Pov: Когда выиграл джерси

Розыгрыш джерси завершен!
Мы случайным образом выбрали 68 победителей.

⚠️Смотри почту, может именно ты тот счастливчик!

⚡Через 10 минут говорим о компьютерном зрении

Совсем скоро мы начинаем кейс-сессию по Computer Vision — о новейших научных достижениях в области CV и их практическом воплощении.

У микрофона:

🔵Максим Колодяжный, AIRI 🔔 От R&D к продакшену: как 3D-реконструкция становится продуктом

🔵Александр Прусаков, НИЦ «Курчатовский институт» ➡️ О возможностях современных мультимодальных трансформеров в области анализа изображений

🔵Михаил Красильников, БИАТЕХ ➡️ Нейросетевая система обнаружение падений груза на складах со ста камер с использованием одной GPU

🔵Ринат Шакиров, Иннотех ➡️ Минимизация фактологических ошибок анализа документов за счет OCR и дообучения vLM в Сайбокс.Док

🔵Владимир Арлазаров, Smart Engines 🔔Томография с рук: современные методы компьютерного зрения позволили нам уместить рентгеновский томограф в чемодан

🔵Артем Никоноров, Институт ИИ Самарского университета ➡️ Генерируемые сети Колмогорова-Арнольда для задач технического зрения

🔵Егор Ершов, РАН, МФТИ и AIRI ➡️ Фитокамера и модели компьютерного зрения для прогнозирования урожая и мониторинга патологий съедобных культур открытого и закрытого грунта

Модератор: Дмитрий Николаев, Smart Engines

📍17:30-18:40, Лекторий 2

Присоединяйтесь!

💬На связи Николай Редькин — Музыкальный журналист, автор канала «БРОКЕН ДЭНС»


🎵Дискуссия. Голос или алгоритм: чью музыку мы будем слушать завтра?

📍Молекула, скоро начинаем!

⭐️⭐️⭐️отправить участникам Data Fusion фотки с конференции.

Для всех, кто ждёт фото — у нас в работе эта задача 😎

Оставайтесь с нами и следите за новостями канала💙

🔔Объявляем неделю лИИкбеза

Какие темы на Data Fusion вам понравились больше всего и о чём хотелось бы узнать подробнее? Пишите в комментариях.

А пока хотим поделиться кое-чем интересным:

Наши дата сайентисты подготовили цикл статей на тему работы с нейросетями.

❓Почему нейросети галлюцинируют
❓Как копируют голос и стиль
❓Как предсказывают ваш следующий клик

Обо всём этом и даже больше будем рассказывать на этой неделе.

⚡Представляем первый выпуск с Анной Ширшовой, Lead DS ВТБ.

Аня расскажет, почему рекомендации в интернете пугающе точны — здесь про предиктивную аналитику, графы связей, системы триггеров и анализ данных.

➡️Читай подробнее в материале и не пропусти следующую тему!

👌Шесть пальцев на руке – баг или фича?

Лишние пальцы, человеческие зубы у животных, надписи на несуществующем языке – мы привыкли считать это багом или недообученностью нейросетей.

Но это особенность работы диффузных моделей — нейросеть восстанавливает из множества картинок скрытую математическую закономерность и генерирует результат.

❓Можно ли снизить вероятность ошибок в изображении?
❓Когда галлюцинации моделей приносят пользу?

Отвечает Алексей Пустынников, DS Team Lead, специалист по машинному обучению в ВТБ в этой статье.

С какими галлюцинациями ты сталкивался при генерации изображений? Делись в комментариях🤗

🔔Звук – это картинка?

Нейросети не слышат твой голос – они его видят.

Звуковые файлы для них слишком «сырые», поэтому сначала аудио преобразуют в специальный удобный формат. Достаточно 15 секунд речи и копия голоса готова. Ну, чудеса!

❓Как же нейросети клонируют голос?

🔔разбираемся вместе с Василием Сизовым, Lead DS, лидером кластера «CRM и клиентский опыт» в ВТБ в этой статье

Делись в комментариях, хотел бы услышать свой сгенерированный голос?

🤗 Нейросети говорят неправду?

Нет, они даже не знают, что такое «правда».

У языковых моделей нет базы данных фактов, как у людей. Они лишь предсказывают наиболее вероятный ответ на запрос — и иногда промахиваются.

Мы спросили Анну Ширшову, Lead DS, лидера кластера «Моделирование для CRM и оптимизации» в ВТБ, ➡️ почему так происходит и как снизить вероятность ошибки?

🔹В статье Аня ответила на эти вопросы и поделилась лайфхаками.

А ты доверяешь ответам нейросетей? Ставь реакцию:

🔥 — всегда провожу фактчекинг
👍 — обычно не перепроверяю полученный результат

🪶Нарисуй картину в стиле Ван Гога

Вроде понятная задача для нейросети, но результат почти всегда не тот.

Почему так происходит?

Генеративные модели «не знают» особенности работ конкретных художников — они обучаются на тысячах изображений и умеют воспроизводить только базовые визуальные стили.

Ок, а если я хочу обучить модель рисовать в конкретном стиле?

Тогда есть два пути:
🔵дообучить модель
🔵усилить нужные паттерны с помощью ряда техник.

Подробнее о них рассказывает Алексей Пустынников, DS Team Lead, специалист по машинному обучению в ВТБ.

📌Читай в статье

▶️Ты выбираешь фильм или обложка фильма выбирает тебя?

Один и тот же фильм цепляет людей разным: кого-то — запутанной любовной линией, а кого-то — напряженным экшеном и спецэффектами.

То же самое и с обложками — чтобы привлечь своего зрителя постер к фильму должен соответствовать его предпочтениям. Что ни говори, а встречают-то по одежке!

Как же нейросети определяют, какой постер к фильму привлечет твоё внимание?

📌Объясняет Василий Сизов, Lead DS, лидер кластера «CRM и клиентский опыт» в ВТБ, в этой статье.

Признавайся, влияет ли обложка фильма на твой выбор?😎

👍- да, всегда обращаю внимание
💙- нет, картинка не играет для меня роль