Комментарий
Спасибо Анатолий, с большим интересом слежу за вашими статьями и работами из Англии.
← Машинный интеллект идёт к вам
Обсуждение
Читать и комментировать в ЖЖ ↗
Комментарий
Интересно, а где, на Ваш взгляд, на этом празднике жизни место Компрено?
(Шикарная капча здесь на мобилке, silver bullet предлагает ввести)
Комментарий
Мы несколько лет назад занимались стыком нашего онтологического редактора и Compreno. Теперь мы встречаемся иногда с программистом ABBYY, который с нами тогда работал, на тусовках по deep learning.
Комментарий
И?..
Комментарий
Напишите им письмо, спросите "как дела?".
Комментарий
О чём вы? Они никогда не дадут Compreno всем желающим, иначе нейросеть повторит разбор Compreno и Compreno будет не нужен. Так что помрёт Compreno, так и не успев принести людям пользу.
Комментарий
Проблема обучения очень глубоких сеток уже во многом решена. Вот, например, обучение сеток глубиной 150 и даже 1000 слоёв -- http://arxiv.org/abs/1512.03385, такие глубокие сетки уменьшают чуть ли не на треть ошибку распознавания объектов на картинках, при этом вычислительная сложность не растёт.
Год назад была запощена работа (первая версия) где описывалась в частности 1000 слойная сетка http://arxiv.org/abs/1412.6558v1
Комментарий
На рынок готовится прийти и другое железо, например EIE chip -- http://www.nextplatform.com/2015/12/08/emergent-chip-vastly-accelerates-deep-neural-networks/, as the benchmarks show, the energy efficiency is better by between 3,000X on a GPU and 24,000X on CPU.
Отмечу что там идет речь о производительности уже обученных сеток, а не о производительности в процессе обучения.
Комментарий
Очень много полезной информации, спасибо!
Комментарий
Вам в коллекцию супергуманной производительности, правда, наверное, ниочень интересная ибо больше 10 лет назад :) хотя в чем-то как раз очень интересная, ибо больше 10 лет назад
по сцыле в конце http://crm114.sourceforge.net/wiki/doku.php?id=news упоминается о 99.984% vs 99.84% точности в фильтрации спама между компьютером и человеком, соответственно
Комментарий
За эти 10 лет не только машины учились спам отфильтровывать, но и учились спам сочинять. Так что там непрерывно меняется граница. Это соревнование щита и меча, при этом меч обычно ведёт в счёте.
Комментарий
Если люди не могут 100% детектировать спам, то как они могут определить насколько точно это делает машина? Или test set предоставляется спамерами, которые знают наверняка что то что они отправляют - это спам? :)