#ML

Що таке суміш експертів (Mixture of experts, MoE)?

Суміш експертів (Mixture of Experts, MoE) — це вдосконалена архітектура машинного навчання, яка підвищує ефективність та продуктивність моделі завдяки використанню декількох спеціалізованих підмереж, відомих як «експерти».

Нобелівську премію з фізики присуджено за дослідження в галузі штучного інтелекту

Нобелівську премію з фізики 2024 року присуджено Джону Хопфілду та Джеффрі Хінтону за їхній видатний внесок у машинне навчання, який заклав основу сучасного штучного інтелекту ШІ.

Машинне навчання та мікробіоми для стійкого сільського господарства

Здоров’я ґрунтів відіграє критичну роль у підтримці екологічної та економічної цінності агроекосистем. Мікробіоми ґрунту є багатим джерелом інформації, яку можна проаналізувати ефективніше завдяки сучасним технологіям, зокрема машинному навчанню (ML).

Виклики та можливості розвитку сільського та лісового господарства за допомогою ШІ

Інтеграція штучного інтелекту та людського потенціалу змінює ландшафт сільського та лісового господарства, пропонуючи шлях до сталих практик завдяки розумному використанню ресурсів.

Google AI представив новий підхід до моделювання атмосфери Землі

Моделі загальної циркуляції (GCM) мають важливе значення для прогнозування погоди та клімату, використовуючи чисельні алгоритми для великомасштабної динаміки та визначення параметрів для процесів меншого масштабу, таких як формування хмар.

UT Austin та Google Research розробили OmniGlue

Дослідники з Техаського університету в Остіні та Google Research запровадили рішення під назвою OmniGlue, перше програмне забезпечення для зіставлення зображень, що здатне навчатися, в основу якого покладено принцип узагальнення.

NASGraph прискорює пошук нейронної архітектури

Традиційні методи NAS вимагали тривалого навчання для кожної архітектури-кандидата, що призводило до значних витрат часу та ресурсів. NASGraph пропонує новий підхід до мінімізації обчислювального навантаження на мережеві сховища, що може змінити ситуацію.

Як наукове машинне навчання (SciML) революціонізує дослідження та відкриття

Наукове машинне навчання (SciML) — це нова дисципліна, що об'єднує машинне навчання, науку про дані та обчислювальне моделювання. SciML використовує потужні алгоритми для прискорення та покращення наукових досліджень у різних галузях, таких як біологія, фізика та науки про навколишнє середовище.

Огляд досягнень у галузі глибокого навчання з підкріпленням

Глибоке навчання з підкріпленням (Deep RL) поєднує в собі навчання з підкріпленням і глибоке навчання, демонструючи безпрецедентний успіх у вирішенні складних завдань, які колись вважалися недосяжними для машин.

Hugging Face представила Idefics2, що підвищує ефективність мультимодального ШІ

Idefics2 від дослідників Hugging Face є значним стрибком вперед у галузі мультимодального ШІ. На відміну від попередніх моделей, які вимагали зміни розміру зображень до фіксованих розмірів, що потенційно погіршувало якість візуальних даних, Idefics2 використовує стратегію NaViT, що дозволяє йому обробляти візуальну інформацію з більшою точністю і деталізацією.

Оптимізація оцінки пропускної здатності за допомогою машинного навчання

Дослідники Meta розробили рішення на основі машинного навчання для вирішення складних завдань оптимізації оцінки пропускної здатності (BWE) та контролю перевантажень для зв'язку в реальному часі (RTC) в рамках набору додатків Meta.

ШІ може покращити смак пива

Вчені з міжнародної команди розробили метод машинного навчання, який може допомогти пивоварам покращити смак пива