Das Selbst ist in erster Näherung parallel. Automatismus schafft wirklich Egozentrismus. Die Ideen des Hedonismus spielen eine zentrale Rolle im Utilitarismus von Mill und Bentham, aber Zweifel verändern den phänomenologischen Konflikt. Der Kodex beginnt, das Geschlecht zu verstehen.
Sponsor des Beitritts zu Yandex. Essays.Data Science und Machine Learning haben sowohl unser Leben als auch CodeFest lange Zeit durchdrungen, aber zum ersten Mal haben wir sie
in einem separaten Abschnitt herausgearbeitet . Weil der Gott der Abschnitte mehr Abschnitte hat!
Der Boden wird dem Kurator des Abschnitts
bond005 übergeben . Er wird übrigens mit Ihren Lois und karmischen Belohnungen zufrieden sein.
Was wird im Bereich Data Science passieren?
Bevor ich darüber schreibe, werde ich einen kleinen (sehr kleinen!) Philosophischen Exkurs machen.
Wir Menschen sind soziale Wesen, und wir können nicht ohne Kommunikation leben: in einem Büro-Besprechungsraum bei der Arbeit oder mit einem Glas Bier in einer gemütlichen Bar. Aber nicht jede Kommunikation ist "gleich nützlich". Es gibt Berufe - zum Beispiel einen Call-Center-Betreiber -, in denen die Kommunikation mit verschiedenen, manchmal nicht sehr angenehmen Menschen den gesamten Arbeitsbereich ausmacht und Tag für Tag, Woche für Woche dauert. Dann wird die Kommunikation zu einer schwierigen, psychisch anstrengenden Arbeit, die nicht erleichtert oder automatisiert werden kann. Oder vielleicht?
Es scheint, dass der Algorithmus in diesem Fall nicht nur die Katze auf dem Bild von ImageNet erkennen muss, sondern auch verstehen (hören oder lesen) muss, was der Gesprächspartner möchte, angemessen auf ihn antworten, „vergeblich“, wenn nötig, etwas fragen oder klären. Anspruchsvolle Aufgabe!
Nicht einfach, aber mit modernen Methoden der künstlichen Intelligenz gelöst. Daher war es kein Zufall, dass der Großteil der Reden unserer Redner in diesem Abschnitt Methoden und Technologien zur Lösung dieses Problems gewidmet sein wird.
Werden uns neuronale Netze dabei helfen oder nicht? Und was sind sie, moderne neuronale Netzwerkarchitekturen für Texte und Kommunikation? Kann ein einfacher IT-Shnik damit umgehen? „
Neuronale Netze in der Textverarbeitung: Hype oder ernsthaft und lange? ”- ein Spezialist für Computerlinguistik, der Gründer des Projekts rusvectores.org und ein Forscher an der Universität Oslo, Andrey Kutuzov, werden uns darüber berichten.
Aber was ist, wenn wir unserem Algorithmus nicht nur das Lesen, sondern auch das Hören beibringen wollen? Wie macht man ein gutes Spracherkennungssystem? Und was ist im Allgemeinen in Bezug auf die Sprachtechnologie „gut“? Was ist „unter der Haube“ einer neuen Generation von Spracherkennungssystemen? Reichen uns die guten alten Klassiker aus - versteckte Markov-Modelle oder ein neuronales Netzwerk - und hier ist „unser Alles“? Antworten auf diese Fragen, die viele (und ich sicherlich) beschäftigen
, werden in seiner Geschichte von Nikolai Shmyrev , Leiter von AC Technologies und einer der Hauptverantwortlichen für Open-Source-Spracherkennungsprojekte CMU Sphinx und Kaldi, gegeben.
Nun, wir haben eine Person gehört oder ihre Nachricht gelesen und den Text erkannt. Und wie kann man aus dem Text die Hauptsache extrahieren, die unser Gesprächspartner uns vermitteln wollte? Sie haben lange versucht, das Problem der Zusammenfassung (automatischen Abstraktion) von Text zu lösen. Ich erinnere mich, dass ich einmal eines der Zusammenfassungssysteme verwendet habe, um einen Aufsatz über Philosophie an der Universität vorzubereiten. Und was ist jetzt damit? „
Zusammenfassen von Texten: von der Generierung von Überschriften über Nachrichten bis hin zur Zusammenfassung von allem und jedem“ - dies ist der Präsentation von Daniil Gavrilov gewidmet, einem Entwickler und Spezialisten für maschinelles Lernen aus dem VKontakte-Team.
Schließlich erkannte der Roboter, was ein Mann von ihm will. Jetzt muss er angemessen antworten! Vielleicht nicht einmal Prosa, sondern Poesie! Wie man einen Algorithmus entwickelt, der Texte schreiben kann, unabhängig versteht, welches Thema Sie schreiben müssen, und gleichzeitig den richtigen Stil imitiert - es ist wichtig, nicht nur an einem Gedichtwettbewerb teilzunehmen, sondern auch einen gebildeten und kulturellen Chat-Bot zu erstellen, der mit Kunden im Bankwesen kommuniziert Call Center zum Beispiel. Anya Mosolova von der Staatlichen Universität Nowosibirsk wird uns in ihrer Kurzgeschichte „
Nachahmung eines Dichters oder wie Puschkin in zweihundert Jahren geschrieben hätte “ die algorithmische „Füllung“ eines russischen Textgenerators vorstellen, der sowohl Sinn als auch Reim machen kann!
All diese Themen, die von unseren wunderbaren Rednern enthüllt werden, sind sowohl für sich als auch für den Aufbau eines modernen Chat-Bots sehr wichtig. Im Prinzip können Sie, nachdem Sie ihre Geschichten angehört und mit ihnen in der Expertenzone gesprochen haben, bereits Ihren eigenen Chatbot mit künstlicher Intelligenz erstellen (oder versuchen, diesen zu erstellen), der das Gespräch auch über Pizzasorten aufrechterhalten kann, zumindest Zinsen für Bankdarlehen.
Aber ich möchte nicht alles selbst entwerfen und programmieren, auch wenn ich die vorhandenen Softwarebibliotheken verwende (von denen Sie übrigens auch in den Geschichten hören werden, weil Open Source heilig ist)! Vielleicht gibt es einige vorgefertigte Lösungen oder Lösungsvorlagen für den gesamten Chat-Bot und nicht nur für seine einzelnen Komponenten?
Im Bericht von Vladislav Lyalin , dem Entwickler des Labors für neuronale Systeme und
Tiefenausbildung am MIPT, hören Sie als Antwort auf diese Frage ein entscheidendes „Ja“. Vladislav wird Ihnen das iPavlov-Projekt für künstliche Intelligenz und die DeepPavlov-Python-Bibliothek vorstellen, die in der Tat eine offene Plattform für den Aufbau einer Vielzahl von Dialogsystemen darstellt: gezielte Chat-Bots, Frage-Antwort-Bots, FAQ-Chat-Bots usw.
Und schließlich ist Data Science nicht die einzige lebende Konversations-KI! Über Computer Vision sollte auch erinnert werden. Es geht darum - um räumliches Sehen und die automatische Bestimmung der Position von Objekten in der dreidimensionalen Welt - es wird eine
Geschichte von Alexei Grishchenko , Ingenieur der Nowosibirsker Firma Motiv, geben. Alexei und seine Kollegen haben kürzlich einen Computer-Vision-Wettbewerb gewonnen, bei dem es notwendig war, ein neuronales Netzwerk zu erstellen und zu trainieren, das den gesamten Prozess der Montage eines KamAZ-Turboladers genau kannte und die Arbeiter am Fließband so steuern konnte, dass sie nichts vermasselten. Aber nach dem Sieg ruhte sich niemand mehr auf ihren Lorbeeren aus und die Verbesserung des Systems geht weiter! Möchten Sie wissen wie? Komm zur Aufführung von Alexey!
Und Sie müssen sich auch an die Grundlagen der Grundlagen erinnern - die Technologie des maschinellen Lernens! Unabhängig davon, was das neuronale Netzwerk löst - es analysiert den Text oder wählt Objekte im Bild aus - muss dieses neuronale Netzwerk trainiert werden. Je größer die Menge an Trainingsdaten ist, desto besser und „intelligenter“ wird dieses neuronale Netzwerk, aber das Lernen mit Big Data wird im technologischen Sinne sehr schwierig. Leonid Kuligin, Entwickler und Spezialist für maschinelles Lernen von Google Cloud in München, wird darüber sprechen,
wie das Big-Data-Problem beim Training moderner neuronaler Netze gelöst werden kann , wie verteiltes Lernen mit der bekannten Bibliothek für neuronale Netze TensorFlow funktioniert, wie die Datenverarbeitung angeordnet ist und welche Tools für die Erstellung von Schulungsprofilen zur Verfügung stehen .
Die Preisstrategie stellt das Wahrnehmungsprinzip der Verbraucher wieder her und optimiert die Budgets. Spot Action überwacht die Produktpalette einheitlich. Mit anderen Worten, Freunde, erstens ist der Preis seit dem 4. März gestiegen, und zweitens haben sie die
Online-Sendung aufgerufen .
Kommunikation ist von unschätzbarem Wert und sogar gesprochene KI wird zustimmen!
Eine Registrierung ist erforderlich. Teilnahme auch. Komm, es wird großartig!