P.S. Помню как совсем недавно показывали удивительные кадры новых звездных войн.
Где с помощью 3D графики оживили умершего актера. Такими темпами киношники возьмут такие технологии к себе не вооружение.

https://youtu.be/xMB2sLwz0Do

⛈Google Colaboratory GPU⚙️

Не так давно я писал про проект от гугла, Google Colaboratory, сам я им пользуюсь. Вполне удобная среда, только датасеты приходится предворительно в облако загружать.
Но появилось важное обновление, с недавних пор они завезли БЕСПЛАТНОЕ GPU. Вы можете запускать ваши проекты на обучение абсолютно бесплатно, но только на 12 часов, после чего вам придется запустить их заново.

Обязательно попробуйте Google Colab: https://colab.research.google.com/
Как активировать GPU можно узнать здесь: https://towardsdatascience.com/fast-ai-lesson-1-on-google-colab-free-gpu-d2af89f53604

📈BTC price prediction📉

Интересное видео от Сараджа, в нем он расказывает как за пару шагов сделать простую LSTM сетку, которая основываясь на постах в Reddit предсказывает будующий курс криптовалюты.

Результат вышел вполне себе годный 👍

https://www.youtube.com/watch?v=EqWm8A-dRYg

🤖Визуализация работы перцептрона📉
Интересный сайтик визуализирующий работу перцептрона.
На нем наглядно показано как зависит поведение разделяющей гиперплоскости от параметров нейрона.
Поможет на случай, если понадобится на пальцах объяснить принцип работы нейронных сетей :)

http://www.emergentmind.com/the-perceptron

🎲IMPALA DeepMind🎮

DeepMind опубликовали статью о своем новом reinforcment learning алгоритме IMPALA, который позволяет ускорить обучение модели в 10 раз.

Ранее распределенное обучение моделей игроков происходило следующим образом: каждый из игроков исследовал среду в которой он находится, переодически они останавливались, чтобы обменяться градиентами через центральный сервер параметров.

Теперь каждый игрок не вычисляет градиентов, они лишь используются для сбора опыта, после чего все данные передаются Learner'у, который в свою очередь считает новые градиенты.

Чуть подробнее можно прочитать в блоге дипмайнда:
https://deepmind.com/blog/impala-scalable-distributed-deeprl-dmlab-30/

🤖 IMPALA играет в игру

https://youtu.be/nGddvGLvkbk

👨 Кожаный оператор играет в игру

https://youtu.be/_tUXM7ZfvU4

💱MMdnn🎭

Новый, невороятно крутой подгон от Microsoft в сфере DeepLearning.
MMdnn - новый нейросетевой фреймворк, который поддерживает все популярные фреймворки: pytorch, tensorflow, mxnet, keras и другие. MMdnn позволят импортировать модель из любого фреймворка, визуализировать и самое главное экспортировать ее в любой другой формат.

Это означает, что пропадает всякая надобность в специфических трансляторах, таких как caffe2keras, теперь все импортируется MMdnn, который является буфферным форматом для моделек.

https://github.com/Microsoft/MMdnn/blob/master/README.md

💻Intel nGraph🖥

В прошлый раз я рассказывал вам про универсальный фреймворк для нейронных сетей от Microsoft.
На прошлой неделе Intel представили свою реализацию подобной штуки :D
Суть сводится к тому, что вы можете загрузить модель из любого формата (сейчас нормально работает только Tensorflow и MxNet), после чего сконвертировать ее в формат nGraphs. Это дает вам возможность запускать более оптимизированный процесс обучения на таких девайсах как: Intel CPU, Intel NNP, Nvidia GPU (в процессе, пока не работает) .

По бенчмаркам это позволяет ускорить тренеровку сети на CPU на 20%, для GPU данных пока нет.

https://ai.intel.com/ngraph-a-new-open-source-compiler-for-deep-learning-systems/

P.S. Штука выглядит как минимум странно, ибо кейс тренеровки сеток на CPU очень узкий (поддержку GPU пока не завезли). Более того, фреймворк не особо помогает абстрагироваться от кода и заниматься только исследованиями, хотя именно так он себя позиционирует.

⭐️ Datafest ⭐️
Проверям активность в нашем невероятно крутом канальчике. Завтра начинается 🎉Datafest - крупнейшая конфа по ML в России. Я буду открывать DF своим выступлением про соревнование от Сбербанка на тренировках ML, а так же закрывать его последней секцией sigbovik, где будем говорить про всякий треш и угар в мире ИИ, а мы конкретно покажеи гннератор фейковых резюме :)

Всех жду 🎊
http://www.datafest.ru/

📈Основы анализа данных📊

Вчера наткнулся на интересный ютуб канал, на нем лежат различные лекции от ВШЭ по эконометрике, статистике и R. Простым языком и на примерах объясняются различные области математики, которые применяются как в статистике, так и в машинном обучении, например методы главных компонент, метод наименьших квадратов и т.д.

Советую посмотреть ролик по теме «Метод максимального правдоподобия»
https://www.youtube.com/watch?v=2iRIqkm1mug

👁Computer Vision Course📚

Тут недавно в серии курсов Advanced Machine Learning случилось пополнение в виде курса про компьютерное зрение. Выглядит в целом интересно, кстати, темы не ограничиваются только сверточными сеточками. Затрагиваются как классические методы, так и SOTA, в общем стоит внимания.

https://www.coursera.org/learn/deep-learning-in-computer-vision/home/welcome

💻ML.NET⌨️

Microsoft выпустили в OpenSource свой новый фреймворк ML.NET, который позволит C# разработчикам быстро и просто имплементровать простые ML модельки в свои проекты. Проект нацелен не на исследователей, а на простых разработчиков, по сути это новый тренд ML for coders, от которого каждая компания хочет откусить свой кусок.

Собственно, небольшой пример кода для создания модельки:
var pipeline = new LearningPipeline();
pipeline.Add(new TextLoader<SentimentData>(dataPath, separator: ","));
pipeline.Add(new TextFeaturizer("Features", "SentimentText"));
pipeline.Add(new FastTreeBinaryClassifier());
var model = pipeline.Train<SentimentData, SentimentPrediction>();

https://github.com/dotnet/machinelearning

💰Google research award💶

Google AI начинает новый отбор умных и красивых ребят, занимающихся исследованиями в области искусственного интеллекта, которые получал инвестиции на дальнейшие ресерчи. Суть достаточно проста, необходимо представить описание ваших исследований и засабмитить их на проверку, после жесткого отбора у вас появится шанс получить спонсорские деньги 🙂

https://ai.google/research/outreach/faculty-research-awards/

Примеры работ прошлых ребят можно почитать здесь: https://ai.google/research/pubs/

📣Google IO📢

Ну и куда же без обзора новых плюшек на главной конференции корпорации добра.

☁️ Представлены новые TPU.
Гугл по прежнему хочет стать вездесущей компанией в области ИИ, поэтому представил следующую версию своих Tensor Precess Unit, которые предназначены специально для работы с DL. Производительность выросла до 100 петафлопс, что в восемь раз быстрее предыдущей версии, помимо этого у них появилось жидкостное охлаждение. Вся эта красота скоро будет доступна на Google Cloud.
https://techcrunch.com/2018/05/08/google-announces-a-new-generation-for-its-tpu-machine-learning-hardware/

🔥 ML Kit for Fierbase
В продолжение тренда ML for coders гугл представили свой новый облачный сервис, который позволит легко интегрировать в ваше приложение распознавание текста, лиц, штрихкодов, изображений и зданий.
Ожидайте скоро в вашем fierbase.
https://youtu.be/ejrn_JHksws

🤖 Google Asistant
Гугл асистент получит поддержку русского языка и прочих интересных фич в виде интеграции в навигатор, но самое интересное - он научится за вас бронировать столики, билеты и прочее, даже если у заведения нет API для бронирования. Бот гугла просто будет звонить в это заведение и общаясь обычными человеческими репликами, бронировать для вас столик, это просто огонь 🔥

🎫 Google News
Гугл новости станут более похожими на Яндекс.Дзен, научатся делать различные подборки из провереных сми. Помимо этого к каждой новости гугл будет искать интересный твит по это теме и мемы.

🤖 Deepmind + Android
Дипмайнд стал ближе к зеленому роботу и теперь позволяет ему осуществлять умный контроль за батареей ии подсветкой пользователя.

https://deepmind.com/blog/deepmind-meet-android/


📺 Помимо этого, гугл рассказали о других историях, как ИИ помогает спасать мир, но тут уже лучше просто псмотреть краткий обзор от Rozetked 🙂
https://www.youtube.com/watch?v=c92NR6t0Z6Q

📺Старые фильмы в новом качестве🎞

День богатый на новости :)

Яндекс решили провести эксперимент и применили технологию повышения качества изображения с помощью нейронных сетей на советских фильмах о Велекой Отечественной войне. Сейчас они бесплатно доступны на Яндекс.Видео.

https://yandex.ru/search/touch/?text=%D0%94%D0%B5%D0%BD%D1%8C%20%D0%9F%D0%BE%D0%B1%D0%B5%D0%B4%D1%8B

В эксперименте участвовали фильмы: «Радуга» Марка Донского (1943), «Летят журавли» Михаила Калатозова (1957), «Дорогой мой человек» Иосифа Хейфица (1958), «Судьба человека» Сергея Бондарчука (1959), «Иваново детство» Андрея Тарковского (1962), «Отец солдата» Резо Чхеидзе (1964) и «Танго нашего детства» Альберта Мкртчяна (1985).

📚Practical RL📖

Очередное пополнение в линейке курсов от Яндекса - Advanced Machine Learning. Сегодня стал доступен курс по пратическому машинному обучению с подкреплением, и ведет его Еж.

https://www.coursera.org/learn/practical-rl/home/info

📞Google Duplex🤖

Google Duplex - новый сервис гугла, который будет за вас звонить в ресторан/парихмахерскую/кофейню и заказывать что-то. Гугл выпустили статью, где подробно разбирают интересные фишечки системы, из интересного - они научили систему разговаривать более человечно расставляя паузы, а так же звуки вроде «хм», «ах», «ага».

https://ai.googleblog.com/2018/05/duplex-ai-system-for-natural-conversation.html