O eu, em uma primeira aproximação, é paralelo. O automatismo realmente cria egocentrismo. As idéias do hedonismo são centrais no utilitarismo de Mill e Bentham, mas a dúvida transforma o conflito fenomenológico. O código começa a entender o gênero.
Patrocinador da associação ao Yandex.A ciência de dados e o aprendizado de máquina há muito tempo penetram em nossas vidas e no CodeFest, mas pela primeira vez os destacamos
em uma seção separada . Porque existem mais seções para o deus das seções!
O piso é dado ao curador da seção
bond005 . A propósito, ele ficará feliz com suas recompensas lois e kármicas.
O que acontecerá na seção Ciência de Dados?
Antes de escrever sobre isso, farei uma pequena (muito pequena!) Digressão filosófica.
Nós, seres humanos, somos criaturas sociais, e não podemos viver sem comunicação: em uma sala de reuniões do escritório no trabalho ou com um copo de cerveja em um bar aconchegante. Mas nem toda comunicação é "igualmente útil". Existem profissões - por exemplo, um operador de call center - em que a comunicação com pessoas diferentes, às vezes não muito agradáveis, constitui todo o ponto do trabalho e dura dia após dia, semana após semana. Então a comunicação se transforma em um trabalho difícil, psicologicamente exaustivo, que não pode ser facilitado ou automatizado. Ou talvez?
Parece que, nesse caso, o algoritmo precisa não apenas reconhecer o gato na imagem do ImageNet, mas entender (ouvir ou ler) o que o interlocutor deseja, responder adequadamente a ele, "em vão", se necessário, pedir ou esclarecer alguma coisa. Tarefa desafiadora!
Não é fácil, mas resolvido pelos métodos modernos de inteligência artificial. E, portanto, não foi por acaso que a maioria dos discursos de nossos oradores na seção será dedicada a métodos e tecnologias para resolver esse problema.
As redes neurais nos ajudarão com isso ou não? E o que são, arquiteturas de redes neurais modernas para textos e comunicação? Um simples shnik de TI pode lidar com eles? “
Redes neurais no processamento de texto: exagero ou seriedade e por um longo tempo? ”- um especialista em linguística de computação, o fundador do projeto rusvetores.org e um pesquisador da Universidade de Oslo, Andrey Kutuzov, nos falará sobre isso.
Mas e se quisermos ensinar nosso algoritmo não apenas a ler, mas também a ouvir? Como fazer um bom sistema de reconhecimento de fala? E, em geral, o que é “bom” em relação à tecnologia da fala? O que está “sob o capô” de uma nova geração de sistemas de reconhecimento de fala? Os bons e velhos clássicos são suficientes para nós - modelos ocultos de Markov ou uma rede neural - e aqui está o "nosso tudo"? As respostas a essas perguntas que interessam a muitos (e eu certamente)
serão fornecidas em sua história por Nikolai Shmyrev , chefe da AC Technologies e um dos principais colaboradores dos projetos de reconhecimento de voz de código aberto CMU Sphinx e Kaldi.
Bem, ouvimos uma pessoa ou lemos sua mensagem, reconhecemos o texto. E como extrair do texto a principal coisa que nosso interlocutor queria nos transmitir? Eles tentam resolver o problema de resumir o texto (auto-abstração) há muito tempo. Lembro que uma vez usei um dos sistemas de resumo para preparar um ensaio sobre filosofia na universidade. E isso agora? “
Resumindo textos: da geração de manchetes às notícias e ao resumo de tudo e de tudo ” - isso será dedicado à apresentação de Daniil Gavrilov, desenvolvedor e especialista em aprendizado de máquina da equipe VKontakte.
Finalmente, o robô percebeu o que um homem quer dele. Agora ele deve responder adequadamente! Talvez nem prosa, mas poesia! Como desenvolver um algoritmo capaz de escrever textos, entender de forma independente o tópico que você precisa escrever e ao mesmo tempo imitar o estilo certo - é importante não apenas participar de um concurso de poesia, mas também criar um bot de bate-papo educado e cultural que se comunique com os clientes do setor bancário central de atendimento, por exemplo. Anya Mosolova, da Universidade Estadual de Novosibirsk, em seu conto "
Imitando um poeta, ou como Pushkin teria escrito em duzentos anos ", nos apresentará o "recheio" algorítmico de um gerador de textos em russo que conhece tanto significado quanto rima!
Todos esses tópicos, que serão revelados por nossos maravilhosos palestrantes, são muito importantes por si só e para a construção de um moderno bot de bate-papo. Em princípio, depois de ouvir suas histórias e conversar com elas na zona de especialistas, você já pode criar (ou tentar) seu próprio chatbot com inteligência artificial que pode manter a conversa até sobre variedades de pizza, pelo menos juros sobre empréstimos bancários.
Mas eu não quero projetar e programar tudo sozinho, mesmo usando as bibliotecas de software existentes (que, a propósito, você também ouvirá nas histórias, porque o código aberto é sagrado)! Talvez haja algumas soluções prontas ou modelos de solução para o bot de bate-papo como um todo, e não apenas para seus componentes individuais?
No relatório de Vladislav Lyalin , desenvolvedor do laboratório de sistemas neurais e treinamento profundo do MIPT, você ouvirá um “sim” decisivo como resposta a esta pergunta. Vladislav apresentará o projeto de inteligência artificial conversacional do iPavlov e a biblioteca python DeepPavlov, que é, de fato, uma plataforma aberta para a construção de uma variedade de sistemas de diálogo: bots de bate-papo direcionados, bots de perguntas e respostas, bots de bate-papo com perguntas frequentes, etc.
E, finalmente, a Data Science não é a única IA conversacional viva! Sobre a visão computacional também deve ser lembrada. É sobre isso - sobre a visão espacial e a determinação automática da localização dos objetos no mundo tridimensional - haverá uma
história de Alexei Grishchenko , engenheiro da empresa de Novosibirsk, Motiv. Alexei e seus colegas venceram recentemente um concurso de visão computacional, no qual era necessário criar e treinar uma rede neural que conhecesse exatamente todo o processo de montagem de um turbocompressor KamAZ e fosse capaz de controlar os trabalhadores na linha de montagem para que não estragassem. Mas após a vitória, ninguém descansou sobre os louros, e a melhoria do sistema continua! Quer saber como? Venha para a performance de Alexey!
E você também precisa se lembrar sobre as bases do básico - a própria tecnologia do aprendizado de máquina! Independentemente do que a rede neural resolva - ela analisa o texto ou seleciona objetos na imagem, essa rede neural precisa ser treinada. Quanto maior a quantidade de dados de treinamento, melhor e "mais inteligente" essa rede neural se tornará, mas aprender com big data se torna muito difícil no sentido tecnológico. Leonid Kuligin, desenvolvedor e especialista em aprendizado de máquina do Google Cloud em Munique, falará sobre
como resolver o problema de big data no treinamento de redes neurais modernas , como o aprendizado distribuído funciona com a conhecida biblioteca de redes neurais TensorFlow, como o processamento de dados é organizado e quais ferramentas estão disponíveis para o perfil de treinamento .
A estratégia de preços restaura o princípio de percepção do consumidor, otimizando os orçamentos. A ação pontual monitora a gama de produtos de maneira uniforme. Em outras palavras, amigos, em primeiro lugar, desde 4 de março, o preço tem aumentado e, em segundo lugar, eles trouxeram a
transmissão on -
line .
A comunicação não tem preço, e até a IA falada vai concordar!
O registro é obrigatório. Participação também. Venha, vai ser demais!