который к настоящему времени прошел новый этап развития: дополнен новым функционалом, более совершенными алгоритмами обработки данных и количество скачиваний приложения растет ежемесячно на 40%. Уже сейчас, получая фото- и видеоматериалы со смартфона пользователя, мы научились выполнять качественную оценку в различных условиях: снег, грязь, яркое солнце с бликами и неравномерная освещенность. В целом, мы обеспечиваем обнаружение 92% 11-ти видов повреждений стекол и кузова автомобиля и продолжаем улучшать наши метрики.
В проекте я решаю задачу сегментации деталей корпуса автомобиля. Она многогранна и сложна из-за того, что существует много вариаций марок и моделей машин, у каждой из которых своя форма деталей, а иногда и их набор. Сегодня мне хотелось бы поделиться с вами некоторыми решениями, которые я использовал в своей работе, и отдельно выделить задачу спрямления контуров сегментируемых деталей.
Привет, дорогие читатели! Меня зовут Алина, я работаю операционным менеджером в компании Training Data, которая занимается сбором и разметкой данных. Я веду проекты по разметке, а еще благодаря знанию python пишу скрипты для автоматизации работы своей команды. У меня накопилось много интересного опыта, которым я хочу с вами поделиться.
Своей первой статьей я открываю рубрику разбора любопытных кейсов, с которыми столкнулись я и мои коллеги во время организации разметки данных в CVAT.
“Computer Vision Annotation Tool (CVAT) – это инструмент с открытым исходным кодом для разметки цифровых изображений и видео. Основной его задачей является предоставление пользователю удобных и эффективных средств разметки наборов данных. “ - цитата из статьи создателей.
Все мы с вами прекрасно знаем детскую игру на развитие внимательности и наблюдательности - поиск отличий на картинках. Она встречалась нам в журналах, на календарях, а позже - на сайтах и мемах в VK. Но кто бы мог подумать, что подобная забава дойдет и до разметки данных для обучения нейронных сетей?
После хайпа последних дней о чат-боте ChatGPT в англоязычном Твиттере я решил проверить, может ли мне, как программисту на Go, помочь этот сервис. Для примера я взял четыре реальные задачи, с которыми недавно сталкивался. Под катом задачи и результаты.
Этот текст для тех, кто хотел бы посмотреть на MidJourney в деле, но не может выделить время, чтобы, наконец, попробовать. А ещё для тех, кому нужно отвлечься от рабочей среды и погрузиться во что-нибудь, что увлекает и расслабляет внимание. Материалом для отдыха делимся к старту флагманского курса по Data Science.
Рассвет. Огромное кольцо жёлтого света плывёт в воздухе над двумя силуэтами. Пустынный ландшафт простирается к высокой скале-останцу из песчаника. Позади круг из клубящихся облаков.
В свободное время я генерирую тысячи красивых (и не очень) картинок. Иногда я пробую сделать что-то, что будет иметь практическую ценность. Основным преимуществом рисующих нейросетей сейчас я вижу время. Можно сделать портрет почти готового качества за несколько минут; стилизовать любое изображение или набросать композицию. Как же это использовать?
«Мессенджер для тех, кто умирает от количества рабочих чатиков в Telegram», «чек-листы на стероидах для бизнеса», «агентство недвижимости для зумеров», «MMORPG, скрещенная с задачником по программированию» и еще парочка проектов в ноябрьском дайджесте.
В этой статье мы поговорим о том, как с помощью ИИ генерировать музыку. Использовать мы будем обученную на хоралах И. С. Баха минимальную по количеству параметров модель GPT-2. А сама музыка будет представлена в виде текста.
В настоящее время разработка искусственного интеллекта и разнообразных нейронных сетей впитывает столько ресурсов и привлекает такое внимание, что невольно обходится вниманием смежная тема: разработка искусственной нервной системы. Существует термин «коннектом» — это карта или схема всех нейронных связей в организме, которая теоретически позволила бы воспроизвести всю низшую и высшую нервную деятельность организма. Первый коннектом, который можно считать «proof-of-concept» данной технологии, построен в 1980 году при помощи электронного микроскопа под руководством нобелевского лауреата Сиднея Бреннера (1927-2019). Это карта нейронных связей, которая полностью описывает нервную систему почвенной нематоды Caenorhabditis elegans (C. Elegans), червя длиной около 1 мм. C. Elegans давно привлекает пристальное внимание учёных, и ещё в 1998 году стал первым организмом, чей геном удалось полностью (приблизительно) секвенировать. У самца C. Elegans всего 385 нейронов, а у гермафродита – 302, тогда как даже у примитивных моллюсков насчитываются десятки тысяч нейронов. C. Elegans — излюбленный лабораторный организм: вот список задач, которые исследовались на особях этого червя.
Успех с картированием нервной системы C. Elegans породил коннектомику — новое научное направление, задача которого — (ре)конструировать нейронные сети живых организмов. По-видимому, создание искусственного червя уже не за горами, а о более отдалённых и амбициозных горизонтах коннектомики я расскажу под катом.
