AI Новости: Машинное обучение и анализ данных. Python. Алгоритмы, методы, лекции. Новости 2018

Свежая версия вводного курса от MIT уже доступна, а новые лекции выходят каждый понедельник. Это отличная база по нейросетям, которая затрагивает: CV, NLP, LLM и даже приложения в медицине.

Для того, чтобы сделать обоснованные выводы из результатов исследования, полученные данные подвергают статистической обработке. Она позволяет извлечь идеи, которые на первый взгляд неочевидны.

OpenCV-Face-Recognition — для всех, кто интересуется компьютерным зрением и хочет реализовать проект по распознаванию лиц в реальном времени.

Что внутри:

Реализация распознавания лиц в реальном времени с использованием OpenCV и Python.

Подробные инструкции по сбору данных, обучению модели и распознаванию лиц.

Благодаря новому методу сжатия LLM можно сжимать на смартфонах и ноутбуках — без предварительной подготовки и с сохранением качества.

Разработка MLOps-фреймворка в масштабах предприятия — непростая задача. Она требует интеграции множества компонентов: обработки данных, экспериментов, мониторинга и CI/CD. В этом посте рассказывается, как объединить MLflow, Kubeflow, Seldon Core, GitHub Actions и другие инструменты для построения полноценного MLOps-пайплайна.

Moonshot AI опубликовала веса Kimi-VL — открытой VLM, которая объединяет обработку текста, изображений и видео. Благодаря архитектуре MoE модель активирует всего 2.8 млрд. параметров в языковом декодере, обеспечивая скорость, сопоставимую с компактными аналогами, и результативность флагманских решений.

Сергей Кочетков и Юлдуз Фаттахова, исполнительные директора по исследованию данных Сбербанка, – о создании экосистемы генерации и использования синтетических данных SyntData, позволяющей повысить доступность данных для обучения ИИ-моделей.

Материалы основаны на курсе CME 295 "Трансформеры и большие языковые модели", читаемом в Стэнфордском университете.

Это не книга или подробный туториал, а именно сжатые, наглядные обзоры ключевых концепций. Используются диаграммы, краткие пояснения, основные формулы и определения.

Основная цель инструмента - обеспечить "temporal-grounded video understanding", то есть способность отвечать на вопросы о видео, точно указывая на конкретные моменты (визуальные доказательства) в видеоряде, что является сложной задачей для стандартных больших языковых моделей.

Как работает:

TripoSG 1.5B преобразует одиночные 2D-изображения (фото, эскизы, мультяшные картинки) в детализированные 3D-сетки (meshes).

TripoSF - это продвинутый инструмент: он работает с более сложными топологиями, создает высокое разрешение (до 1024?) и может моделировать даже внутренние детали объектов, например, сложные механизмы.

Нейросеть оживляет старые добрые реконструкции саблезубых кошек. Палеохудожник Роман Евсеев нарисовал много прекрасных вымерших животных, в том числе древних людей и их предков для нашего проекта.

Теперь в руки мастера попал ИИ, делающий видео из фотографий.

И вот уже смилодон, прищурясь, озирается в поисках добычи.

В сеть утекли данные, раскрывающие детали разработки в Китае AI-системы для автоматической цензуры контента, признанного "чувствительным" китайским правительством. Утекшая база данных, изученная TechCrunch, содержит 133 000 примеров контента, использованных для обучения этой системы.

Технические детали AI-цензора:

(Авторы исследования Андрей Андреев и Никита Кулагин за работой. Источник: Александр Храмов)

Классный способ построить совместные модели — вертикальное федеративное обучение. Так считает Арсений Селякин, руководитель команды Data Science в VK Predict.

Подробные тезисы из его выступления, кому этот инструмент нужен и как работает — рассказали в карточках.

Глубокое обучение для 3D-реконструкции: Проект использует нейросетевые методы для обучения неявных представлений объектов, что позволяет реконструировать гладкие и точные поверхности даже из разрежённых данных (например, облаков точек).

21 марта в нашем Культурно-просветительском центре, совместно c [club135454514|Российским обществом «Знание»], прошла открытая лекция Матвея Хоймова, младшего научного сотрудника Балтийского Центра Нейротехнологий и Искусственного Интеллекта БФУ им.И.Канта – «Линейная регрессия — основа предсказания».

NSL позволяет улучшать точность моделей, особенно при ограниченном объёме размеченных данных, за счёт объединения как размеченных, так и неразмеченных данных.

Основные возможности:

API для работы с графами и враждебными искажениями на базе TensorFlow и Keras.

Совместное исследование (https://www.nature.com/articles/s41562-025-02105-9) Google Research, Принстонского университета, NYU и Еврейского университета в Иерусалиме нашло параллели в обработке естественного языка человеческим мозгом и большими языковыми моделями.

Смотрите новый видеоурок нашего преподавателя Артур Шайхутдинов: "CNN TensorFlow: распознавание в Keras (Python). Сверточный слой нейронной сети"

Исходный код: https://colab.research.google.com/drive/1VkUmOeyDlZ6TlRldlQzfiJj-L8T2PJk8

Датасет (обучающий набор данных): https://drive.google.com/file/d/1KYyrbuQ4FZd5ikHtkEOBDTtDz-EjXF0v/view

Когда я смотрел на то, что происходило с рекламными системами в 2024 году, у меня было стойкое дежавю. Где-то я уже это видел. Меня словно отбросили на десятилетие в прошлое. Опять есть Яндекс, поисковая оптимизация и ВКонтакте. Только клик стоит не 1-3 рубля, а 30-70 рублей. Ну и таргетинги проапгрейдились.

Преподаватель: Виктор Немченко

Межфакультетский курс "Нейронные сети и их применение в научных исследованиях" – проводится для студентов МГУ с целью повышения общего уровня эрудиции. Материал лекций не содержит сложных формул и терминов и будет понятен широкой аудитории.

00:00 Заставка

00:21 О проекте MSU.AI

Библиотека поддерживает модели от OpenAI и Anthropic, а также модели, доступные на платформе Hugging Face Hub.

Это минималистичная библиотека для создания умных агентов, которые выполняют свои задачи, генерируя и исполняя Python-код!

Российский трафик YouTube после недавнего замедления снизился еще на 10%. Осталось сравнить с такой же статистикой по росту трафика у русскоязычных каналов с нероссийских айпишников.

Хотите попробовать свои силы в этичном хакерстве, научить модель машинного обучения, поиграться с веб-скрапингом или просто сделать игру? Он вам в этом поможет.

Примеры проектов:

Этичный хакинг: от создания ARP Spoofer до WiFi-сканера.

Геймдев: Flappy Bird, Tetris или даже Space Invaders — весь код уже есть.

Российские учёные создали первую полностью открытую среду для быстрого дообучения ИИ. Она доступна исследователям контекстного обучения с подкреплением по всему миру. 

Это экспериментальная библиотека Python, которая позволяет моделировать людей с определенными личностями, интересами и целями".

Эти агенты могут слушать, отвечать на запросы и жить своей жизнью в симулированной среде TinyWorld.

Sims на на базе LLM?