Искусственный интеллект находится под пристальным вниманием глав правительств и бизнес-лидеров в качестве основного средства оценки верности решений. Но что происходит в лабораториях, где открытия академических и корпоративных исследователей будут устанавливать курс развития ИИ на следующие годы? Рассмотрим 10 ведущих разработок, за которыми следует внимательно следить как бизнес-лидерам, так и технологам. Что они из себя представляют и почему они так важны?
1. Теория глубокого обучения: демистификация работы нейронных сетей.
2. Капсульные сети: имитация мозговой обработки визуальной информации.
3. Глубокое обучение с подкреплением: взаимодействие с окружающей средой для решения бизнес-задач.
4. Генеративно-состязательные сети: комбинирование нейронных сетей для стимулирования обучения и облегчения вычислительной нагрузки.
5. Обучение на неполных (Lean Data) и дополненных данных: решение задачи с маркированными данными.
6. Вероятностное программирование: языки для облегчения разработки модели.
7. Модели гибридного обучения: объединение подходов к неопределенности модели.
8. Автоматическое машинное обучение (AutoML): создание модели без программирования.
9. Цифровой двойник: виртуальные копии за пределами промышленных приложений.
10. Объяснимый ИИ: метод черного ящика.
No Responses