El yo, en una primera aproximación, es paralelo. El automatismo realmente crea egocentrismo. Las ideas del hedonismo son fundamentales para el utilitarismo de Mill y Bentham, pero la duda transforma el conflicto fenomenológico. El código comienza a entender el género.
Patrocinador de unirse a Yandex.Data Science y Machine Learning han penetrado tanto en nuestras vidas como en CodeFest, pero por primera vez los destacamos
en una sección separada . ¡Porque hay más secciones para el dios de las secciones!
El piso se entrega al comisario de la sección
bond005 . Él será feliz con tus recompensas lois y kármicas, por cierto.
¿Qué pasará en la sección Ciencia de datos?
Antes de escribir sobre esto, haré una pequeña (¡muy pequeña!) Digresión filosófica.
Los humanos somos criaturas sociales y no podemos vivir sin comunicación: en una sala de reuniones de la oficina en el trabajo o con un vaso de cerveza en un acogedor bar. Pero no toda la comunicación es "igualmente útil". Hay profesiones, por ejemplo, un operador de centro de llamadas, en las que comunicarse con personas diferentes, a veces no muy agradables, constituye todo el punto de trabajo y dura día tras día, semana tras semana. Luego, la comunicación se convierte en un trabajo difícil y psicológicamente agotador que no se puede facilitar ni automatizar. O tal vez?
Parece que en este caso, el algoritmo no solo necesita reconocer al gato en la imagen de ImageNet, sino comprender (escuchar o leer) lo que quiere el interlocutor, responderle adecuadamente, "en vano", si es necesario, preguntar o aclarar algo. Tarea desafiante!
No es fácil, pero se resuelve con métodos modernos de inteligencia artificial. Y por lo tanto, no fue casualidad que la mayoría de los discursos de nuestros oradores en la sección se dedicarán a métodos y tecnologías para resolver este problema.
¿Las redes neuronales nos ayudarán con esto o no? ¿Y qué son, arquitecturas modernas de redes neuronales para textos y comunicación? ¿Puede un simple IT-shnik hacer frente a ellos? “
Redes neuronales en el procesamiento de textos: ¿exagerado o serio y durante mucho tiempo? "- esto nos lo contará un especialista en lingüística informática, el fundador del proyecto rusvectores.org, un investigador de la Universidad de Oslo, Andrei Kutuzov.
Pero, ¿qué pasa si queremos enseñar nuestro algoritmo no solo a leer sino también a escuchar? ¿Cómo hacer un buen sistema de reconocimiento de voz? Y en general, ¿qué es "bueno" en relación con la tecnología del habla? ¿Qué es "bajo el capó" de una nueva generación de sistemas de reconocimiento de voz? ¿Son suficientes para nosotros los viejos clásicos, modelos ocultos de Markov o una red neuronal, y aquí está "nuestro todo"?
Nikolai Shmyrev , director de AC Technologies y uno de los principales contribuyentes a los proyectos de reconocimiento de voz de código abierto CMU Sphinx y Kaldi, responderá a estas preguntas que preocupan a muchos (y ciertamente a mí).
Bueno, escuchamos a una persona o leímos su mensaje, reconocimos el texto. ¿Y cómo extraer del texto lo principal que nuestro interlocutor quería transmitirnos? Han estado tratando de resolver el problema de resumir (auto-abstracción) de texto durante mucho tiempo. Recuerdo que una vez utilicé uno de los sistemas de resumen para preparar un ensayo sobre filosofía en la universidad. ¿Y qué hay de esto ahora? “
Resumiendo textos: desde generar titulares hasta noticias y resumir todo y todo ”: se dedicará a la presentación de Daniil Gavrilov, desarrollador y especialista en aprendizaje automático del equipo de VKontakte.
Finalmente, el robot se dio cuenta de lo que un hombre quiere de él. ¡Ahora debe responder adecuadamente! ¡Quizás ni siquiera la prosa, sino la poesía! Cómo desarrollar un algoritmo que pueda escribir textos, entendiendo de forma independiente qué tema necesita escribir y, al mismo tiempo, imitando el estilo correcto: es importante no solo participar en un concurso de poesía, sino también crear un chat de chat cultural y educado que se comunique con los clientes en la banca centro de llamadas por ejemplo. Anya Mosolova de la Universidad Estatal de Novosibirsk en su cuento "
Imitar a un poeta, o cómo Pushkin habría escrito en doscientos años " nos presentará el "relleno" algorítmico de un generador de textos en ruso que puede tener sentido y rima.
Todos estos temas, que serán revelados por nuestros maravillosos oradores, son muy importantes tanto por sí mismos como para la construcción de un bot de chat moderno. En principio, después de escuchar sus historias y hablar con ellos en la zona de expertos, ya puede hacer (o tratar de hacer) su propio chatbot con inteligencia artificial que puede mantener la conversación incluso sobre variedades de pizza, al menos interés en préstamos bancarios.
¡Pero no quiero diseñar y programar todo yo mismo, incluso si uso las bibliotecas de software existentes (que, por cierto, también escucharán en las historias, porque el código abierto es sagrado)! ¿Quizás hay algunas soluciones listas para usar o plantillas de solución para el bot de chat en su conjunto, y no solo para sus componentes individuales?
En el informe de Vladislav Lyalin , desarrollador del laboratorio de sistemas neuronales y entrenamiento profundo en MIPT, escuchará un decisivo "sí" como respuesta a esta pregunta. Vladislav le presentará el proyecto de inteligencia artificial conversacional iPavlov y la biblioteca DeepPavlov python, que es, de hecho, una plataforma abierta para construir una variedad de sistemas de diálogo: bots de chat dirigidos, bots de preguntas y respuestas, bots de chat de preguntas frecuentes, etc.
Y finalmente, ¡Data Science no es la única IA de conversación viva! Acerca de la visión por computadora también debe recordarse. Se trata de esto - acerca de la visión espacial y la determinación automática de la ubicación de los objetos en el mundo tridimensional - habrá una
historia de Alexei Grishchenko , ingeniero de la compañía Motiv de Novosibirsk. Alexei y sus colegas ganaron recientemente un concurso de visión por computadora en el que era necesario crear y entrenar una red neuronal que conociera exactamente todo el proceso de ensamblaje de un turbocompresor KamAZ y pudiera controlar a los trabajadores en la línea de ensamblaje para que no se arruinaran. Pero después de la victoria, nadie descansó en sus laureles, ¡y la mejora del sistema continúa! ¿Quieres saber cómo? Ven a la actuación de Alexey!
Y también debe recordar los fundamentos básicos: ¡la tecnología del aprendizaje automático! Independientemente de lo que resuelva la red neuronal: analiza el texto o selecciona objetos en la imagen, esta red neuronal necesita capacitación. Cuanto mayor sea la cantidad de datos de entrenamiento, mejor y más "inteligente" se volverá esta red neuronal, pero aprender con big data se vuelve muy difícil en un sentido tecnológico. Leonid Kuligin, desarrollador y especialista en aprendizaje automático de Google Cloud en Munich, hablará sobre
cómo resolver el problema de big data en la formación de redes neuronales modernas , cómo funciona el aprendizaje distribuido con la conocida biblioteca de redes neuronales TensorFlow, cómo se organiza el procesamiento de datos y qué herramientas están disponibles para la formación de perfiles .
La estrategia de fijación de precios restaura el principio de percepción del consumidor, optimizando los presupuestos. Spot action supervisa la gama de productos de manera uniforme. En otras palabras, amigos, en primer lugar, desde el 4 de marzo, el precio ha aumentado y, en segundo lugar, mencionaron la
transmisión en línea .
¡La comunicación no tiene precio, e incluso la IA hablada estará de acuerdo!
Se requiere
registro . Participación también. ¡Ven, será genial!