Новости IoT, Хайтека и Науки
Нейронные сети относятся к одному из наиболее увлекательных ответвлений в разработке искусственного интеллекта. Это особые алгоритмы, которые способны имитировать работу нервной системы человека. Основная особенность нейронных сетей в их способности обучаться на собственном опыте и с каждым разом допускать все меньше ошибок при выполнении поставленной задачи.
Уже сейчас нейронные сети способны выполнять множество функций и частично замещать людей на низкоквалифицированных работах. Новые разработки приведут к тому, что многие профессии станут выполнять машины, освободив людям немало времени и ресурсов.
Читайте последние новости о нейросетях на iotdaily.ru:
Технология цифрового двойника позволяет сократить время выполнения инженерных расчетов на 30–40%, снизить сроки и стоимость создания новых изделий. Полученные в ходе НИР программные и аппаратные средства были использованы в процессе разработки аванпроекта модернизированного морского ГТД.
Решение на основе нейронных сетей помогает находить отклонения в качестве металлопроката и способствует снижению количества уведомлений со стороны клиентов.
Российские компании все чаще создают собственные нейросети и ищут узкопрофильных специалистов в области технологий и разработки.
Недавно университет приступил в доводочным испытаниям одного из своих беспилотников для отрасли сельского хозяйства — «Агродрона».
Функция работает для стримов на английском, немецком, французском, испанском и итальянском языках.
Технологии позволили автоматизировать процесс и ускорить подсчет численности особей с 7 дней до 30 миллисекунд.
В отличие от существующих систем, новая разработка ускорит обучение нейронной сети, когда в магазин привезут новые виды товаров.
Нейросеть Шедеврума содержит 5 миллиардов параметров и обучалась на 330 миллионах примеров пар картинок с текстовым описанием.
В рамках сервиса «МТС Видеонаблюдение» стали доступны шесть новых детекторов видеоаналитики, разработанных командой платформы Tenvision от MTS AI. С их помощью можно вести подсчет очередей, создавать тепловые карты, а также отслеживать присутствие и отсутствие персонала и маршруты клиентов.
Также банк выложил новую версию модели mGPT 13B — самую большую из семейства многоязычных моделей Сбера, способную генерировать тексты на 61 языке. Обе модели доступны на HuggingFace, и их могут использовать все разработчики (модели опубликованы под открытой лицензией MIT).
В процессе распознавания помогают цифровые технологии, компьютерное зрение, анализ изображений при помощи ИИ.
Работать с нейросетью можно в личном кабинете продавца на Маркете.
Разработка позволит выявлять зоны загрязнения, которые не видны с берега, а также идентифицировать суда, допустившие сброс вредных веществ в воду.
Это открывает ещё больше возможностей для творчества, веселья и подготовки полезного контента.
В частности, она предотвратит выполнение незаконных транзакций, которые будет выявлять на основании определенных закономерностей.
Используя данные медицинских исследований пациентов с Альцгеймером, ученые Пермского Политеха обучили нейросеть выявлять заболевание. Для этого они построили модель нейронной сети на основе механизма комплексного оценивания, преодолев проблему ограниченности исходных данных. Полученные результаты лягут в основу программного обеспечения системы диагностики болезни Альцгеймера
«Бета-тест приложения для пользователей — это новый опыт и немного хорошего настроения, для нас — возможность чуть лучше понять, в каком направлении развивать нейросеть дальше», — отмечают в Яндексе.
Сбер представил способную создавать высококачественные изображения нейросеть Kandinsky 2.1
Развитие технологического потенциала – один из ключевых элементов Стратегии «Роснефть-2030». Компания уделяет приоритетное внимание инновационной деятельности и использованию прорывных научных подходов, определяя технологическое лидерство как ключевой фактор конкурентоспособности на нефтяном рынке.
Ученые МТУСИ разработали интеллектуальную систему, направленную на обеспечение безопасности сотрудников на производстве. По словам авторов, решение получено благодаря применению фреймворка машинного обучения PyTorch. Результаты работы опубликованы в журнале SYNCHROINFO.
«Для расшифровки одной страницы архивного рукописного текста профессионалу может потребоваться до получаса времени. Наш сервис справляется с этим за несколько секунд. В перспективе технологию можно использовать и для решения других задач в продуктах Яндекса.», — отмечает руководитель поиска Яндекса Елена Бубнова.