Машинное обучение

Актуальные новости машинного обучения и нейронных сетей. Прорывы в области ML, новые алгоритмы, исследования от ведущих лабораторий. Практические применения машинного обучения в бизнесе, науке и повседневной жизни. Deep learning, computer vision, NLP и другие направления. Туториалы, гайды и экспертные материалы для специалистов.

Стартап Aaru единорог

Стартап Aaru, заменяющий традиционные исследования ИИ-симуляциями, получил оценку $1 млрд

Стартап Aaru привлек финансирование Серии А с многоуровневой оценкой до $1 млрд. Компания использует ИИ-агентов для симуляции человеческого поведения, заменяя традиционные маркетинговые исследования.

75% компаний не могут внедрить ИИ

Три четверти компаний, внедряющих ИИ, застряли на этапе пилотных проектов

75% компаний застряли в пилотных проектах ИИ из-за неготовности бизнес-процессов. Эксперты предлагают перейти от точечной оптимизации к переосмыслению работы через симбиоз человека и ИИ.

Генеративный ИИ создает World Models

World Models: как генеративные ИИ научились создавать целые виртуальные миры

World Models — новый класс ИИ, создающий полноценные 3D-миры с физикой и объектами. Технология от Google, Meta* и других гигантов обещает революцию в играх, робототехнике и науке.

Amazon выпустил AutoGluon

Amazon выпустил AutoGluon: машинное обучение без программирования с мультиагентной архитектурой

Amazon представила AutoGluon Assistant — систему машинного обучения без программирования, использующую мультиагентную архитектуру для автоматизации процессов от подготовки данных до анализа.

Архитектура Titans и фреймворк MIRAS

Архитектура Titans и фреймворк MIRAS: ИИ-модели обретают долгосрочную память

Команда Google представила архитектуру Titans и фреймворк MIRAS, позволяющие ИИ-моделям эффективно обрабатывать длинные контексты и обновлять память на лету, улучшая понимание и синтез информации.

MSEB — новый бенчмарк звукового ИИ

Вышел MSEB — новый бенчмарк для оценки интеллекта звуковых моделей

Новый бенчмарк MSEB от Google унифицирует оценку звукового интеллекта ИИ, тестируя модели на восьми задачах от поиска до реконструкции, и показывает значительный резерв для улучшений.