Дослідники з Массачусетського технологічного інституту розробили техніку машинного навчання, яка точно фіксує та моделює основну акустику місцевості лише з невеликої кількості звукових записів.
До 2050 року людству доведеться майже вдвічі збільшити світові запаси продовольства, щоб забезпечити кожного жителя планети достатньою кількістю їжі. Оскільки зміна клімату відбувається дедалі швидше, водні ресурси скорочуються, а орні землі руйнуються, гарантувати сталий розвиток стане серйозним викликом.
За останнє десятиліття різке зростання вартості виробництва відеоігор класу ААА стало однією з найбільш серйозних проблем в ігровій індустрії. Студії завжди шукають технології, які б могли допомогти знизити вартість розробки ігор. Останні досягнення в нейронних моделях генерації зображень вселяють надію, що реалізація цієї мрії може бути не такою вже далекою.
Чи можуть комп’ютери мислити? Чи можуть моделі штучного інтелекту (ШІ) бути свідомими? Ці та подібні запитання часто виникають під час обговорення нещодавнього прогресу ШІ, досягнутого за допомогою моделей природної мови GPT-3, LAMDA та інших перетворювачів. Тим не менш, вони все ще суперечливі і знаходяться на межі парадоксу, тому що зазвичай існує безліч прихованих припущень і помилкових уявлень про те, як працює мозок і що означає мислення. Немає іншого шляху, окрім як точно обґрунтувати ці припущення, а потім дослідити, як саме обробка інформації людиною може бути відтворена машинами.
Зараз вже нікого не здивувати фільтрами, які покращують якість фотографій. Але реставрація старих портретів поки що залишає бажати кращого. Старі фотографії бувають надто розмитими, тому звичайні методи підвищення чіткості зображень на них не працюють.
Компанія Facebook виклала у відкритий доступ проєкт NLLB (No Language Left Behind). Головною особливістю цієї розробки є охоплення понад двохсот мов, у тому числі рідкісних мов африканських та австралійських народів. Крім того, Facebook застосував новий підхід до моделі машинного навчання, де переклад здійснюється безпосередньо з однієї мови на іншу, без перехідного перекладу англійською мовою.
Анімовані аватари вже давно стали частиною нашого життя. А ось реалістичне моделювання анімації одягу досі залишалося невирішеним завданням.
Група вчених, що використовують машинне навчання, «заново відкрила» закон Всесвітнього тяжіння.
Україна почала використовувати програмне забезпечення для розпізнавання облич Clearview AI для виявлення загиблих російських солдатів та українців, загиблих у конфлікті. Хоан Тон-То, виконавчий директор Clearview, повідомив Reuters, що Міністерство оборони України почало використовувати цю технологію в березні.
За допомогою SAS Customer Intelligence 360, Nature Conservancy переосмислила свою маркетингову стратегію за допомогою цифрової трансформації. В результаті міжнародна екологічна некомерційна організація опублікувала свій найкращий рік з точки зору доходів від членства. Показник, як ніщо інше, просуває свою місію створити більш стійке майбутнє.
Ви коли-небудь бачили фото чайника у формі авокадо або читали цікаву статтю, ідеї якої дивно відхиляються від заданої теми? Якщо так, то, можливо, ви стикалися з останніми тенденціями штучного інтелекту (ШІ).
Оптимізаційні завдання передбачають визначення найбільш оптимальної реакції з безлічі варіантів, які часто можна побачити як в реальних ситуаціях, так і в більшості областей наукових досліджень. Однак багато складних завдань не можуть бути вирішені простими обчислювальними методами або вимагають багато часу.
Мотивовані успіхом маскового мовного моделювання (МЛМ) в допідготовлених моделях обробки природної мови перед навчанням, автори пропонують модель w2v-BERT, яка досліджує МЛМ для самонавчального мовного представлення.
"Ми виявили, що DALL· Е має можливість створювати правдоподібні фотографії для фантастичного діапазону речень, які розкривають композиційну структуру мови", - пояснює OpenAI. Отримані зображення можуть варіюватися від ілюстрацій до об'єктів, а також виправлених реальних зображень. Нижче наведено кілька прикладів кожного з них, що поставляється OpenAI.
Роботодавцям і працівникам необхідно змінити свою думку. Майбутнє вже настало, а впровадження сучасних технологій по-різному впливає на розподіл трудових ресурсів. Ми повинні розуміти, наскільки технологія доповнює людську працю, і цілеспрямовано вкладати кошти в розвиток нових навичок, виявляти нові функції, створені сучасними технологіями з метою оптимізації спільної роботи машини і людини.