Le moi, en première approximation, est parallèle. L'automatisme crée vraiment l'égocentrisme. Les idées d'hédonisme sont au cœur de l'utilitarisme de Mill et Bentham, mais le doute transforme le conflit phénoménologique. Le code commence à comprendre le genre.
Sponsor de rejoindre Yandex.La science des données et l'apprentissage automatique ont longtemps pénétré à la fois nos vies et CodeFest, mais pour la première fois, nous les distinguons
dans une section distincte . Parce qu'il y a plus de sections au dieu des sections!
La parole est donnée au conservateur de la section
bond005 . Soit dit en passant, il sera content de vos lois et récompenses karmiques.
Que se passera-t-il dans la section Data Science?
Avant d'écrire à ce sujet, je ferai une petite (très petite!) Digression philosophique.
Nous, les humains, sommes des créatures sociales et nous ne pouvons pas vivre sans communication: dans une salle de réunion de bureau au travail ou avec un verre de bière dans un bar confortable. Mais toutes les communications ne sont pas «également utiles». Il existe des professions - par exemple, opérateur de centre d'appels - dans lesquelles communiquer avec des personnes différentes, parfois peu agréables, constitue la totalité du travail et dure jour après jour, semaine après semaine. La communication se transforme alors en un travail difficile et psychologiquement épuisant qui ne peut pas être facilité ou automatisé. Ou peut-être?
Il semble que dans ce cas, l'algorithme doit non seulement reconnaître le chat dans l'image d'ImageNet, mais comprendre (entendre ou lire) ce que veut l'interlocuteur, lui répondre adéquatement, «en vain», si nécessaire, demander ou clarifier quelque chose. Tâche difficile!
Pas facile, mais résolu par des méthodes modernes d'intelligence artificielle. Et donc, ce n'est pas par hasard que la majorité des discours de nos intervenants dans la section seront consacrés aux méthodes et technologies pour résoudre ce problème.
Les réseaux de neurones nous aideront-ils ou non? Et que sont-elles, des architectures de réseaux neuronaux modernes pour les textes et la communication? Un simple IT-shnik peut-il y faire face? «
Réseaux de neurones dans le traitement de texte: battage médiatique ou sérieux et pour longtemps? »- un spécialiste en linguistique informatique, fondateur du projet rusvectores.org, et chercheur à l'Université d'Oslo, Andrey Kutuzov, nous en parlera.
Mais que faire si nous voulons enseigner à notre algorithme non seulement à lire mais aussi à entendre? Comment faire un bon système de reconnaissance vocale? Et en général, qu'est-ce qui est «bon» par rapport à la technologie vocale? Qu'est-ce que «sous le capot» d'une nouvelle génération de systèmes de reconnaissance vocale? Les bons vieux classiques nous suffisent-ils - des modèles de Markov cachés ou un réseau de neurones - et voici «notre tout»? Des réponses à ces questions qui préoccupent beaucoup (et je le suis certainement)
seront données dans son histoire par Nikolai Shmyrev , responsable d'AC Technologies et l'un des principaux contributeurs aux projets de reconnaissance vocale open source CMU Sphinx et Kaldi.
Eh bien, nous avons entendu une personne ou lu son message, reconnu le texte. Et comment extraire du texte l'essentiel que notre interlocuteur a voulu nous transmettre? Ils essaient depuis longtemps de résoudre le problème de la synthèse (auto-abstraite) du texte. Je me souviens d'avoir utilisé un des systèmes de synthèse pour préparer un essai sur la philosophie à l'université. Et maintenant? «
Résumer les textes: de la génération de titres aux actualités en résumant tout et tout » - ceci sera consacré à la présentation de Daniil Gavrilov, développeur et spécialiste de l'apprentissage automatique de l'équipe VKontakte.
Enfin, le robot a réalisé ce qu'un homme attend de lui. Maintenant, il doit répondre adéquatement! Peut-être même pas de prose, mais de poésie! Comment développer un algorithme qui peut écrire des textes, comprendre indépendamment le sujet que vous devez écrire et en même temps imiter le bon style - il est important non seulement de participer à un concours de poésie, mais aussi de créer un bot de chat éduqué et culturel qui communique avec les clients des services bancaires centre d'appels par exemple. Anya Mosolova de l'Université d'État de Novossibirsk dans sa nouvelle «
Imiter un poète ou comment Pouchkine aurait écrit en deux cents ans » nous présentera la «farce» algorithmique d'un générateur de textes en russe qui peuvent à la fois avoir du sens et de la rime!
Tous ces sujets, qui seront révélés par nos merveilleux conférenciers, sont très importants à eux seuls et pour la construction d'un chat bot moderne. En principe, après avoir écouté leurs histoires et leur avoir parlé dans la zone d'experts, vous pouvez déjà créer (ou essayer de créer) votre propre chatbot avec une intelligence artificielle qui peut maintenir la conversation même sur les variétés de pizza, au moins les intérêts sur les prêts bancaires.
Mais je ne veux pas tout concevoir et programmer moi-même, même si j'utilise les bibliothèques de logiciels existantes (dont, d'ailleurs, vous en entendrez également parler dans les histoires, car l'open source est sacré)! Peut-être existe-t-il des solutions prédéfinies ou des modèles de solution pour le chat bot dans son ensemble, et pas seulement pour ses composants individuels?
Dans le rapport de Vladislav Lyalin , le développeur du laboratoire des systèmes neuronaux et de la formation profonde au MIPT, vous entendrez un «oui» décisif comme réponse à cette question. Vladislav vous présentera le projet d'intelligence artificielle conversationnelle iPavlov et la bibliothèque python DeepPavlov, qui est, en fait, une plate-forme ouverte pour construire une variété de systèmes interactifs: des robots de discussion ciblés, des robots de questions-réponses, des robots de discussion FAQ, etc.
Et enfin, la Data Science n'est pas la seule IA conversationnelle en vie! Il faut également se souvenir de la vision par ordinateur. Il s'agit de cela - de la vision spatiale et de la détermination automatique de la localisation des objets dans le monde tridimensionnel - il y aura une
histoire d'Alexei Grishchenko , ingénieur de la société Novivibirsk Motiv. Alexei et ses collègues ont récemment remporté un concours de vision par ordinateur dans lequel il était nécessaire de créer et de former un réseau de neurones qui connaissait exactement tout le processus d'assemblage d'un turbocompresseur KamAZ et qui était en mesure de contrôler les travailleurs sur la chaîne de montage afin qu'ils ne bousillent pas. Mais après la victoire, personne ne s'est reposé sur ses lauriers, et l'amélioration du système continue! Vous voulez savoir comment? Venez à la performance d'Alexey!
Et vous devez également vous souvenir de la base des bases - la technologie même de l'apprentissage automatique! Indépendamment de ce que le réseau de neurones résout - il analyse le texte ou sélectionne des objets dans l'image, ce réseau de neurones doit être formé. Plus la quantité de données d'entraînement est grande, mieux ce réseau de neurones deviendra «intelligent», mais l'apprentissage avec les mégadonnées devient très difficile sur le plan technologique. Leonid Kuligin, développeur et spécialiste de l'apprentissage automatique de Google Cloud à Munich,
expliquera comment résoudre le problème des mégadonnées dans l'enseignement des réseaux de neurones modernes , comment l'apprentissage distribué fonctionne avec la célèbre bibliothèque de réseaux de neurones TensorFlow, comment le traitement des données est organisé et quels outils sont disponibles pour le profilage de la formation .
La stratégie de prix rétablit le principe de perception du consommateur, optimisant les budgets. L'action ponctuelle surveille uniformément la gamme de produits. En d'autres termes, amis, d'une part, depuis le 4 mars, le prix a augmenté, et d'autre part, ils ont évoqué la
diffusion en ligne .
La communication est inestimable, et même l'IA parlée sera d'accord!
L'inscription est obligatoire. La participation aussi. Venez, ce sera génial!