Новостная лента об искусственном интеллекте и машинном обучении

Главные новости и публикации каждый день! Будьте на шаг впереди: узнавайте первыми про новые идеи, тренды и инновации в сфере технологий

Ускорение развертывания агента FinOps с помощью Amazon Bedrock AgentCore.

Компания nOps улучшает аналитику FinOps с помощью Amazon Bedrock AgentCore, оптимизируя условия использования облачных ресурсов у крупных провайдеров. Переход к специализированной архитектуре ускоряет вывод продуктов на рынок и снижает сложность операционной деятельности.

Оптимизируйте процессы разработки в области искусственного интеллекта: интерактивные среды разработки на платформе Amazon EKS с использованием сервиса SageMaker AI.

Дополнение Amazon SageMaker AI Spaces для Amazon EKS упрощает процессы разработки в области искусственного интеллекта, предоставляя управляемые среды JupyterLab и редактор кода непосредственно на кластере. Это устраняет необходимость использования отдельных развертываний, экономя время и ресурсы, а также оптимизируя использование графических процессоров до 30%.

Модели искусственного интеллекта осваивают принципы реальной физики.

Инженеры из Массачусетского технологического института (MIT) и Университета Цинхуа разработали GeoPT, новый подход к предварительному обучению моделей искусственного интеллекта, который позволяет моделям изучать физику с помощью трехмерных симуляций. Это обеспечивает более быстрые и точные результаты при использовании до 60% меньше данных. GeoPT может предсказывать, как транспортные средства, п...

Цены на дома в Бостоне: подход к построению модели регрессии опорными векторами (SVR) с нуля.

Автор переработал систему Support Vector Regression (SVR) с использованием языка Python, достигнув результатов, сопоставимых с модулем SVR в библиотеке scikit-learn. Популярность SVR снизилась из-за того, что Kernel Ridge Regression (KRR) обладает более простой реализацией и обеспечивает более высокую точность прогнозов.

Путь в плей-офф: применение методов оптимизации с ограничениями в Национальной хоккейной лиге (НХЛ).

Центр инноваций в области генеративного искусственного интеллекта AWS разработал автоматизированную систему для определения сценариев выхода команд в плей-офф Национальной хоккейной лиги (NHL) с использованием методов программирования с ограничениями. Сложные правила определения победителей и 32 команды делают ручной анализ сценариев трудоемким, поэтому была создана математически точная и эффек...

Оптимизация клинических политик с помощью Amazon Bedrock AgentCore.

Медицинские страховые компании сталкиваются с трудностями в ручном процессе предварительного согласования из-за неструктурированных правил. Инновационное решение на основе искусственного интеллекта от компании Cohere Health позволяет оцифровать эти правила для обеспечения эффективной и масштабируемой работы.

Оптимизация трафика ИИ: установка ограничений скорости на шлюзе AgentCore.

Шлюз AgentCore от Amazon предоставляет функцию ограничения скорости для более точного контроля трафика искусственного интеллекта, обеспечивая доступность сервисов, работающих дальше, даже при высокой нагрузке. Он предлагает централизованные метрики ограничения скорости для различных типов целей, включая лимиты на количество запросов, лимиты на использование токенов и лимиты на количество подклю...

Создание глубокой нейронной сети с использованием JavaScript.

Реализация системы регрессии на основе глубокой нейронной сети на языке JavaScript заняла всего 90 минут и дала точные результаты. Эволюция JavaScript от простого инструмента до ведущего языка демонстрирует его универсальность и значимость в мире технологий.

Оптимизация больших языковых моделей для повышения производительности в Amazon SageMaker.

SDK для Python, версия 3, сервиса Amazon SageMaker теперь предлагает рекомендации по использованию генеративного искусственного интеллекта непосредственно в вашем рабочем процессе, автоматизируя оптимизацию и развертывание. Эта новая функция упрощает процесс тестирования, генерирует экономически эффективные рекомендации и обеспечивает бесшовное развертывание конфигураций.

MASE: Новый подход к оценке регрессионных моделей.

Машинное обучение с использованием регрессии направлено на предсказание одного числового значения с использованием таких метрик, как среднеквадратичная ошибка (MSE), точность и R2. MASE – менее распространенная метрика, которая предлагает альтернативный способ оценки качества прогнозов в стандартных сценариях регрессионного анализа.

Создание помощника по ипотеке с использованием платформы LendingTree на базе Amazon Bedrock.

Компания LendingTree использует платформу Amazon Bedrock для создания многофункционального помощника по ипотечным кредитам, который с помощью искусственного интеллекта помогает заемщикам принимать сложные решения. Это решение обеспечивает точную информацию, прозрачные рекомендации и защиту данных пользователей, устанавливая новый стандарт в отрасли.

Представляем Amazon Bedrock AgentCore: автоматическое извлечение информации из веб-сайтов.

Amazon Bedrock AgentCore предлагает платформу для автоматизированного извлечения информации с веб-сайтов, используя искусственный интеллект для анализа дизайна, продуктов и рыночной ситуации. Решение включает в себя управляемый сервис браузера и возможности семантического поиска для мониторинга продукции конкурентов, отраслевых тенденций и изменений в законодательстве.

Решение проблемы выбора растворителя.

Исследователи из Массачусетского технологического института под руководством Цзю Ли разрабатывают стабильные натриево-металлические аккумуляторы в качестве недорогой альтернативы литий-ионным батареям. Молекула электролита под названием DMTMSA, как сообщается в журнале Joule, демонстрирует перспективные результаты в решении проблем стабильности натриевых аккумуляторов.

Адаптация преимуществ медицинского искусственного интеллекта к уровню знаний пользователя.

Исследование, проведенное Массачусетским технологическим институтом и другими организациями, показало, что эффективность использования искусственного интеллекта в диагностике заболеваний зависит от уровня квалификации пользователя. Неспециалисты нуждаются в объяснениях, в то время как врачи демонстрируют наилучшие результаты при использовании только прогнозов. Подчеркивается важность разработки...

Эффективная линейная регрессия с использованием C# и алгоритма QR-Холецкого.

Три метода обучения линейных регрессионных моделей: стохастический градиентный спуск (SGD), псевдообратная матрица слева и псевдообратная матрица MP. Псевдообратная матрица MP предлагает шесть основных алгоритмов, при этом QR-Householder является предпочтительным вариантом для реализации.