Как обучают машины и какую премию могут получить студенты |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2019-02-20 15:00 Сегодня машины обучают составлять прогноз погоды, реагировать на нелогичные запросы пользователей, отслеживать ситуацию на дорогах, подбирать релевантную музыку и билеты, разговаривать с людьми, анализировать поведение частиц в большом андронном коллайдере и многому другому. О том, как формируются поисковые запросы, как работает метод «деревьев решений» и как машины сдают проверочные и контрольные работы, рассказал руководитель лаборатории машинного интеллекта Яндекса Александр Крайнов. Специалист прочитал студентам УрФУ лекцию, во время которой, в частности, рассказал, как в компании обучают и переобучают поиск выдавать релевантные ссылки по самым разным запросам. «Машинное обучение — это когда мы выбираем какую-то формулу и находим оптимальные параметры этой формулы, перебирая их. Формула может быть очень простой: допустим, есть всего два фактора: наличие определенного слова на странице и количество ссылок на страницу. И мы считаем сумму этих факторов и все», — поясняет Александр. Вместе с тем при обучении поиска формулы используют довольно сложные. «В поиске мы сравниваем „теплое с мягким“: качество кликов, наличие слов, с какого региона пришел пользователь, частоту обновления и прочее, — рассказывает разработчик. — И здесь работает метод „деревьев решений“. У нас есть множество „слабых“ деревьев, каждое из которых выглядит следующим образом: мы берем какой-то фактор и делим его на что-то, к примеру, на количество ссылок: больше десяти тысяч их было или меньше. После этого другой критерий, к примеру, язык английский или русский. Дерево „ветвится“, и в финале выдается какое-то решение». Иными словами, машина автоматически в процессе обучения подбирает узлы во множестве таких «деревьев». В итоге получается результат, который суммирует выходы из всех «деревьев». По схожему принципу в компании обучают и другие сервисы: погоду, музыку, переводчик, беспилотный автомобиль, Алису. Также Александр рассказал, что 30 января Яндекс запустил научную премию имени Ильи Сегаловича (одного из основателей компании). Премия будет присуждаться студентам, аспирантам и научным руководителям за достижения в распознавании и синтезе речи, информационном поиске и анализе данных, машинном обучении, компьютерном зрении, обработке естественного языка и машинном переводе. Для студентов и аспирантов премия составит 350 тысяч рублей (будет выплачиваться с сентября 2019 года по июнь 2020-го по 35 тысяч рублей в месяц). Лауреаты также получат поездку на международную конференцию по искусственному интеллекту, персонального ментора и приглашение на научную стажировку в отделе исследований Яндекса. Научные руководители получат денежную премию в размере 700 тысяч рублей. Церемония награждения состоится в апреле. Источник: m.vk.com Комментарии: |
|