Data science

Kết hợp với cũ, kết hợp với mới – AI thay thế & cải tiến các hệ thống lỗi thời – Tuần này trong Trí tuệ nhân tạo 02-27-16

1 – Robot mới của Google cho thấy tiềm năng về trí tuệ nhân tạo và những tiến bộ trong phân phối Tuần này, Google đã công bố 'Atlas, Thế hệ tiếp theo', một robot hình người được cải tiến được thiết kế thông qua công ty con Boston Dynamics. Atlas mới sử dụng các cảm biến trong cơ thể và đầu của nó để đạt được sự cân bằng, tránh chướng ngại vật, đánh giá địa hình của nó và điều khiển các đối tượng. Trong một video được phát hành trên YouTube, Atlas 5'9 “, 180 – pound chọn hai 10 – những chiếc hộp nặng trĩu, và tiếp tục hoạt động sau khi bị vật thể kéo đi và bị một kỹ sư đẩy xuống đất. Atlas là sản phẩm của bộ phận “X” của Google, bộ phận này cũng bao gồm các phương tiện tự lái của công ty. Mục đích của Atlas vẫn còn để suy đoán; công ty có thể triển khai nó để sử dụng trong các dịch vụ giao hàng đã thử nghiệm (diễn ra ở Los Angeles và San Francisco), mặc dù có vẻ như nhiều khả năng robot hình người có thể được sử dụng cho các sáng kiến ​​phòng thủ và thực thi pháp luật, chẳng hạn như phát hiện bom. (Đọc toàn bộ bài báo trên Tạp chí Kinh doanh Thung lũng Silicon) 2 – Facebook AI Research ra mắt Chương trình hợp tác Facebook AI Research (FAIR) đã công bố một dự án mới vào thứ Năm nhằm hợp tác và tăng tốc nghiên cứu AI và máy học với châu Âu. Chương trình Đối tác Nghiên cứu AI của Facebook sẽ bắt đầu với việc tài trợ 25 các máy chủ dựa trên GPU tiên tiến tại các cơ quan nghiên cứu khác nhau ở Liên minh Châu Âu, bắt đầu với Đức. Tiến sĩ Klaus-Robert Müller tại TU Berlin là người nhận chương trình đầu tiên, nhóm của ông sẽ sử dụng các máy chủ để thực hiện phân tích hình ảnh về ung thư vú và mô hình hóa học của các phân tử. Các cơ quan nghiên cứu được mời gửi đơn đăng ký tài trợ GPU; các lựa chọn sẽ được thực hiện dựa trên các tiêu chí cụ thể và mức độ phù hợp của nghiên cứu. (Đọc toàn bộ bài viết về Nghiên cứu tại Facebook) 3 – Công ty khởi nghiệp trí tuệ nhân tạo MedyMatch ra mắt Công nghệ MedyMatch đang tung ra một sản phẩm trí tuệ nhân tạo mới cho ngành y tế sử dụng các công cụ quyết định thời gian thực để cải thiện chẩn đoán. Đầu tháng này, công ty khởi nghiệp có trụ sở tại Israel cũng đã công bố Gene Saragnese, trước đây là Giám đốc điều hành của Philips Imaging Systems, là chủ tịch và giám đốc điều hành mới của MedyMatch. Công ty có kế hoạch mở một địa điểm mới ở Boston để cung cấp hỗ trợ cho các hoạt động hợp tác máy học và học sâu. Các công cụ hỗ trợ mới được ghép nối với nền tảng hình ảnh phòng cấp cứu có thể giúp các chuyên gia y tế nhận ra các tình trạng khó chẩn đoán hoặc các tình trạng tắc nghẽn khác ở bệnh nhân. Những hiểu biết sâu sắc hơn và khả năng chẩn đoán được cải thiện có thể giúp giảm chi phí cho cả các cơ sở chăm sóc sức khỏe cũng như các cá nhân. (Đọc toàn bộ bài viết trên HealthcareITNews) 4 – Đơn vị y tế DeepMind Forms của Google để xây dựng phần mềm y tế DeepMind có trụ sở tại London của Google đang tiếp tục các bước tiến trong ngành chăm sóc sức khỏe bằng cách thành lập DeepMind Health, một liên doanh bao gồm hợp tác với Đại học Hoàng gia London và Hoàng gia Quỹ Ngân hàng London miễn phí Trust. Bộ phận mới sẽ bắt đầu với 15 người, nhưng dự kiến ​​sẽ phát triển nhanh chóng, theo Mustafa Salesman, Người đồng sáng lập DeepMind. Các thành viên trong nhóm DeepMind Health đã phát triển một ứng dụng quản lý công việc cho các bác sĩ lâm sàng, cũng như Streams, một phần mềm cho phép các bác sĩ xem kết quả y tế nhanh chóng hơn. Các luồng được tạo song song với Bệnh viện Miễn phí Hoàng gia. Mục tiêu liên tục của DeepMind Health là cung cấp cho cộng đồng y tế các công cụ giúp họ hiểu được dòng dữ liệu khổng lồ (và thường là áp đảo). (Đọc toàn bộ bài báo trên BloombergBusiness) 5 – Các nhà nghiên cứu Stanford sử dụng bóng tối của đêm và học máy để che đi ánh sáng về tình trạng nghèo đói toàn cầu Các nhà nghiên cứu tại Stanford đã phát triển một thuật toán máy học có thể xác định hiệu quả các vùng nghèo dựa trên thông tin trong hình ảnh vệ tinh. Kỹ thuật 'lập bản đồ nghèo đói' là công việc của các thuật toán đã phân tích hàng triệu hình ảnh vệ tinh ban ngày và ban đêm có độ phân giải cao ở các khu vực đã biết và có khả năng nghèo đói cao, chẳng hạn như các khu vực của châu Phi cận Suharan. Bằng cách sử dụng một kỹ thuật được gọi là học chuyển giao, hệ thống đã chuyển những gì nó học được về việc xác định một số loại cơ sở hạ tầng thường gắn với các khu vực thịnh vượng hơn sang các loại cơ sở hạ tầng khác nhau (hoặc thiếu chúng) ở những khu vực nghèo hơn. Trợ lý giáo sư Stefano Ermon cho biết, “Khi chúng tôi so sánh mô hình của mình với các dự đoán được thực hiện bằng cách sử dụng dữ liệu thu thập tại hiện trường đắt tiền, chúng tôi nhận thấy các mức hiệu suất rất gần nhau.” Các nhà nghiên cứu hy vọng một ngày nào đó mô hình thuật toán này sẽ thay thế các cuộc khảo sát trên mặt đất, một phương án tốn kém và tốn thời gian hiện đang được sử dụng để lập bản đồ nghèo đói. (Đọc toàn bộ bài báo trên Stanford News) Tín dụng hình ảnh: Tạp chí Kinh doanh Thung lũng Silicon

  • Trang chủ
  • CRM
  • Email doanh nghiệp
  • Email marketing
  • Marketing News
  • Marketing tổng thể
  • SEO
  • Thiết kế Website
  • Web Hosting
  • Chatbot
  • Data science
  • Back to top button