Data science

Robot và trợ lý kỹ thuật số mới và cải tiến cho doanh nghiệp và hơn thế nữa – Tuần này trong Trí tuệ nhân tạo 07-09-16

1 – Cánh tay robot mút chiến thắng Thử thách nhặt hàng của Amazon Một đội robot người Hà Lan đã được trao giải cao nhất trong cuộc thi bot kho hàng gần đây nhất của Amazon tại Đức. Bot của Team Delft đã hoàn thành xuất sắc hai nhiệm vụ: chọn và chọn sản phẩm từ thùng chứa và đưa chúng lên kệ, và thực hiện ngược lại các thao tác đó. Các đội được phát một tệp máy tính, năm phút trước khi bắt đầu cuộc thi, có ghi chi tiết phạm vi các đối tượng có liên quan và hướng dẫn di chuyển từng đối tượng. Sau khi nhiệm vụ bắt đầu, các robot đã hành động một cách tự chủ. Hiện tại, robot di chuyển các mặt hàng xung quanh tòa nhà, nhưng con người vẫn phải dựa vào các kệ hàng. (Đọc toàn bộ bài báo trên BBC News) 2 – Thỏa thuận NHS mới của Google là Start of Machine Learning Marketplace DeepMind, hợp tác với Bệnh viện mắt Moorfields ở London, đang đào tạo mạng lưới thần kinh để phát hiện các mô hình liên quan đến hai bệnh mắt phổ biến – điểm vàng do tuổi tác thoái hóa và bệnh võng mạc tiểu đường. Hơn 100 hàng triệu người trên thế giới mắc một trong những căn bệnh này, và hậu quả gây ra (hiện tại) là không thể phục hồi. Lưới thần kinh có khả năng phát hiện các mô hình tinh tế gợi ý về các bệnh sắp xảy ra trước bác sĩ lâm sàng. Các thử nghiệm không được đảm bảo, nhưng Mustafa Salesman, giám đốc nhóm nghiên cứu chăm sóc sức khỏe của DeepMind, tin rằng tiềm năng thu thập thông tin chi tiết có giá trị (và miễn phí cho người nộp thuế) là đáng để phát sóng từ dữ liệu mà nếu không sẽ bị khóa và tránh xa mắt của các bác sĩ lâm sàng. (Đọc toàn bộ bài báo trên The New Scientist) 3 – Microsoft hiện giúp các doanh nghiệp sử dụng dữ liệu cho phép Bing dự đoán Hôm thứ Năm, Microsoft đã phát hành phiên bản trợ lý thông minh Cortana của mình với sức mạnh tích hợp của dịch vụ Bing Predicts, kết hợp các thuật toán học máy với dữ liệu lớn từ mạng xã hội, tìm kiếm và web và có tiềm năng cung cấp cho các doanh nghiệp thông tin chính xác hơn để làm cơ sở cho các giải pháp. Công nghệ này đang được bán dưới dạng dịch vụ tư vấn đầu cuối và có sẵn (với giá chưa công khai). Người dùng sẽ làm việc với nhóm nghiên cứu của Microsoft để giúp giải thích dữ liệu thu thập được, đặc trưng của xu hướng ngành tư vấn hiện tại cho các doanh nghiệp có nguồn lực hạn chế để xây dựng nhóm khoa học dữ liệu nội bộ đầy đủ. Trên một lưu ý liên quan, Microsoft cũng thông báo rằng họ sẽ tổ chức Hội nghị thượng đỉnh Khoa học Dữ liệu đầu tiên tại Atlanta vào tháng 9. (Đọc toàn bộ bài báo trên TechCrunch) 4 – Công ty khởi nghiệp nhận diện khuôn mặt người Nga VisionLabs huy động được 5,5 triệu đô la sau khi hợp tác với Facebook và Google, công ty khởi nghiệp AI có trụ sở tại Nga VisionLabs đã công bố khoản tiền bảo đảm gần đây nhất trị giá 5,5 triệu đô la từ Quỹ đầu tư mạo hiểm Sistema để đổi lấy 25 phần trăm cổ phần trong công ty (ước tính trị giá $ 21.5 triệu). Ngoài các gói phần mềm Luna và Face_IS, VisionLabs hợp tác với Facebook và Google trong 2015 để tạo ra một nền tảng thị giác máy tính mã nguồn mở, tích hợp OpenCV và Torch thư viện tập trung vào công nghệ học sâu, để giúp các nhà phát triển tiến bộ hơn nữa trong việc tạo ra các sản phẩm và dịch vụ dựa trên trí tuệ nhân tạo. Sistema Venture Capital được thành lập bởi AFK Sistema có trụ sở tại Nga, cho đến nay đã tài trợ hơn 300 triệu đô la cho các công ty khởi nghiệp được nhắm mục tiêu. (Đọc toàn bộ bài báo trên VentureBeat) 5 – Hệ thống nhận dạng khuôn mặt có chính xác không? Phụ thuộc vào chủng tộc của bạn. Các hệ thống học máy không có thành kiến, nhưng đào tạo mà chúng nhận được dựa trên dữ liệu có thể có thành kiến ​​chưa được kiểm soát ảnh hưởng đến kết quả đào tạo của các hệ thống – và hệ thống nhận dạng khuôn mặt được FBI sử dụng có thể là một ví dụ về trường hợp như vậy. Tháng 6 vừa qua, Văn phòng Giải trình Chính phủ đã công bố một báo cáo cho thấy FBI đã không thử nghiệm thỏa đáng phần mềm đối sánh khuôn mặt của mình hoặc các cơ sở dữ liệu cấp nhà nước mà nó cung cấp thông tin. Trong khi 95 phần trăm hình ảnh được khớp chính xác trong các điều kiện được kiểm soát, các điều kiện không hoàn hảo – như ánh sáng xấu hoặc góc khó xử, cũng như hàng loạt dữ liệu mà hệ thống đang được đào tạo – dẫn đến nhiều trường hợp nhận dạng không chính xác hoặc sai lệch. Mặc dù công nghệ đã được cải thiện trong 5 năm qua, nhưng sự thiếu chính xác vẫn là một vấn đề và các công nghệ học sâu mới như của Google và Facebook vẫn bị nghi ngờ là sai lệch dựa trên các lô dữ liệu được cung cấp. (Đọc toàn bộ bài báo trên MIT Technology Review) Tín dụng hình ảnh: BBC News

  • 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