اگر مدل های NLP بتوانند در وظیفهای که نیاز به منطق n-order دارد ، به عملکرد انسان نزدیک شوند، می توان راهی جدید در عملکرد، به غیر از شناسایی الگو نحوی باز کرد.
مقاله جدید این پست مجموعه داده جدیدی را پر از جدول کلمات متقاطع رمزی (که نباید با جدول کلمات متقاطع سنتی اشتباه گرفت) با استفاده از مدل T5 و نتایج بنچ مارک ارائه داده است. به زودی این تحقیق تأثیر مستقیمی در یادگیری عمیق کاربردی به صورت سازمانی نخواهد داشت، اما هر نتیجهای که مدلهای NLP را به عملکرد سطح انسانی در این نوع وظایف نزدیک کند، گام مهمی برای هوش مصنوعی خواهد بود.
https://arxiv.org/pdf/2104.08620.pdf
@silicon_brain
مقاله جدید این پست مجموعه داده جدیدی را پر از جدول کلمات متقاطع رمزی (که نباید با جدول کلمات متقاطع سنتی اشتباه گرفت) با استفاده از مدل T5 و نتایج بنچ مارک ارائه داده است. به زودی این تحقیق تأثیر مستقیمی در یادگیری عمیق کاربردی به صورت سازمانی نخواهد داشت، اما هر نتیجهای که مدلهای NLP را به عملکرد سطح انسانی در این نوع وظایف نزدیک کند، گام مهمی برای هوش مصنوعی خواهد بود.
https://arxiv.org/pdf/2104.08620.pdf
@silicon_brain
سری ۴
Silicon Brain | جامعه هوش مصنوعی
جلسه چهارم #ویس_چت سیلیکون برین
موضوع: هوش مصنوعی و صنعت بازی سازی
مهمان برنامه: مهندس محمد فرهودی کیا از شرکت یوبی سافت
@silicon_brain
موضوع: هوش مصنوعی و صنعت بازی سازی
مهمان برنامه: مهندس محمد فرهودی کیا از شرکت یوبی سافت
@silicon_brain
#synthetic_dataset #unity
پلتفرم بازی سازی Unity دیتاست مصنوعی با هدف تسریع در آموزش هوش مصنوعی منتشر می کند.
دیتاست جدید Unity Computer Vision شامل داده های ترکیبی است که برای پاسخگویی به نیاز های خاص تولید می شود. Unity با هدف از بین بردن مشکل به دست آوردن دیتاست مصنوعی با کیفیت بالا تلاش میکند.
تکنیکی به نام "Domain Randomisation" برای تولید دیتاست Unity استفاده می شود. این فرایند تغییراتی را در مورد نحوه قرارگیری و جهت گیری اشیا و تنوع در نور و زاویه دوربین و همچنین بسیاری از تنظیمات بی شماری که Unity فعال می کند را در بر میگیرد.
@silicon_brain
پلتفرم بازی سازی Unity دیتاست مصنوعی با هدف تسریع در آموزش هوش مصنوعی منتشر می کند.
دیتاست جدید Unity Computer Vision شامل داده های ترکیبی است که برای پاسخگویی به نیاز های خاص تولید می شود. Unity با هدف از بین بردن مشکل به دست آوردن دیتاست مصنوعی با کیفیت بالا تلاش میکند.
تکنیکی به نام "Domain Randomisation" برای تولید دیتاست Unity استفاده می شود. این فرایند تغییراتی را در مورد نحوه قرارگیری و جهت گیری اشیا و تنوع در نور و زاویه دوربین و همچنین بسیاری از تنظیمات بی شماری که Unity فعال می کند را در بر میگیرد.
@silicon_brain
یادگیری ماشین در #numpy
مجموعهای مفید و جمع و جور از الگوریتم های یادگیری ماشین برای دوست داران نامپای رو میتونید با نصب پکیج زیر امتحان کنید
از دستش ندید و به دوستاتون معرفی کنید ❤️
#داده_کاوی
#یادگیری_ماشین
@silicon_brain
مجموعهای مفید و جمع و جور از الگوریتم های یادگیری ماشین برای دوست داران نامپای رو میتونید با نصب پکیج زیر امتحان کنید
pip install numpy_mlاز دستش ندید و به دوستاتون معرفی کنید ❤️
#داده_کاوی
#یادگیری_ماشین
@silicon_brain
Silicon Brain | جامعه هوش مصنوعی
یادگیری ماشین در #numpy مجموعهای مفید و جمع و جور از الگوریتم های یادگیری ماشین برای دوست داران نامپای رو میتونید با نصب پکیج زیر امتحان کنید pip install numpy_ml از دستش ندید و به دوستاتون معرفی کنید ❤️ #داده_کاوی #یادگیری_ماشین @silicon_brain
لیست مدلها
🌼Neural Networks
🌼Tree-based Models
🌼Reinforcement learning Models
...
ادامش رو هم خودتون بیینید و استفاده کنید
@silicon_brain
🌼Neural Networks
🌼Tree-based Models
🌼Reinforcement learning Models
...
ادامش رو هم خودتون بیینید و استفاده کنید
@silicon_brain
GitHub
GitHub - ddbourgin/numpy-ml: Machine learning, in numpy
Machine learning, in numpy. Contribute to ddbourgin/numpy-ml development by creating an account on GitHub.
عکاسی با استفاده از صوت
اخیرا یک الگوریتم یادگیری برای اندازه گیری پژواک و صوت ابداع شده است که قادر به تولید تصاویر از محیط اطراف است. با استفاده از این الگوریتم نیازی به فعال کردن دوربین نیست و تصاویر با صوت تولید میشوند.
محققان ادعا میکنند با کمک این فناوری میتوان بدون نیاز به دوربینهای مداربسته معمولی، از ورود افراد مزاحم به ساختمانها جلوگیری کرد، حرکات بیماران در خانههای سالمندان را ردیابی کرد و حتی با استفاده از آن تغییرات تنفس بیمار نیز قابل رصد است.
این ابزار با الهام گیری از خفاش ساخته شده است که از راه ارسال صدا و سنجش پژواک مسیریابی و شکار میکند. میتوان این فناوری را روی هر دستگاهی که میکروفون و بلندگو یا آنتن رادیویی داشته باشد، نصب کرد.
@silicon_brain
اخیرا یک الگوریتم یادگیری برای اندازه گیری پژواک و صوت ابداع شده است که قادر به تولید تصاویر از محیط اطراف است. با استفاده از این الگوریتم نیازی به فعال کردن دوربین نیست و تصاویر با صوت تولید میشوند.
محققان ادعا میکنند با کمک این فناوری میتوان بدون نیاز به دوربینهای مداربسته معمولی، از ورود افراد مزاحم به ساختمانها جلوگیری کرد، حرکات بیماران در خانههای سالمندان را ردیابی کرد و حتی با استفاده از آن تغییرات تنفس بیمار نیز قابل رصد است.
این ابزار با الهام گیری از خفاش ساخته شده است که از راه ارسال صدا و سنجش پژواک مسیریابی و شکار میکند. میتوان این فناوری را روی هر دستگاهی که میکروفون و بلندگو یا آنتن رادیویی داشته باشد، نصب کرد.
@silicon_brain
مکالمه ویل اسمیت با ربات سوفیا
در صفحه اینستاگرام سیلیکون برین:
https://www.instagram.com/p/COax9wVgAMM/?igshid=5c2btowonamc
در صفحه اینستاگرام سیلیکون برین:
https://www.instagram.com/p/COax9wVgAMM/?igshid=5c2btowonamc
نسخه جدید Coqui TTS v0.0.13! نسل پیشرفته تبدیل متن به گفتار...
مبتنی بر آخرین تحقیقات
طراحی شده برای دستیابی به بهترین trade-off همراه با سهولت آموزش ، سرعت و کیفیت
همراه با مدلهای آموزش دیده
ابزارهایی برای اندازه گیری کیفیت مجموعه دادهها استفاده شده برای بیش از 20 زبان برای محصولات و پروژه های تحقیقاتی
گیت هاب
با سیلیکون برین از پیشرفت علم عقب نمانید 🖐🏻
@silicon_brain
مبتنی بر آخرین تحقیقات
طراحی شده برای دستیابی به بهترین trade-off همراه با سهولت آموزش ، سرعت و کیفیت
همراه با مدلهای آموزش دیده
ابزارهایی برای اندازه گیری کیفیت مجموعه دادهها استفاده شده برای بیش از 20 زبان برای محصولات و پروژه های تحقیقاتی
گیت هاب
با سیلیکون برین از پیشرفت علم عقب نمانید 🖐🏻
@silicon_brain
GitHub
Release v0.0.13 · coqui-ai/TTS
🐸 v0.0.13
🐞Bug Fixes
💾 Code updates
SpeakerManager class for handling multi-speaker model management and interfacing speaker.json file.
Enabling multi-speaker models with tts and tts-server endpoi...
🐞Bug Fixes
💾 Code updates
SpeakerManager class for handling multi-speaker model management and interfacing speaker.json file.
Enabling multi-speaker models with tts and tts-server endpoi...
#Explainablity
#Visualization
توضیحپذیری یا Explainablity ( معادل فارسی حس داری نیست :)) در مدلهای هوش مصنوعی یک بحث مهم هست و هر متخصص هوش مصنوعی باید بدونه چطور مدلش رو explain کنه.
آقای عمار با این چیت شیت کوتاه و جامع تمام نیازهای اولیه برای این بحث رو به تصویر کشیده و دید کلی رو به شما میده،
اگر علاقه دارید بیشتر در این باره بدونید، ویدیوی توضیح خود آقای عمار در پست بعدی رو ببینید.
🌼🌼با سیلیکون برین از پیشرفت هوش مصنوعی عقب نمونید🌼🌼
@silicon_brain
#Visualization
توضیحپذیری یا Explainablity ( معادل فارسی حس داری نیست :)) در مدلهای هوش مصنوعی یک بحث مهم هست و هر متخصص هوش مصنوعی باید بدونه چطور مدلش رو explain کنه.
آقای عمار با این چیت شیت کوتاه و جامع تمام نیازهای اولیه برای این بحث رو به تصویر کشیده و دید کلی رو به شما میده،
اگر علاقه دارید بیشتر در این باره بدونید، ویدیوی توضیح خود آقای عمار در پست بعدی رو ببینید.
🌼🌼با سیلیکون برین از پیشرفت هوش مصنوعی عقب نمونید🌼🌼
@silicon_brain
در زبان برنامه نویسی پایتون کدام یک از موارد زیر سریع تر هستند؟
Anonymous Quiz
20%
لیست
56%
آرایه Numpy
5%
هر دو یکسان هستند
20%
بستگی به کاربرد دارد
وزیر ارتباطات خبر از ساخت سوپر کامپیوتر پرقدرت ایرانی «سیمرغ» داد
👈آیا لباس فضانوردی جدیدی در راه هست؟
@silicon_brain
👈آیا لباس فضانوردی جدیدی در راه هست؟
@silicon_brain
Forwarded from Silicon Brain | جامعه هوش مصنوعی
در کنفرانس NVIDIA GTC ، سازنده GPU از پلتفرم جدیدی خبر داد که به کاربران امکان میدهد مدلهای فوق العاده بزرگی را آموزش دهند، این پلتفرم Grace نام دارد.
طبق اخبار منتشر شده، NVIDIA قصد دارد پلی بین CPU و GPU با یک "لینک اتصالی که دارای پهنای باند 900 گیگابایت بر ثانیه است ، یعنی 14 برابر بیشتر از امروز" ایجاد کند. این اجازه میدهد تا تریلیون مدل اتصال آموزش ببینند و استنتاج را به صورت real-time انجام دهند.
این مقاله NVIDIA (لینک) این هفته در مورد آموزش توزیع شده منتشر شده است، اگر 100 تا GPU دوروبرتون دارید بخونیدش😉.
@silicon_brain
طبق اخبار منتشر شده، NVIDIA قصد دارد پلی بین CPU و GPU با یک "لینک اتصالی که دارای پهنای باند 900 گیگابایت بر ثانیه است ، یعنی 14 برابر بیشتر از امروز" ایجاد کند. این اجازه میدهد تا تریلیون مدل اتصال آموزش ببینند و استنتاج را به صورت real-time انجام دهند.
این مقاله NVIDIA (لینک) این هفته در مورد آموزش توزیع شده منتشر شده است، اگر 100 تا GPU دوروبرتون دارید بخونیدش😉.
@silicon_brain
حضور #ایلان_ماسک در سریال بیگ بنگ تئوری
در اینستاگرام سیلیکون برین :
https://www.instagram.com/tv/COf6KVnA7Tc/?igshid=izencq4ft56n
در اینستاگرام سیلیکون برین :
https://www.instagram.com/tv/COf6KVnA7Tc/?igshid=izencq4ft56n
This media is not supported in your browser
VIEW IN TELEGRAM
اون دسته از دوستان محققی که میخوان مقاله علمی بنویسند، نکات و دستورالمعلهای لینک زیر درمورد تنظیمات و بیبلوگرافی و جداول و اشکال و ... رو استفاده کنند.
https://github.com/Wookai/paper-tips-and-tricks
@silicon_brain
https://github.com/Wookai/paper-tips-and-tricks
@silicon_brain
با اصل GIGO آشنا هستید؟
در واقع GIGO مخفف عبارت garbage in garbage out میباشد. این اصل بیان میکند که کیفیت ورودی تاثیر کاملا مسقیم بر کیفیت خروجی دارد. شما حتی بهترین مدل یادگیری را هم داشته باشید، اگر از داده های درست و مناسب برای آموزش استفاده نکنید در نهایت به نتیجه خوبی نخواهید رسید.
قبل از شروع یادگیری مدل تا حد امکان داده ها را پالایش و زیر و رو کنید.
@silicon_brain
در واقع GIGO مخفف عبارت garbage in garbage out میباشد. این اصل بیان میکند که کیفیت ورودی تاثیر کاملا مسقیم بر کیفیت خروجی دارد. شما حتی بهترین مدل یادگیری را هم داشته باشید، اگر از داده های درست و مناسب برای آموزش استفاده نکنید در نهایت به نتیجه خوبی نخواهید رسید.
قبل از شروع یادگیری مدل تا حد امکان داده ها را پالایش و زیر و رو کنید.
@silicon_brain
MLP Mixer
مقاله جدیدی در حوزه #بینایی_ماشین که اومده CNNها رو مدل ابتدایی این حوزه دانسته و این مدلها و مدلهای جدید مبتنی بر مکانیزم توجه مانند Vision Transformer را از نظر عملکردی، کافی نمیداند!
این معماری انحصاراً مبتنی بر #پرسپترون چندلایه هست. و دو نوع لایه داره:
👈 لایهای که مستقلاً روی پچها (مخلوط per-location features) اعمال میشود.
👈 لایهای که جمیعا روی پچها اعمال میشود (spatial information).
به گفته مقاله وقتی مجموعه داده بزرگ باشه، این مدل نمره قابل قبولی نسبت به مدلهای سرآمد داره.
https://arxiv.org/abs/2105.01601v1
علم روز با سیلیکون برین 🦾
@silicon_brain
مقاله جدیدی در حوزه #بینایی_ماشین که اومده CNNها رو مدل ابتدایی این حوزه دانسته و این مدلها و مدلهای جدید مبتنی بر مکانیزم توجه مانند Vision Transformer را از نظر عملکردی، کافی نمیداند!
این معماری انحصاراً مبتنی بر #پرسپترون چندلایه هست. و دو نوع لایه داره:
👈 لایهای که مستقلاً روی پچها (مخلوط per-location features) اعمال میشود.
👈 لایهای که جمیعا روی پچها اعمال میشود (spatial information).
به گفته مقاله وقتی مجموعه داده بزرگ باشه، این مدل نمره قابل قبولی نسبت به مدلهای سرآمد داره.
https://arxiv.org/abs/2105.01601v1
علم روز با سیلیکون برین 🦾
@silicon_brain