Olá Khabravchans! Depois de filtrar um grande número de fontes e assinaturas para você, coletei todas as notícias mais significativas do mundo do aprendizado de máquina e da inteligência artificial para setembro. Não se esqueça de compartilhar com colegas, ou simplesmente com aqueles que estão interessados em tais notícias.
Para quem não leu o resumo de agosto, pode lê-lo
aqui .
Então, agora o resumo de setembro:
1. Os cientistas da EPFL
desenvolveram uma pele artificial macia que fornece feedback tátil e, graças ao seu sofisticado mecanismo de bem-estar, é potencialmente capaz de se adaptar instantaneamente aos movimentos do usuário.
2. As próteses de membros
melhoram a cada ano, mas a força e a precisão que elas adquirem nem sempre levam a um uso mais eficiente. Afinal, pessoas com membros amputados têm apenas um nível básico de controle sobre eles. Pesquisadores suíços descobriram uma maneira de melhorar o gerenciamento de membros artificiais usando IA.
3. Os desenvolvedores do Google
publicaram uma descrição do sistema de recomendações de ponta a ponta no YouTube. O sistema utiliza várias funções de destino para classificação e leva em consideração as preferências pessoais do usuário. Para otimizar o modelo para várias funções objetivas, os desenvolvedores usaram a Mistura de Peritos Multi-gate.
4. O projeto generator.photos publicou um conjunto de dados com 100 mil faces em alta resolução. Imagens de rostos foram geradas usando o StyleGAN. As imagens publicadas podem ser usadas livremente para fins comerciais, com um link para os desenvolvedores. Esse serviço pode ser do interesse de editores de revistas, especialistas em publicidade, web designers etc. O uso de imagens sintéticas reduz o custo dos profissionais de mídia em audições e fotografia.
5. Na Austrália, a inteligência artificial
ajudará a capturar os motoristas distraídos por um smartphone.
6. Há alguns anos, o Google
identificou as previsões de inundações como uma oportunidade única para melhorar a vida das pessoas e começou a estudar como a infraestrutura e a experiência de aprendizado de máquina do Google podem ajudar nessa área.
7. O estudo da tradução automática neural multilíngue. Nos últimos anos, os sistemas de tradução automática (MT) melhoraram significativamente graças aos desenvolvimentos no campo da tradução automática neural (NMT). No entanto, o sucesso do NMT se deve em grande parte à grande quantidade de dados de treinamento. Mas e os idiomas para os quais há pouco ou nenhum dado? Um NMT multilíngue, onde um sinal de treinamento de um idioma deve melhorar a qualidade da tradução para outros idiomas, é uma saída potencial.
8. Os pesquisadores da ETH
usam inteligência artificial para melhorar a qualidade das imagens gravadas com a relativamente nova técnica de imagem biomédica. Isso abre caminho para diagnósticos mais precisos e dispositivos econômicos.
9. Cientistas da Universidade de Oxford
desenvolveram um novo software de inteligência artificial para reconhecer e rastrear os rostos de cada chimpanzé na natureza.
10. Pesquisadores do Instituto ATLAS da Universidade do Colorado
desenvolveram recentemente
um grupo de pequenos robôs de mudança de forma chamados ShapeBots. Esses robôs autotransformadores podem alterar configurações individuais e coletivas para exibir e visualizar informações em várias configurações.
11. O novo material sintético , que cria uma rede sensorial conectada semelhante ao sistema nervoso biológico, pode permitir que os robôs macios sintam como interagem com o ambiente e ajustem suas ações de acordo.
12. Aprendizado de máquina e sua
aplicação radical em previsões meteorológicas severas.
13. Os pesquisadores
desenvolveram um algoritmo de aprendizado de máquina que prevê os resultados de reações químicas com uma precisão muito maior do que os químicos treinados e oferece métodos para produzir moléculas complexas, eliminando um obstáculo significativo à descoberta de medicamentos.
14. Uma equipe de matemáticos italianos, incluindo um neurocientista do Centro para o Desconhecido (CCU), em Lisboa, Portugal,
demonstrou que máquinas com visão artificial podem aprender a reconhecer rapidamente imagens complexas usando uma teoria matemática desenvolvida há 25 anos.
Com isso, nosso breve resumo chegou ao fim. Tire conclusões e trabalhe produtivamente. Não se esqueça de compartilhar o artigo com os colegas. Para não pular artigos e resumos de notícias, você será ajudado inscrevendo-se no meu canal Telegram
Neuron (@neurondata), além de assinar
minha conta no Habré, não perca os seguintes resumos.
Todo conhecimento!