Блог

Дайджест, февраль 2018

Технологические новости

  1. Фитнес-приложение раскрыло местоположение военных баз США: https://snob.ru/selected/entry/133805
  2. Китайские полицейские носят очки с системой распознавания лиц для поиска подозреваемых: http://www.telegraph.co.uk/news/2018/02/07/chinese-police-using-facial-recognition-glasses-identify-suspects/
  3. Компания DeepMind разработала новый подход к решению задач обучения с подкреплением — IMPALA: https://deepmind.com/blog/impala-scalable-distributed-deeprl-dmlab-30/
  4. JetBrains представляет бета-версию приложения для анализа данных на Python — Datalore: https://habrahabr.ru/company/JetBrains/blog/348696/
  5. Компания OpenAI опубликовала список из семи актуальных, но еще не решенных задач в области глубокого обучения: https://blog.openai.com/requests-for-research-2/
  6. Студенты Дальневосточного университета победили в международном конкурсе MathWorks по обучению промышленного робота распознаванию команд человека: http://www.interfax-russia.ru/Moscow/main.asp?id=907121
 

«Нетехнологические» новости

  1. Прогнозы на 2018 год относительно машинного обучения: https://www.forbes.com/sites/louiscolumbus/2018/02/18/roundup-of-machine-learning-forecasts-and-market-estimates-2018/
  2. Goldman Sachs предсказывает тотальное падение курса большинства криптовалют: http://fortune.com/2018/02/07/bitcoin-price-usd-prediction-goldman-sachs-cryptocurrency/
 

Интересные статьи

  1. Алексей Минин: под видом инноваций часто внедряется то, что уже везде стало нормой: https://www.cio.ru/articles/130218-Alexey-Minin-pod-vidom-innovatsiy-chasto-vnedryaetsya-to-chto-uzhe-vezde-stalo-normoy
  2. Насколько хорошо мы понимаем нейронные сети: проведение аналогии с оптикой: http://www.argmin.net/2018/01/25/optics/
  3. Почему самобучающийся искусственный интеллект сложно применять для решения реальных задач: https://www.quantamagazine.org/why-self-taught-artificial-intelligence-has-trouble-with-the-real-world-20180221/
  4. Ограничения искусственного интеллекта: https://www.wired.com/story/greedy-brittle-opaque-and-shallow-the-downsides-to-deep-learning/
  5. Поведенческая аналитика помогла повысить сборы с пожертвований: http://advanced-hindsight.com/blog/behavioral-scientists-guide-increasing-charitable-donations/
  6. Автоматическая генерация программного кода для моделей глубокого обучения непосредственно из научных статей (IBM Research): https://www.ibm.com/blogs/research/2018/02/deep-learning-models/
  7. Исследователи из DeepMind получили интересный результат в области теории игр по поводу связи равновесий Нэша в асимметричных и симметричных играх: https://deepmind.com/blog/game-theory-insights-asymmetric-multi-agent-games/
 

Визуализации

  1. Визуализация гастрономических предпочтений на территории США: https://pudding.cool/2018/02/restaurants/
  2. Анализ структуры стендап-комедии: https://pudding.cool/2018/02/stand-up/
  3. Три типа визуализаций одного массива данных: http://duelingdata.blogspot.ru/2017/12/3-types-of-data-visualizations.html
  4. Миллениалы и их тяжелое будущее: http://highline.huffingtonpost.com/articles/en/poor-millennials/
  5. Появление персонажей Звездных войн в отдельных эпизодах: http://fingfx.thomsonreuters.com/gfx/rngs/ENTERTAINMENT-STARWARS/010052224NF/index.html