#нейросети_и_machine_learning — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #нейросети_и_machine_learning, aggregated by home.social.
-
Генетический алгоритм как инструмент инженера: практический кейс раскроя полотен
Генетический алгоритм как инструмент инженера: практический кейс раскроя полотен Генетический алгоритм — это «умный» инструмент для автоматизации раскроя материалов (металл, ткань, пластик). Вместо ручного подбора или полного перебора он по принципам естественного отбора ищет компактное размещение деталей, минимизируя отходы. В статье показан практический кейс на Python: как без сложной математики создать алгоритм, который экономит материал, время. Этот подход можно адаптировать под ваши производственные задачи.
https://habr.com/ru/articles/989646/
#генетический_алгоритм #нейросети_python #нейросети_и_machine_learning
-
Как выбрать эффективные каналы под рекламу с помощью ИИ-бота
Реклама в Telegram — инструмент не только мощный, но и коварный. Можно вложить деньги и не получить никакого эффекта, если выбрать «мертвый» канал с красивыми цифрами в ленте. Именно для того, чтобы такого не случалось, мы запустили AI-бота для аналитики TG-каналов.
https://habr.com/ru/articles/950380/
#нейросети #нейросети_и_machine_learning #нейросети_python #нейросети_для_генерации_изображений #нейросети_для_разработчиков #нейросети_в_ecommerce #нейросети_для_генерации_видео #нейросети_самообучающиеся_системы #нейросети_на_мемристорах #нейросети_в_коде
-
Просто и подробно о том, как работают ChatGPT и другие GPT подобные модели. С картинками
Эта статья — длиннопост о том, как работают ChatGPT и другие GPT подобные модели Внутри 🔠 Подробно про токены, токенизатор и контекстное окно ❓ Почему GPT модели работают лучше на английском, чем на русском 🔢 Как большие языковые модели работают с числами Два моих убеждения о том, почему важно понимать принцип работы нейросетей Непонятная технология воспринимается как магия Люди любят наделять неживое свойствами живого LLM сочетают в себе эти два свойства: они достаточно сложны в устройстве и естественны в общении. Это сочетание снижает критичность восприятия — люди могут воспринимать ChatGPT и подобные интерфейсы как разумных существ, что приводит к переоценке их возможностей, повышенной внушаемости и определенным психологическим рискам — эмоциональной зависимости или мании величия от «особых отношений» с ИИ Узнать, как же они работаю 🦄
https://habr.com/ru/articles/942414/
#llm #ai #искусственный_интеллект #ии #chatgpt #нейросети #нейросети_и_machine_learning #космотекст
-
Как мы оживили DPED: собираем датасет для обучения модели
Привет, Хабр! Сегодня с вами команда регионального научно-образовательного центра «Искусственный интеллект и анализ больших данных» при НГТУ им. Р. Е. Алексеева. Продолжаем рассказывать о нашей работе по возрождению и улучшению DPED (Deep Photo Enhancement Dataset). Это открытый проект исследователей из ETH Zurich, который включает как датасет парных изображений, так и нейросетевую модель для повышения качества мобильных фотографий до уровня DSLR. В нашем случае мы хотим довести снимки сэто планшета YADRO KVADRA_T, снимки с которого мы хотим довести по качеству до качествауровня полупрофессиональной камеры Sony Alpha ILCE 6600. Отметим, что цель проекта не только исследование и обучение модели, но и последующее внедрение полученных наработок в приложение камеры планшета. Мы рассматриваем варианты локального инференса на самом устройстве, включая оптимизацию модели под мобильные вычислительные платформы с использованием TensorRT или ONNX Runtime. Так улучшать изображения можно прямо на устройстве — либо в момент съемки, либо в фоновом режиме.
https://habr.com/ru/companies/yadro/articles/930266/
#DPED #сбор_датасета #улучшение_фотографий #нейросети_и_machine_learning #YADRO_KVADRA_T #автоматизация_съёмки #OpenCV #RANSAC
-
Обратное распространение ошибки… на пальцах… без формул
Общая суть метода «обратного распространения ошибки» от простого примера до создания полносвязной нейронной сети.
https://habr.com/ru/articles/897946/
#обратное_распространение_ошибки #машинное_обучение #производная #математика_на_пальцах #обучение_нейросетей #обучение_нейронных_сетей #нейросети_python #нейросети_и_machine_learning #математика_нейросетей #производная_сложной_функции
-
[какая-то ерунда] — Всё, Что Вам Нужно
Джон Леннон в 1967 сказал (словами песни) - «All You Need Is Love» , и это стало революционным посланием миру. Вторую революцию с этими словами через 50 лет (только вместо Love - Attention) совершила статья группы авторов, в результате мы получили мир LLM-GPT: Attention is all you need . Но сейчас выходят сотни статей по темам AI и анализа/обработки данных, где в заголовке все то же ... All You Need. То есть статьи, претендующие на некую... хм, революционность и безапелляционность. Так ли это? Я исследую технологии, и решил провести эксперимент: отобрать с начала 2024 по март 2025 и перевести аннотации к статьям с "All You Need" в заголовке. Возможно, из этой кучи [зерна] лично вы сможете выудить для себя пару жемчужин?
https://habr.com/ru/articles/894928/
#LLM #ИИ #нейросети #нейросети_и_machine_learning #нейросети_для_генерации_изображений
-
Как мы прошли бюрократический ад, чтобы разработать нейросеть на заводе: сложности при создании ИИ на производстве
Нейросети помогают предотвращать аварии, оптимизировать процессы и повышать безопасность. Но путь от идеи до успешного внедрения часто оказывается тернистым. В этой статье мы расскажем, как нам удалось внедрить систему на основе нейросетей на действующем заводе, и с какими бюрократическими вызовами мы столкнулись.
https://habr.com/ru/articles/880186/
#компьютерное_зрение #нейросети #нейросети_и_machine_learning #промышленность #безопасность #видеоаналитика #аналитик_данных #видеонаблюдение #светофор
-
Наш бот просто жжет. Людей, машины, но в основном – здания
И вы так сможете, если прочитаете эту статью. Да, она о светодизайне. Конечно, в 2025-м все знают, что нужно использовать нейросети в дизайне, потому что это стильно, модно, экономит силы, деньги и время. Однако не все инструменты просты в использовании, многие требуют если не обучения, как когда-то фотошоп, то по крайней мере, танцев с бубнами и уверенных референсов, потому что по промту «сделай красиво, я подожду» работать не будет (мы проверяли). А значит, для обработки изображений и работы с освещением объектов нужна не только нейросеть, но и талантливый дизайнер, который к ней прилагается. Наша задача заключалась в том, чтобы изъять из уравнения талантливого дизайнера или, как минимум, сократить время его присутствия в проекте – то есть дать потенциальному клиенту некий рабочий инструмент, с которым он, до определенного момента, может забавляться сам. И тогда мы придумали Светобота. С одной стороны, это было просто программное решение, которое использовало алгоритмы машинного обучения для анализа изображений и создания дизайнерских проектов по подсветке зданий. С другой – мы хотели обучить его всему, что знаем сами – редактированию изображений, преобразованию фотографий в световые схемы, комбинации лучших цветовых решений, и главное – изобретению множества вариантов для различных пространств. Многие современные платформы используют ИИ для генеративного проектирования, некоторые боты умеют самостоятельно определять цветовые палитры на основе загруженных фотографий, предлагать гармоничные сочетания, моделировать, как будет выглядеть освещение в помещении или всё здание снаружи, в зависимости от расположения источников света и вообще, они вундеркинды.
https://habr.com/ru/articles/878044/
#светодизайн #нейросети #нейросети_и_machine_learning #ботдизайнер
-
Человеческий мозг на Python
Приветствую любителей порассуждать о том, как скоро нейросети отнимут работу у человека и захватят мир. А также тех, кто этой темой никогда не интересовался. В общем, устраивайтесь по удобней. Я планирую выпустить серию статей, в которых расскажу о своих попытках воссоздать нейросеть в оригинальном ее виде. Т.е. повторить функционал настоящего нейрона, а затем и целой нейросети в коде.
-
Deus ex machina?
Искусственный интеллект в образовании: вчера, сегодня, завтра Влияет ли искусственный интеллект на естественный? Какое место он уже занимает и только может занять в системе образования? Обучаем ли мы его, или же он – нас? Какие функции педагога он уже взял на себя, а какие заменит в перспективе? Не отомрет ли профессия учителя в ближайшем будущем? Как искусственный интеллект применяется в регионах? Эти и другие наболевшие вопросы уже довольно долго будоражат умы ведущих отечественных экспертов. Сумеют ли они быстро прийти к некому консенсусу, или, пока люди пытаются договориться, наш мир уже захватят машины? Обмани меня, если сможешь «Мозг впитывает в себя абсолютно все, с чем сталкивается. Искусственный интеллект – это другой тип подачи информации, классификации, обратной связи. Вполне естественно, что он влияет на естественный интеллект. Однако, человечество не готово жить в среде, где сочетаются два типа интеллекта. - поделилась Татьяна Черниговская, доктор биологических наук, доктор филологических наук, академик РАО (2023), заслуженный работник высшей школы и Заслуженный деятель науки РФ (2010), профессор кафедры общего языкознания СПбГУ, заведующая лабораторией когнитивных исследований и кафедрой проблем конвергенции естественных и гуманитарных наук. - У нас нет этических правил: что можно, что нельзя, нет навыков жизни в этой среде – чего стоит только развитие нейросетей с огромной скоростью. Делать вид, что есть возможности отступления – бесполезно. Недавно мы провели исследование с командой Сбера, как мозг реагирует на офлайн и онлайн обучения, и результаты этого влияния отличаются. Очень важна такая вещь, как практические исследования роли обратной связи вживую и через экран. Плюсы работы в сети огромны, но и риски огромны. Эта сфера исследований – вызов нашему биологическому виду».
https://habr.com/ru/articles/817803/
#искусственный_интеллект #образование #нейросети #нейросети_и_machine_learning #нейросети_самообучающиеся_системы #машинный_анализ_текстов #машинный_перевод
-
Нейросетевой чип с интерфейсом, привычным Embedded программисту
Обычно я пишу циклы статей по двум причинам. Либо я участвую в какой-то разработке и, с одной стороны, хочу рассказать о ней, но с другой – описать что-то интересное про применённые там технологии, так как овладел ими в достаточной мере. Самый большой цикл был про комплекс Redd, который перерос в разработку USB-анализатора на его базе. Другая причина засесть за клавиатуру – я нашёл какую-то интересную поделку В сегодняшней статье (которая, надеюсь, разрастётся до цикла) всё несколько иначе. Поделка сама нашла меня. Её разрабатывают в другом отделе нашей же компании. Но именно в соседнем отделе, не в моём. Как она устроена внутри, мне знать не положено. Зато я могу, вдобавок к чтению документации, не просто расспрашивать авторов про пользовательский интерфейс, а ещё и давать им советы, как его изменить. Речь пойдёт про чип, который по задумке разработчиков должен помочь Embedded-программистам начать работу с Искусственным Интеллектом, не погружаясь в его недра, а оперируя только привычными им сущностями. Давайте разбираться более детально.