Scisne?

Нейросеть создаёт картины в стиле знаменитых художников ≫ Похожее

Публикации: 66
|1|2|3|4| >>>
  • Горбань А. Н.
    Игрушка ли нейрокомпьютер? В чем истинные преимущества нейрокомпьютеров? В каких областях преимущества нейронных систем наиболее очевидны? Избыточность — это хорошо или плохо? Какие задачи под силу только нейрокомпьютеру?
  • Впервые был достигнут масштаб, соответствующий человеческому мозгу — 530 миллиардов нейронов и 137 триллионов синапсов. Симуляция происходила в 1542 раза медленнее реального времени. В ней были задействованы все 1 572 864 ядер и полтора петабайта памяти.
  • У архитектуры фон Неймана есть один известный минус, который состоит в том, что и данные, и программы-инструкции, описывающие то, что нужно сделать с данными, находятся в одной и той же памяти. И процессор либо собирает данные из памяти, либо манипулирует ими в соответствии с командой. Одновременно подгружать новые данные и обрабатывать их в рамках такой схемы нельзя. Из-за этого современным компьютерам, сколь бы быстры они ни были, трудно выполнять некоторые задачи, например, связанные с распознаванием изображений. Пытаясь выйти за пределы архитектуры фон Неймана, специалисты по «электронным мозгам» обратились к мозгам настоящим.
  • Такие нейросети состоят из 10–30 связанных слоев, которые работают последовательно: получив картинку, они анализируют ее и «сообщают» результаты анализа следующему слою. Например, первые слои могут искать на изображении края и углы, средние — интерпретировать наборы особенностей в отдельные объекты (например, двери или листья). Наконец, финальные слои объединяют все эти интерпретации воедино и делают выводы о том, что изображено на картинке — например, здание или дерево.
  • Бурцев М. С.
    Очень часто люди не задумываются, почему они придерживаются той или иной точки зрения. Так сегодня значительная часть исследователей и инженеров, занимающихся адаптивными системами, a priori придерживаются принципа "бытие определяет сознание", а, следовательно, и действия. Этот наивный взгляд на вещи, предполагает, что обучение состоит в нахождении закономерностей в том потоке информации, который доступен из наблюдения, поступает на вход системы. Естественно, что при таком подходе модель системы, обладающей адаптивным поведением, будет представлять собой некоторое отображение множества входных данных на множество выходов, управляющих поведением системы. При этом обучение, адаптивность поведения обычно обеспечивается детерминированными алгоритмами, изменяющими функцию отображения. Использование таких принципов, позволяет быстро создавать приемлемые модели адаптивных систем, которые обеспечивают достаточно гибкое поведение в среде, на которую рассчитывал конструктор. Однако, при соприкосновении с неожиданными изменениями среды, с необходимостью использования нестандартных ходов, такая "отражательная" детерминированная схема пасует. Как же создать действительно адаптивную систему?
  • Евгений Путин
    Евгений Путин, аспирант кафедры «Компьютерные Технологии» университета ИТМО. В рамках диссертации Евгений исследует проблемы интеграции концепции выбора признаков в математический аппарат искусственных нейронных сетей. Евгений расскажет о том, как устроены нейронные сети, что они могут делать сейчас, на что будут способны в недалеком будущем и ждать ли прихода Скайнета.
  • Нейрофизиологи впервые детально описали механизм, с помощью которого человеческий мозг распознает лица. Оказалось, что принцип его работы похож на распознавание более простых характеристик, таких как цвета и формы объектов. За каждую конкретную черту отвечают свои нейроны, и их комбинированный сигнал позволяет человеку проанализировать увиденное и выяснить, например, знакомо ему это лицо или нет. При этом установить, что именно мозг считает «чертой», ученые смогли лишь в процессе машинного обучения.
  • Чурсин Н. Н.
    Для того чтобы применить математические средства для изучения информации, потребовалось отвлечься от смысла, содержания информации. Этот подход был общим для упомянутых нами исследователей, так как чистая математика оперирует с количественными соотношениями, не вдаваясь в физическую природу тех объектов, за которыми стоят соотношения.
  • Алексей Потапов
    Искусственный интеллект всегда рассматривался в рамках «биологической метафоры» — как аналог человеческого интеллекта. Однако создаваемые сейчас искусственные интеллектуальные системы, которые превосходят человека при решении самых разных задач, нисколько не похожи на человека. Это относится даже к таким биологически инспирированным подходам, как искусственные нейронные сети. Я расскажу о том, как сейчас ученые в области ИИ определяют понятие интеллекта, какие проблемы стоят на пути построения мыслящих машин, и нужна ли или вредна для их преодоления «биологическая метафора».
  • Сергей Марков
    На лекции мы обсудим вторую весну искусственного интеллекта в цифрах и фактах, ключевые работы в области искусственного интеллекта и машинного обучения в 2017 году. Поговорим о распознавании изображений, речи, обработке естественного языка и о других направлениях исследований; обсудим новые модели и оборудование 2017 года. Также поговорим о применении ИИ и машинного обучения в бизнесе, медицине и науке, а также обсудим, чего мы ждем от искусственного интеллекта и машинного обучения в 2018 году.
  • Сергей Марков
    Гамбургский счет
    В 1950 году английский ученый Алан Тьюринг в статье "Вычислительные машины и разум" задался вопросом: "Может ли машина понимать человека?". Так родился знаменитый тест Тьюринга, в котором компьютер пытался обмануть людей. Но как компьютер понимает человека и чего он пока понять не может? Об этом по гамбургскому счету мы решили спросить специалиста в области машинного обучения, директора информационных технологий компании "Activebusinesscollection" Сергея Маркова.
  • Норберт Винер
    «Кибернетика» — известная книга выдающегося американского математика Норберта Винера (1894—1964), сыгравшая большую роль в развитии современной науки и давшая имя одному из важнейших ее направлений. Настоящее русское издание является полным переводом второго американского издания, вышедшего в 1961 г. и содержащего важные дополнения к первому изданию 1948 г. Читатель также найдет в приложениях переводы некоторых статей и интервью Винера, включая последнее, данное им незадолго до смерти для журнала «Юнайтед Стэйтс Ньюс энд Уорлд Рипорт». Книга, написанная своеобразным свободным стилем, затрагивает широкий круг проблем современной науки, от сферы наук технических до сферы наук социальных и гуманитарных. В центре — проблематика поведения и воспроизведения (естественного и искусственного) сложных управляющих и информационных систем в технике, живой природе и обществе. Автор глубоко озабочен судьбой науки и ученых в современном мире и резко осуждает использование научного могущества для эксплуатации и войны.
  • Иван Иванчей
    Когнитивная психология с самого начала своей истории описывала человека как вычислительную машину. Иван расскажет о ключевых моментах развития этого пути исследования человека, к чему он привёл на сегодняшний день и как учёные моделируют такие таинственные и, как кажется, присущие только человеку процессы, как интуиция, предвидение, инсайт и уверенность.
  • За 200 тыс. лет эволюции Homo sapiens произошло нечто экстраординарное. Каким-то непонятным образом из сметливых обезьян с каменными орудиями труда мы превратились в невероятно блестящие умы, которые оперируют сложным языком и управляют планетой с помощью сельского хозяйства и техники. Как начинался тот интеллектуальный взрыв, который антропологи называют «человеческой революцией»?
  • Александра Воробьева
    Искусство — это обман или истина? Может ли оптическая иллюзия стать предметом восхищения? И как современное искусство разоблачает собственные фокусы? О «вечных» проблемах и об актуальных трендах расскажет аспирант ВолГУ Александра Воробьева.
  • Вместо единых часов, позволяющих нашему мозгу оценивать временные промежутки, у нас может быть огромный набор нейронных хронометров, которые включаются в ответ на различные ритмические рисунки, поступающие в мозг с внешними стимулами.
  • Наш мозг является одной из самых сложноорганизованных систем в организме. В нем содержится множество разных типов клеток. Каждая из этих клеток может образовывать несколько тысяч контактов с другими клетками. Для того, чтобы понять, как клетки обмениваются информацией, как работа этих контактов влияет на то, что мы называем памятью, обучением, воспоминаниями, целесообразно рассмотреть устройство клетки и морфологию контактов между нервными клетками, так называемых синаптических контактов.
  • Становится ясно не только то, как пространственная информация включается в состав воспоминаний, но и то, почему воспоминание о чём-то одном немедленно вызывает в памяти другие события, произошедшие в том же месте.
  • Елена Наймарк
    Канадские специалисты по искусственному интеллекту создали компьютерный мозг, в котором реализован новый принцип организации нейронных элементов. Их детище, названное Spaun (Semantic Pointer Architecture Unified Network), осуществляет целый ряд различных разнотипных когнитивных функций. В этом искусственном мозге заложены определенные свойства нейронной передачи, отражена функциональная организация некоторых реальных частей мозга, и в результате искусственный мозг демонстрирует сложное и гибкое поведение целого объекта. И это первый работающий искусственный интеллект с подобными способностями.
|1|2|3|4| >>>