Гістограма орієнтованих градієнтів (HOG) - це ключовий алгоритм виділення ознак для задач виявлення та розпізнавання об'єктів, що використовує величину та орієнтацію градієнта для створення значущих гістограм. Алгоритм HOG передбачає обчислення градієнтних зображень, створення гістограм градієнтів і нормалізацію для зменшення варіацій освітлення.
Ентузіасти штучного інтелекту інтегрують великі мовні моделі в робочі процеси, використовуючи такі програми, як Obsidian, і плагіни, такі як Text Generator і Smart Connections. Підключивши Obsidian до LM Studio, користувачі можуть генерувати нотатки за допомогою LLM з параметрами 27B, прискореного за допомогою RTX, для оптимізованого перегляду веб-сторінок і управління складними проектами.
Генеративний ШІ трансформує аналіз аудіо та відео, витягуючи ідеї та емоції з мовних даних. Великі мовні моделі (LLM) уможливлюють просунутий аналіз настроїв, висновок про персоналії та генерацію контенту з розмов, революціонізуючи бізнес-цінність за допомогою мовної аналітики.
Остін процвітає завдяки робочим місцям та розвагам, але трафік є великою проблемою. Rekor використовує технологію NVIDIA, щоб допомогти Техасу керувати дорожнім рухом, зменшити кількість аварій та підвищити безпеку.
Meta дозволяє агентствам національної безпеки США та оборонним підрядникам використовувати свою модель штучного інтелекту Llama, незважаючи на політичні обмеження. Виняток зроблено для США, Великої Британії, Канади, Австралії та Нової Зеландії.
Уряд запустив чат-бота GPT-4o для допомоги з правилами на сайті Gov.UK, попереджає про потенційну проблему «галюцинацій». Користувачі можуть очікувати різних результатів, оскільки технологія штучного інтелекту проходить тестування 15 000 компаній перед широким випуском.
Реалізація регресії AdaBoost з нуля з використанням k-найближчих сусідів замість дерев рішень за алгоритмом AdaBoost. R2 за алгоритмом AdaBoost. Автор заглиблюється в тонкощі зваженої медіани, пропонуючи новий підхід до регресії AdaBoost.
Дослідження показало, що популярні моделі генеративного ШІ, такі як GPT-4, можуть надавати точні маршрути руху в Нью-Йорку без справжньої внутрішньої карти. Дослідники розробляють нові метрики, щоб перевірити, чи справді великі мовні моделі розуміють світ.
Короткий зміст: Представлення нового підходу GraphRAG для ефективного вилучення даних про комерційні контракти та побудови агентів Q&A. Зосередженість на цільовому вилученні інформації та організації графів знань підвищує точність і продуктивність, що робить його придатним для вирішення складних юридичних питань.
VBK, найбільше голландське видавництво, випробує штучний інтелект для перекладу книг англійською мовою, придбане видавництвом Simon & Schuster. Ванесса ван Хофвеген підтверджує, що ШІ допоможе в перекладі комерційної художньої літератури.
Динамічне виконання в завданнях ШІ може оптимізувати продуктивність, розрізняючи складні та легкі завдання. Визначаючи та вирішуючи складність точок даних, можна підтримувати точність, заощаджуючи при цьому обчислювальні ресурси.
Моделі ШІ, такі як LLaMA 3.1, вимагають великої пам'яті графічного процесора, що ускладнює доступ до них на споживчих пристроях. Дослідження квантування пропонує рішення для зменшення розміру моделі та уможливлення локального запуску ШІ-моделі.
Дослідники Массачусетського технологічного інституту розробили 3D-транзистори з використанням ультратонких матеріалів, які перевершують кремнієві показники енергоефективності. Ці нанодротові пристрої забезпечують високу продуктивність при низькій напрузі, що потенційно може стати революцією в електроніці.
Державні секретарі демократичних штатів вимагають від компаній соціальних мереж розповісти про плани щодо модерації провокаційного контенту та штучного інтелекту під час виборів. Сім чиновників, зокрема з штатів Мен і Вашингтон, закликають Google, X і Meta вирішити це питання.
W. Е. Б. Дюбуа у сфері системних досліджень расизму в Массачусетському технологічному інституті продовжує роботу Центр даних МЦСР, який надає життєво важливі набори даних кримінального правосуддя для аналізу та рішень. Обчислювальні технології розкривають расові упередження в американському суспільстві, даючи надію на більш справедливе майбутнє.