Artificial intelligence

Học sâu dễ tiếp cận hơn và tạo ra làn sóng trong thiết kế video, xác định ung thư, v.v. – Tuần này trong Trí tuệ nhân tạo 04-16-16

1 – Bots có thể không hay, nhưng DigitalGenius nghĩ rằng nó đã tìm thấy một cách tốt hơn, DigitalGenuis có trụ sở tại London và New York đã phát hành một sản phẩm mới trong tuần này, Nền tảng dịch vụ khách hàng Human + AI, liên kết với các nền tảng dịch vụ khách hàng như Zendesk và Salesforce và bổ sung trải nghiệm chatbot. Dịch vụ phân tích nhật ký dịch vụ khách hàng từ email, cuộc trò chuyện và các tương tác xã hội khác để đánh giá các vấn đề phổ biến nhất và xác định phản hồi tốt nhất hoặc có khả năng xảy ra nhất bởi hệ thống tự động. Mỗi phản hồi có một 'ngưỡng tin cậy' hoặc khả năng phản hồi chính xác như thế nào. Sau đó, khách hàng quyết định ngưỡng mà họ cảm thấy thoải mái nhất khi nhận được phản hồi tự động; bất kỳ phản hồi nào dưới ngưỡng đều được chuyển đến một tác nhân của con người. Ngoài việc triển khai mô hình dịch vụ khách hàng hỗn hợp mới, DigitalGenuis cũng đã huy động được 4,1 triệu đô la khác trong các quỹ mạo hiểm từ các công ty như Salesforce Ventures, Bloomberg Beta và Singularity Investments. (Đọc toàn bộ bài báo trên TechCrunch) 2 – Trí tuệ nhân tạo hiện có thể thiết kế hình ảnh video và trò chơi thực tế Công ty khởi nghiệp Magic Pony Technology có trụ sở tại Vương quốc Anh đã phát triển một mạng nơ-ron học máy có thể làm sắc nét hình ảnh pixellated và tạo nền và kết cấu trò chơi video thực tế dựa trên các ví dụ. Điểm độc đáo trong cách tiếp cận của Magic Pony là thay vì sử dụng các ví dụ được gắn nhãn thủ công, công nghệ AI nhận dạng các mẫu thống kê trong các ví dụ có độ phân giải cao và thấp và tự khớp những mẫu có các đặc điểm như cạnh, đường thẳng và các kết cấu khác. Hơn nữa, công ty đã có thể phát triển công nghệ này bằng cách sử dụng một bộ xử lý đồ họa thông thường, điều chưa từng được làm trước đây và có thể mở ra các ứng dụng khác cho công nghệ này trong điện thoại thông minh, trò chơi và thực tế ảo. (Đọc toàn bộ bài báo trên MIT Technology Review) 3 – Trí tuệ nhân tạo để sử dụng hàng ngày: Sắp ra mắt Các lập trình viên tại Reactive Inc. đã tạo ra một phần mềm dựa trên máy học có thể giải mã tiếng Nhật viết tay, một trong những phần mềm chỉnh hình khó khăn hơn do hình thức phức tạp của nó; ấn tượng hơn là cả bốn kỹ sư hầu như không có kiến ​​thức về ngôn ngữ này. Các kỹ sư của Reactive là một trong những nhóm gần đây nhất thể hiện khả năng tiếp cận máy học ngày càng dễ dàng của nhiều nhà nghiên cứu, nhà khoa học và nhà phát triển trong lĩnh vực này. Công nghệ học sâu hiện có thể được truy cập trên các nền tảng dựa trên đám mây được cung cấp bởi một số công ty công nghệ, bao gồm Microsoft và Nvidia. Seishi Okamoto, giám đốc dự án tại Fujitsu Laboratories Ltd., cho biết: “Thực tế là công nghệ này có thể nâng cao chuyên môn về miền mang lại cho nó lợi thế lớn về tốc độ và khả năng mở rộng khi áp dụng cho các ứng dụng kinh doanh.” Việc sử dụng nhiều hơn học sâu của các công ty nhỏ hơn trong các lĩnh vực khác nhau hứa hẹn sẽ tăng tốc công nghệ AI trong những năm tới 10, đặc biệt là khi đầu tư vào các công ty khởi nghiệp AI dự kiến ​​sẽ tăng lên $ 310 triệu trong 2015. (Đọc toàn bộ bài báo trên Bloomberg Technology) 4 – Kính hiển vi sử dụng trí tuệ nhân tạo để tìm tế bào ung thư hiệu quả hơn Các nhà khoa học UCLA tại Viện NanoSystems California đã phát triển một kính hiển vi mới và phần mềm học sâu để xác định tốt hơn các tế bào ung thư trong mẫu máu. Kính hiển vi giãn thời gian quang tử có khả năng chụp ảnh tế bào nhanh hơn và phần mềm học sâu có thể tìm ra tế bào ung thư với độ chính xác 95 phần trăm. Nghiên cứu được công bố trên tạp chí Nature Scientific Reports, do Giáo sư Barham Jalali, nghiên cứu sinh tiến sĩ Claire Lifan Chen và nghiên cứu sinh sau tiến sĩ Ata Mahjoubfar dẫn đầu. Khoảng thời gian quang tử được phát triển bởi Jalali, và kính hiển vi chỉ là một trong nhiều ứng dụng tiềm năng cho công nghệ này. Trong phát hiện của bài báo, các nhà nghiên cứu tuyên bố rằng công nghệ này có thể cho phép phát hiện ung thư nhanh hơn và sớm hơn, cũng như tạo điều kiện cho các phương pháp điều trị mới. (Đọc toàn bộ bài viết trên UCLA Newsroom) 5 – Thông báo TensorFlow 0.8 bổ sung hỗ trợ máy tính phân tán Vào thứ Tư, Google đã công bố mô hình cập nhật của TensorFlow, hiện bao gồm hỗ trợ máy tính phân tán theo yêu cầu, cùng với một gói tài nguyên cho phép người dùng đào tạo các mô hình phân phối trên các kiến ​​trúc độc quyền. TensorFlow phân tán có thể được tận dụng với bản phát hành gần đây của nền tảng Google Cloud Machine Learning, cho phép đào tạo và cung cấp các mô hình TensorFlow mạnh mẽ hơn. Trong số các tính năng khác, mô hình mới cũng bao gồm các thư viện mới để xác định các mô hình phân tán mới. Google tiếp tục nghiên cứu các cách để cải thiện các dịch vụ đào tạo phân tán của mình và sẽ chia sẻ mọi cải tiến về thuật toán và kỹ thuật thông qua cộng đồng TensorFlow trên GitHub. (Đọc toàn bộ thông cáo báo chí trên Blog Nghiên cứu của Google) Tín dụng hình ảnh: Reactive Inc.

  • Trang chủ
  • Trí tuệ nhân tạo
  • Chuyên viên phân tích kinh doanh
  • Thông tin kinh doanh
  • Khoa học dữ liệu
  • Back to top button