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

Революция в автоматизации тестирования с помощью Amazon Nova Act.

Компания First Orion улучшила автоматизацию контроля качества с помощью решения Amazon Nova Act, перейдя к использованию агентов на основе искусственного интеллекта для более эффективного тестирования. Их фирменные коммуникационные решения охватывают крупнейших операторов связи и предоставляют предприятиям надежную защиту от спама, мошенничества и подделки.

Максимизация использования искусственного интеллекта с помощью Amazon Bedrock.

Компания Pixieset использовала генеративный искусственный интеллект для упрощения создания альтернативного текста для фотографий, что повысило производительность и удовлетворенность пользователей. Ориентация компании на решение реальных проблем пользователей привела к успешному внедрению этой функции искусственного интеллекта, что подтвердило ее ценность в индустрии фотографии.

Революция в области строительства фундаментов с помощью AWS GenAIIC.

Компания ONESTRUCTION, Inc. и Amazon Web Services Japan G.K. сотрудничали в разработке Ishigaki-IDS, специализированной модели искусственного интеллекта для рабочих процессов BIM в строительстве. Преодолев проблемы нехватки данных, они использовали генерацию синтетических данных и трехэтапный процесс обучения для создания инновационного решения.

Усильте кибербезопасность с помощью технологий OpenAI и AWS на платформе Amazon Bedrock.

Специалисты по кибербезопасности сталкиваются с сокращением времени, в течение которого уязвимости остаются незакрытыми. Компании AWS и OpenAI предлагают решения Daybreak Red и Blue для продвинутой защиты от кибератак.

Революция в области искусственного интеллекта с помощью NVIDIA Nemotron 3.5 и NeMo Switchyard.

Компания NVIDIA расширяет линейку моделей Nemotron, представив модель Nemotron 3.5 Lightning, разработанную для высокопроизводительных задач в области искусственного интеллекта. Библиотека NeMo Switchyard обеспечивает интеллектуальную маршрутизацию для моделей ИИ, обеспечивая большую гибкость и эффективность при развертывании.

Улучшение алгоритма регрессии на основе ансамбля деревьев с использованием искусственного интеллекта в C#.

Метод регрессии на основе ансамбля деревьев решений может повысить точность модели за счет обучения на различных подмножествах данных. Этот метод, предшественник случайного леса, был оптимизирован с использованием искусственного интеллекта для достижения выдающейся точности в демонстрации с использованием синтетических данных.

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.

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.

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...

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%.

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.

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 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...

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.

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.