Մեքենայի ուսուցման հետ կապված նորությունների վերջին զարգացումների ամփոփում
2019 թվականն ավարտվեց, և 2020 թվականը պաշտոնապես իր ճանապարհին է։
Նախորդ տասնամյակում մենք տեսանք մի քանի զարգացումներ մեքենայական ուսուցման տիրույթում և ամբողջ Արհեստական ինտելեկտի ոլորտում, որպես ամբողջություն:
2010–2019 թվականները տասնամյակ էր, որը տեսավ բնական լեզվի մշակման վերելքը՝ մարդանման չաթ-բոտերի հայտնվելով։ նաև, մենք ականատես եղանք Ավտոմատացված մեքենայական ուսուցման ներդրմանը և ինքնավար մեքենաների հետաքրքիր զարգացմանը:
Ի լրումն տեխնոլոգիական առաջընթացի, մեքենայական ուսուցման և տվյալների գիտության աշխատատեղերի հասանելիությունը կտրուկ աճեց, և Data Scientist-ը ճանաչվեց «21-րդ դարի ամենասեքսուալ աշխատանքը»:
Արհեստական ինտելեկտի / մեքենայական ուսուցման համար ընթացիկ տասնամյակը կարող է ավելի հետաքրքիր լինել:
Մեր ամենշաբաթյա մեքենայական ուսուցման նորությունների ամփոփումը կատարյալ միջոց է մեքենայական ուսուցման տիրույթում զարգացումներին արդի պահելու համար: Մենք լուսաբանում ենք նոր հոդվածներ, որոնք հրապարակվում են ինտերնետի տարբեր աղբյուրներում, որոնք ընդգրկում են ոլորտների լայն շրջանակ: Դուք կարող եք ոլորել դեպի ձեր հետաքրքրության տարածքը, որը նույնականացվում է պիտակավորված դրոշի միջոցով:
Այսպիսով, եկեք սկսենք 2020 թվականը մեքենայական ուսուցման բժշկական կիրառման որոշ թարմացումներով, մեքենայական ուսուցման տիրույթում կառավարության կողմից պարտադրված կանոնակարգերով և որոշ հետաքրքիր փոդքասթներով և հարցազրույցներով:
Կարիերայի փոփոխությունն այժմ շատերի մտքում է, քանի որ աշխատանք փնտրողների թիվը կտրուկ աճում է հունվարին, քանի որ աշխատողները նոր պաշտոններ են փնտրում նոր տարում:
Եթե ձեր որոշումն է փոխել ձեր ներկայիս դերը ավելի համապատասխան և հետաքրքիր դերի, ապա Forbes-ի հոդվածը հետաքրքիր ընթերցանություն է:
Հոդվածում ներկայացված են մի քանի հայտնի ընկերություններ, որոնք ճանաչվել են որպես ամենաառաջարկվող ընկերություններից մի քանիսը, որոնք աշխատակիցներն առաջարկել են ընկերներին, ովքեր փնտրում են Machine Learning ստարտափ՝ աշխատելու համար: Հոդվածում նշվում է Machine Learning աշխատանքի դերի տպավորիչ աճը 2015-ից 2018 թվականներին:
Նշված ստարտափների համար կա ներբեռնվող աղյուսակ։ Ձեր կարիերայի հաջորդ քայլը կարող է լինել այնտեղ:
Արհեստական ինտելեկտի զգալի առաջընթացը հանգեցրեց «Deep Fakes»-ի ստեղծմանը, հավելվածները, որոնք կարող էին կրկնօրինակել մեդիա բովանդակությունը անհատի հետ, իսկ դրանցում եղած ձայնը, ձևափոխված գրեթե կատարելության, տագնապ բարձրացրին ղեկավար մարմիններում:
2019 թվականի մայիսին մենք տեսանք, որ նշանակալից երկրներ հավաքվեցին և բանակցություններ վարեցին ռազմավարությունների շուրջ՝ արհեստական ինտելեկտի արագ առաջխաղացման վերաբերյալ որոշակի կարգավորումներ սահմանելու համար:
Կառավարող մարմինները ձգտել են կարգավորել արհեստական ինտելեկտը տարբեր ձևերով, բայց առանց մեծ փորձաքննության և կառավարական խմբերի միջև փոխըմբռնման, անհայտ բան կարգավորելը բավականին բարդ էր:
2020 թվականին տեխնոլոգիական կարգավորիչները ջանքերն ու ուշադրությունն ուղղում են Արհեստական ինտելեկտի ոլորտին։ Ուրսուլա ֆոն դեր Լեյենը արհեստական ինտելեկտի կանոնակարգերի պաշտպան է, ոչ միայն կիրառական մակարդակի, այլև մինչև մոդելային մակարդակի: Ստորև բերված հոդվածը WSJ-ից ավելի մանրամասն ունի:
Գիտնականներն ու հետազոտողները սարք են մշակել, որն օգտագործում է մեքենայական ուսուցման ալգորիթմներ՝ քաղցկեղը հայտնաբերելու համար: Մեքենայի ուսուցման համակարգում մի քանի զարգացումներ են եղել, որոնք կարող են շատ ճշգրիտ ճանաչել քաղցկեղի բջիջները:
Այնուամենայնիվ, այս սարքը և դրա օժանդակող մեքենայական ուսուցման ալգորիթմը զգալիորեն նվազեցրին սխալ հայտնաբերված պատկերների քանակը: Պատմության վերաբերյալ ամենօրյա փոստի հաշվետվությունը ներառում է մանրամասներ:
AI-ի ազդեցությունը բժշկական արդյունաբերության վրա չի դանդաղում 2020 թվականին: Pharmaphorum-ում ներկայացված հոդվածը ընդգծում է մի քանի եղանակներ, թե ինչպես AI-ն և մեքենայական ուսուցումը կփոխեն առողջապահությունը 2020 թվականին: AI-ի և մեքենայական ուսուցման մոդելների գործնականությունը ուշադրության կենտրոնում է 2020 թվականին, և թե ինչպես են դրանք տեղակայվում և օգտագործվում բազմաթիվ առողջապահական և հետազոտական ընկերությունների ուշադրության կենտրոնում: Հոդվածում նշված են նաև AI-ի օգնությամբ ախտորոշումը և մեքենայական ուսուցման աջակցությամբ կլինիկական փորձարկումները:
Եթե դուք չեք ծանոթացել Լեքս Ֆրիդմանի «Արհեստական ինտելեկտը Լեքս Ֆրիդմանի հետ» փոդքասթի և Youtube-ի տեսանյութերի շարքին, ապա այժմ հիանալի հնարավորություն է ծանոթանալու Լեքսի և նրա հեղինակավոր հյուրերի հետ՝ բոլորը մասնագիտությամբ։ այն ոլորտներում, որոնք կապ ունեն մեքենայական ուսուցման և արհեստական ինտելեկտի հետ:
Առաջին քննարկումը Դոնալ Կնուտի հետ է՝ համակարգչային գիտնական, մաթեմատիկոս և Ստենդֆորդի համալսարանի պատվավոր պրոֆեսոր:
Նա հեղինակել է հանրահայտ Ծրագրավորման արվեստը» գիրքը: Լեքսը շոշափում է նշված հեղինակային գիրքը, ինչպես նաև այնպիսի թեմաներ, ինչպիսիք են Արհեստական բանականությունը, կրոնը, կյանքը և նեյրոնային ցանցերը: Ստորև բերված է Spotify-ի հղումը, թե որն է հետաքրքիր զրույցը:
Լեքս Ֆրիդմայի սերիալի մեկ այլ հատված, որը ես կցանկանայի ընդգծել, այս զրույցն է Մելանի Միտչելի հետ: Մելանին Պորտլենդի պետական համալսարանի համակարգչային գիտության պրոֆեսոր է և մի քանի գրքերի հեղինակ, ինչպիսիք են «Անալոգիայի ստեղծումը որպես ընկալում» և «Արհեստական ինտելեկտ. ուղեցույց մտածող մարդկանց համար»: >
Մելանիի հետ զրույցը կենտրոնանում է Արհեստական ինտելեկտի և ոլորտների ենթաթեմայի վրա: Ինքնավար մեքենաները, գերհետախուզությունը, զգացմունքները և բարդ համակարգերը այս զրույցի քննարկման ոլորտներն են:
Ահա մի քանի հղումներ դեպի հետաքրքիր ընթերցումներ.
