а такое как в FaceAPP? Чтобы делать человека красивей?

Такие игрушки не заценивал)

как я понимаю - это мы должны "скармливать" машине 2 изоблражения (до и после) и условно 100к фото, после этого машина сама сможет новые фотографии делать красвией?)

Нет, там представлен алгоритм NLM и ещё какой-то (может из нейронки вывели, я детально не смотрел)

Обучающая выборка - это PyTorch и тд

хм, т.е. подход у них не сравнение был, а какой-то алгоритм.
Я просто предполагаю, что качество на уровне "до и после" и обучить это машину должно быть выше

Добро пожаловать!

Правила чата:
1. После вступления, расскажите о себе с тегом #aboutme. Ваш бэкграунд, над чем работали или размышляли последнее время, ваши идеи, планы.
2. Видите спам или сомнительное сообщение - ответьте на него в чате с текстом "@banofbot" и бот начнет голосование за кик участника и удаление этого сообщения.

Спасибо! :)

Honda внедрили в свои мотоциклы ИИ, который помогает удерживать баланс.

Riding Assist представляет собой систему электронного рулевого управления (Drive-by-Wire), в которой рукоятки руля не напрямую управляют поворотом мотоцикла, а подсоединены к управляющему компьютеру, который поворачивает переднюю вилку с помощью сервоприводов. Система включается на небольших скоростях (около пяти километров в час и меньше) и начинает следить за равновесием мотоцикла, улавливая баланс мотоцикла «подруливанием».

Также компьютер изменяет угол наклона передней вилки, что позволяет управлять центром тяжести мотоцикла. По наклону тела мотоциклиста и повороту рукояток система определяет нужный маневр и выполняет его, также Riding Assist умеет удерживать равновесие мотоцикла стоя на месте и может самостоятельно управлять мотоциклом, который следует за владельцем.

• В CLIPS поддерживаются восемь простейших типов данных: целые числа (integer), числа с плавающей запятой (float), символьный (symbol), строковый (string), внешний адрес (external-address), адрес факта (fact-address), имя экземпляра (instance-name) и адрес экземпляра (instance-address).

#HexahedronAI #CLIPS

Всем бодрого дня)
Может кому-то интересно было бы поучаствовать в реализации проекта (программист) по обработке изображения!?

бесплатно?

Платно, конечно))

Machinelearning
Using machine learning in the browser to lip sync to your favorite songs

https://blog.tensorflow.org/2020/07/using-machine-learning-in-browser-to-lip-sync.html

MediaPipe Face Mesh: https://google.github.io/mediapipe/solutions/face_mesh.html

Github: https://github.com/google/mediapipe
@

• Новый образ роботов: как пандемия изменила отношение к искусственному интеллекту.

В новых условиях, в которых оказался мир, технологии искусственного интеллекта распространятся повсеместно, а человечество избавится от стереотипа, что искусственный интеллект таит в себе опасность. С потенциальной угрозой скорее начнет ассоциироваться общение с другими людьми.

Статья: https://www.forbes.ru/tehnologii/405069-novyy-obraz-robotov-kak-pandemiya-izmenila-otnoshenie-k-iskusstvennomu-intellektu

Добро пожаловать!

Правила чата:
1. После вступления, расскажите о себе с тегом #aboutme. Ваш бэкграунд, над чем работали или размышляли последнее время, ваши идеи, планы.
2. Видите спам или сомнительное сообщение - ответьте на него в чате с текстом "@banofbot" и бот начнет голосование за кик участника и удаление этого сообщения.

Спасибо! :)

Великобритания продолжает спорить за серьёзные позиции на рынке машинного обучения. И не только в области разработки и софта (мы же помним, где DeepMind работает).
Объявлено о выпуске нового процессора и модулей на его основе, предназначенных специально для параллельных вычислений: по заявлению Graphcore, они создали the first AI computer to achieve a petaflop of processing power “in the size of a pizza box.”
Утверждается, что архитектура модулей подразумевает возможность их соединения в параллельные массивы объемом до 64 тысяч единиц, так что результирующий кластер будет демонстрировать производительность до 16 экзафлопс и на нем можно будет обучать модели с триллионами параметров.
Бодрый стартап звучит как конкурент Nvidia, но ещё бы ему достичь тамошних масштабов производства.
https://techcrunch.com/2020/07/15/graphcore-second-generation-chip/

Machinelearning
Fast and Accurate Neural CRF Constituency Parsing

To improve the parsing performance,hee introduced a new scoring architecture based on boundary representation and biaffine attention, and a beneficial dropout strategy.

Github: https://github.com/yzhangcs/parser

Paper: https://www.ijcai.org/Proceedings/2020/560

@ai_machinelearning_big_data
@