私達と接続する

人工知能

AIはビデオコンテンツ制作への強力な洞察を提供します

アバター

公開済み

on

AI、言語処理、および 深い学習 ストリーミングサービスに影響を与えるXNUMXつの主要なテクノロジーです。 それらはすでにコンテンツの作成に使用されており、画像は美しく詳細に見えます。 ライブストリーミングで人工知能を活用すると、すべてが変わります。 最新のテクノロジーにより、自動化されたアクションの作成、リアルタイムグラフィックのトリガー、オーディオの分析、ソーシャルメディアの感情の監視、自動共有が可能になります。

AIはビデオコンテンツ開発の新しい機会につながる

一部の開発者は、AIテクノロジーをチャンスと見なし、ビデオ制作に役立つ便利なツールを作成しました。 ビデオ制作に使用できる4つのソフトウェアバリアントについて話しましょう。

NotMP3

マルチメディアを処理するには、支払いなしでマルチメディアを取得できる便利なツールが必要です。 今日、最高のコンテンツプロバイダーは Youtube。 そのため、最先端のAI技術を使用したNotMP3ソフトウェアについて言及することにしました。 この並べ替えにより、このタスクを無料で実行できます。

これは、サイトからダウンロードできる無料のソフトウェアです。 これはシンプルですが非常に強力なツールで、好きな品質のオーディオまたはビデオファイルを取得するのに役立ちます。 Soundcloudからファイルを取得して、さまざまな形式に転送することもできます。

の主な利点 NotMP3 ソフトウェアはそれが完全に無料であり、アカウントを作成する必要がないということです。 あなたがしなければならないのはそれをインストールして使用することです。  

転写AI

実際にAI技術を使用する最初のプログラムは 転写AI。 これは、フッテージを転記するために利用されるユニバーサルツールです。 その映像を検索可能にします。 このソフトウェアを使用して、キャプションや紙の編集を行うことができます。

作成者は無料の試用版を入手できますが、それを継続して使用する場合は、製品を購入する必要があります。 このソフトは、ビデオで言及されているオーディオの一部を見つけたい場合に役立ちます。 また、できるだけ少ない時間で正確なトランスクリプトを作成できます。 最も強力なコンポーネントは検索機能です。クリップ、シーケンス、マーカーを探すことができます。 この機械学習ツールはGoogleのように機能し、キーワードに言及するだけです。

Pixop

これはツールではなく、直感的なインターフェースとAIテクノロジーを活用してビデオを強化するクラウドサービスです。 このサービスの主な利点は、非常に使いやすいことです。 プラグインやその他のツールは必要ありません。 サブスクリプションや料金は必要ありません。 このサービスは、クリエイターがデジタルアーカイブをできるだけ簡単に更新できるようにするために作成されました。

Pixopは、ビデオのエンハンスメントをできるだけ速く行うことができる場所を提供するため、ユーザーはPixopを高く評価しています。 これは、あらゆる要件に対応するために作成された、柔軟でスケーラブルなサービスです。 そして最も重要な機能は、機械学習を利用しているという事実です。AIに任せてください。 サインアップしてオンラインツールを使用するだけです。

画像

これは、メディアを安全に、安全に、そして見つけやすくするために使用されるメディア管理ツールです。 このプログラムは、ビデオファイルの可能性を最大限に整理してロックを解除するのに役立ちます。 ビデオファイルを開いて編集を開始するだけです。 このソフトウェアは、シンプルで効果的なテクノロジーを使用して画像を処理します。 フレームを選択して一時停止し、必要なフラグメントを切り取ります。 次に、この画像をデバイスに保存して、メディア製品の作成に使用できます。 任意の画像に注釈を追加できます。

このツールは、コンテンツの真の価値を整理して確認することをいとわないコンテンツメーカーにとって理想的です。 このサービスを使用すると、画像の重要な機能に焦点を当てることができます。 コンテンツ制作業界のビジネスに非常に適しています。

AIは新しいビデオコンテンツを作成するために非常に貴重です

では、コンテンツ作成に最適なAIソリューションは何ですか? 最初に、高品質のビデオをできるだけ速くダウンロードできるツールが必要になります。 そのため、NotMP3ダウンローダーとコンバーターが必ず必要になります。

その後、これはプロのソフトウェアであるため、トランスクリプトAIプログラムを試してください。 便利な機能がたくさんあります。 しかし、それは無料ではありません。

最速の方法をお探しの場合は、Pixopクラウドサービスをお試しください。必要な機能がすべて備わっています。 Imagenは、最高のコンテンツを作成するのに役立つ無料のオフラインバリアントとして使用できます。

ポスト AIはビデオコンテンツ制作への強力な洞察を提供します 最初に登場した SmartDataCollective.

PrimeXBTをチェックアウト
出典:https://www.smartdatacollective.com/ai-offers-insights-into-video-content-production/

人工知能

ディープラーニングと機械学習:新興分野が従来のコンピュータープログラミングにどのように影響するか

アバター

公開済み

on

XNUMXつの異なる概念が大きく絡み合っている場合、それらを別個の学術トピックとして分離することは困難な場合があります。 それはなぜ分離するのがとても難しいのかを説明するかもしれません 深い学習 from 機械学習 全体として。 自動化と即時の満足の両方に対する現在の推進力を考慮すると、このトピックに新たな焦点が山積みされています。

自動化された製造業のワーフクローから パーソナライズされたデジタル医療 依存するように成長する可能性があります 深い学習 技術。 しかし、これらの業界に革命をもたらすこの技術分野の正確な側面を定義することは、確かにはるかに困難です。 おそらく、コンピュータサイエンスのより大きな動きの文脈で、ディープラーニングを検討するのが最善でしょう。

深層学習を機械学習のサブセットとして定義する

機械学習 ディープラーニングは本質的に同じコインの両面です。 深層学習技術は、同じように幅広い状況で正しい応答を予測できる、訓練された人工知能エージェントの多種多様なものを含む、はるかに大きな分野に属する特定の分野です。 ただし、ディープラーニングをこれらの他のすべての手法から独立させているのは、多くの仮想環境で可能な限り最良のアクションを学習することにより、特定の目標を達成するためにエージェントを教えることにほぼ専念しているという事実です。

従来の機械学習アルゴリズムは通常、暗記によって刺激に応答する方法を人工ノードに教えます。 これは、単純な繰り返しで構成される人間の指導技法にいくぶん似ているため、コンピューターで計算された、九九を暗唱できるようになるまで九九を走る学生と同等であると考えることができます。 これはある意味では効果的ですが、そのような方法で教育された人工知能エージェントは、元の設計仕様の範囲外の刺激に応答できない場合があります。

そのため、ディープラーニングのスペシャリストは、多くの点ではるかにハードウェアを集中的に使用しているにもかかわらず、この方法よりもいくらか優れていると考えられる代替アルゴリズムを開発しました。 深層学習エージェントによって使用されるサブルーチンは、生成的敵対的ネットワーク、畳み込みニューラルノード構造、または制限付きボルツマンマシンの実用的な形式に基づいている場合があります。 これらは、従来の機械学習ファームウェアや最新のファイルシステムの大部分で使用されているバイナリツリーやリンクリストとは対照的です。

自己組織化マップも広くディープラーニングに使用されていますが、他のAI研究分野でのアプリケーションは、通常、それほど有望ではありません。 定義することになると ディープラーニングと機械学習 ただし、議論は、技術者が今後数か月の間に理論的な学術的議論よりも実用的なアプリケーションを探している可能性が高いです。 機械学習は、最も単純なAIから最も洗練された予測アルゴリズムまですべてを網羅し、ディープラーニングはこれらの手法のより選択的なサブセットを構成すると言えば十分です。

ディープラーニングテクノロジーの実用化

特定のプログラムの作成方法に応じて、深層学習手法を教師ありまたは半教師ありニューラルネットワークに沿って展開できます。 理論的には、次のことも可能です。 完全に監視されていないノードレイアウトを介してこれを行います、そしてすぐに最も有望になったのはこのテクニックです。 このアプリケーションは、既知の入力に対してテストする必要のある固有のグラフィック情報をコンピュータプログラムに提示することが多いため、教師なしネットワークは医療画像分析に役立つ場合があります。

従来の二分木または ブロックチェーンベースの学習システム 情報は、データを効果的に提示するように設計されていたはずの構造に隠されたままであるため、劇的に異なるシナリオで同じパターンを特定するのに苦労しました。 これは本質的にステガノグラフィの自然な形であり、ヘルスケア業界のコンピューターアルゴリズムを混乱させてきました。 ただし、この新しいタイプの教師なし学習ノードは、コンピューターが期待する通常の線に沿って編成されていないデータ構造でも、これらのパターンを一致させる方法について事実上教育することができます。

他の人は実装を提案しました 半教師あり人工知能マーケティングエージェント これにより、既存の取引成立ソフトウェアに関する倫理に関する懸念の多くを取り除くことができます。 これらのツールは、できるだけ多くの顧客ベースに到達しようとする代わりに、特定の時間に製品を必要とする特定の個人のオッズを計算します。 そのためには、組織が代表して活動する特定の種類の情報が必要になりますが、最終的には、それ以降のすべてのアクションを独自に予測できるようになります。

現在、同じ目標を達成するために従来の機械学習テクノロジーを利用するツールに依存している企業もありますが、これらは多くの場合、 プライバシー と倫理的な懸念。 深く構造化された学習アルゴリズムの出現により、ソフトウェアエンジニアはこれらの欠点に悩まされない新しいシステムを思い付くことができました。

プライベート自動学習環境の開発

従来の機械学習プログラムはしばしば深刻な問題にぶつかります プライバシー 有用な結論を引き出すために膨大な量の入力が必要であるという事実のために懸念があります。 深層学習画像認識ソフトウェア 入力のより小さなサブセットを処理することで機能するため、そのために多くの情報を必要としないことが保証されます。 ジョブ。 これは、 消費者データ漏えいの可能性.

これらの問題の多くに対する新しい規制スタンスを考慮すると、コンプライアンスの観点からもすぐに重要になるものになります。 毒物学研究室が使い始めると 生物活性に焦点を当てた深く構造化された学習パッケージ、規制当局は、この種の機密データを使用して特定のタスクを実行するために必要な情報の量に関して、追加の懸念を表明する可能性があります。 コンピュータ科学者は、ほとんどの人が快適に感じるよりも多くの物語を語る、バイトの真の消防ホースと呼ばれるものを縮小しなければなりませんでした。

ある意味で、これらの開発は、システム内の各プロセスがそのジョブを完了するために必要な量の特権のみを持つべきであると信じられていた以前の時代にまでさかのぼります。 機械学習エンジニアがこのパラダイムを採用しているため、今日の既存の運用を強化するために必要な大量のデータマイニングを必要としないという理由だけで、将来の開発はかなり安全になる可能性が高くなります。

画像クレジット:toptal.io

コインスマート。 BesteBitcoin-ヨーロッパのBörse
出典:https://datafloq.com/read/deep-learning-vs-machine-learning-how-emerging-field-influences-traditional-computer-programming/13652

続きを読む

人工知能

余分なクランチのまとめ:Tonal EC-1、Deliverooの岩だらけのIPO、Substackは本当に650億XNUMX万ドルの価値がありますか?

アバター

公開済み

on

COVID-XNUMX 今朝のコラム、Alex Wilhelmは、4年第2020四半期の暑さに続いて、過去数か月の「テクノロジーの出口で忙しい季節」を振り返りました。

IPO市場が冷え込んでいる兆候が見られますが、それでも「最近のYCombinatorクラス全体を公開するのに十分なSPACがあります」と彼は述べています。

お金でいっぱいのプライベートエクイティ会社を考慮に入れると、後期段階の会社がレベルアップするためのXNUMXつの確かな選択肢があることは明らかです。

これらの流動性オプションについてより多くの洞察を求めて、アレックスはインタビューしました:

  • DigitalOceanのCEOであるYanceySpruillは、IPOを通じて会社を公開しました。
  • スタートアップのSPAC $ TSIAとの合併について話し合ったCFOのGarthMitchell氏。
  • AlertMediaの創設者兼CEOであるBrianCruverは、最近プライベートエクイティファームに売却しました。

取引を取り戻した後、各幹部は、どの点滅する赤い「EXIT」サインに従うかを会社がどのように決定したかを説明します。 アレックスが観察したように、「ビュッフェの価値のある可能性からどのオプションが最適かを選択することは興味深い作業です。」

Extra Crunchを読んでいただき、ありがとうございます。 良い週末を。

ウォルター・トンプソン
TechCrunchシニアエディター
あずきっく


フルエクストラクランチの記事はメンバーのみが利用できます
割引コードを使用 ECFriday 20年またはXNUMX年のサブスクリプションをXNUMX%割引


調性EC-1

画像のクレジット: ナイジェルサスマン

火曜日に、200年の立ち上げ以来2018億ドルを調達した、ホームフィットネスのスタートアップであるTonalに関する2,995部構成のシリーズを公開しました。同社の特許取得済みハードウェアは、デジタルウェイト、コーチング、AIを壁に取り付けたシステムに組み合わせてXNUMXドルで販売しています。

いずれにせよ、それは成功の準備ができています— 売上高は800%増加しました 2019年2020月から60年の間に、そして今年の終わりまでに、同社はXNUMXの小売店を持つことになります。 水曜日に、 Tonalは250億XNUMX万ドルのシリーズEを報告しました それは会社を1.6億ドルと評価しました。

私たちの詳細は、Tonalの起源、製品開発のタイムライン、市場開拓戦略、および投資家の関心と顧客の喜びを刺激するために組み合わされたその他の側面を検証します。

このフォーマットを「EC-1これらのストーリーは、S-1フォームのスタートアップが公開する前に、SECに提出しなければならないのと同じくらい包括的で、明るいものであるためです。

TonalEC-1の内訳は次のとおりです。

大きなことをうまくやっていて、その過程でニュースを作っている他の後期スタートアップについての作業で、より多くのEC-1があります。

Deliverooの大まかなIPOデビューをどうするか

Deliverooが取引を開始したときになぜ苦労したのですか? それは、その高成長モデルとより保守的なヨーロッパの投資家との間の文化的不一致に苦しんでいますか?

数字を覗いて調べてみましょう。

カルトゥーラはデビューを保留にします。 技術IPOウィンドウは閉じていますか?

取引所は、多くの人々がIPOの気候が警告なしにとても肌寒くなると予想していたことを疑っています。 しかし、以前は灼熱だったハイテクデビューの気候の中で、第2四半期に一時停止する可能性があります。

サブスタックは本当に650億XNUMX万ドルの価値がありますか?

65年の基準でも、2021万ドルのシリーズBは注目に値します。 しかし、a16zがオルタナティブメディアスペースにより多くの資本を注ぎ込んでいるという事実は驚くべきことではありません。

サブスタックは、出版物が有名な才能を出血させ、メディアの重心を変えた場所です。 サブスタックの歴史的な成長を見てみましょう。

投資家、ベンダーがパンデミック主導の技術シフトを利用するにつれて、RPA市場は急増します

ビジネスプロセスの編成と分析。 ビジネスプロセスの視覚化と表現、自動化されたワークフローシステムの概念。 ベクトルの概念の創造的なイラスト

画像のクレジット: ビジュアルジェネレーション/ゲッティイメージズ

ロボットプロセスの自動化は、企業がデジタル変換するための措置を講じたパンデミックの最中に前面に出てきました。 従業員が一緒に同じオフィスにいることができなかったとき、ループ内のより少ない人員を必要とするより自動化されたワークフローをまとめることが重要になりました。

RPAにより、経営幹部は、あらゆる業界のワークフローの一部である多数のありふれた手動タスクを削減しながら、システムをより最新のアプローチに更新するための時間を本質的に費やすレベルの自動化を提供できます。

Eコマースのロールアップは消費財の混乱の次の波です

青い背景の上の多くのトイレットペーパーの立面図

画像のクレジット: ハビエルザヤス写真 (新しいウィンドウで開きます) / ゲッティイメージズ

今年は、ロールアップ、つまり中小企業を大企業に集約し、株式価値の潜在的に説得力のある道を作ることについてです。 eコマースブランドを通じて価値を創造することへの関心は特に印象的です。

ちょうどXNUMX年前、多くの人がベンチャー規模の収穫逓減に失敗した後、デジタルネイティブブランドはベンチャーキャピタリストに支持されなくなりました。 では、ロールアップの誇大宣伝は何ですか?

ハッキングの要点:CISOとハッカーは、Exchangeの違反にどのように対応するかを詳しく説明します

データ侵害、機密データの盗難、サイバー攻撃の3Dフラットアイソメトリックベクトルの概念。

画像のクレジット: TarikVision (新しいウィンドウで開きます) / ゲッティイメージズ

サイバー世界は、攻撃がこれまで以上に頻繁になり、大規模に発生するという新しい時代に入りました。 最近、何千もの高レベルのアメリカの企業や機関に影響を与える大規模なハッキングがニュースを支配しています。 これらの中で最も重要なのは、XNUMX月のSolarWinds / FireEyeの侵害と最近のMicrosoftExchangeサーバーの侵害です。

誰もが知りたがっています:Exchangeの侵害に見舞われた場合、どうすればよいですか?

非技術的なリーダーが理解する必要がある5つの機械学習の必需品

白い背景の上に直線に絡み合う色とりどりのワイヤーの寄せ集め。 南アフリカ、ケープタウン。 2019年XNUMX月。

画像のクレジット: デビッドマラン (新しいウィンドウで開きます) / ゲッティイメージズ

機械学習は、この分野での驚異的な変化と発展のペースにより、ビジネスと成長の加速の基盤となっています。

しかし、MLのバックグラウンドを持たないエンジニアリングおよびチームリーダーにとって、これは圧倒的で威圧的に感じることもあります。

ここでは、ベストプラクティスと、知っておく必要のあるコンポーネントをXNUMXつの実用的で簡単に適用できるレッスンに分けて説明します。

組み込み調達は、すべての企業を独自の市場にします

データと経済成長グラフチャートを分析する携帯電話を使用しているビジネスウーマン。 テクノロジーデジタルマーケティングとネットワーク接続。

画像のクレジット: Busakorn Pongparnit /ゲッティイメージズ

組み込み調達は、組み込みフィンテックの自然な進化です。

この次の波では、企業は、営業担当者、ディストリビューター、または個々のマーチャントのWebサイトではなく、垂直B2Bアプリを介して必要なものを購入します。

あなたのスタートアップがいつビジネス開発に全面的に取り組むべきかを知る

ビジネスまたは財務の成長チャートのキャンバスから出ている矢印の付いたXNUMX本の赤い線。

画像のクレジット: twomeows /ゲッティイメージズ

スタートアップの成長痛やスケーリングの問題はビジネス開発で解決できるという誤謬が渦巻いています。

それは率直に言って真実ではありません。

親愛なるソフィー:婚前契約と結婚を通じてグリーンカードを取得することについて私は何を知っておくべきですか?

中央にアメリカ国旗がある迷路ヘッジの入り口にある孤独な姿

画像のクレジット: Bryce Durbin / TechCrunch

親愛なるソフィー:

私はE-2投資家ビザのスタートアップの創設者であり、婚約したばかりです! 私のもうすぐ配偶者は、グリーンカードのために私を後援します。

彼女が私を後援するための最低賃金要件はありますか? グリーンカードプロセスを開始する前に覚えておくべきことはありますか?

—ベルモントで婚約

スタートアップは、俊敏なデータガバナンスを確保するために官僚主義を抑制する必要があります

赤いテープで結ばれた机の上のコンピューター、電話、時計の画像。

画像のクレジット: RichVintage /ゲッティイメージズ

多くの組織は、データ管理をデータガバナンスに類似していると認識しています。データガバナンスでは、責任は制御と監査手順の確立に集中しており、物事は防御的な視点から見られます。

特にデータの管理ミスや漏洩によって引き起こされる潜在的な経済的および評判上の損害を考えると、その防御は確かに正当化されます。

それにもかかわらず、ここには近視の要素があり、過度に注意することは、特にソフトウェアと製品開発に関して、組織がデータ駆動型コラボレーションの利点を実現することを妨げる可能性があります。

CISOを経営幹部に持ち込み、サイバーセキュリティを企業文化に焼き付けます

サイバー戦略と企業戦略は密接に関連しています。 その結果、C-Suiteの最高情報セキュリティ責任者は、株主価値の最大化においてCFOと同じくらい一般的で影響力があります。

edtechは余分な資本をどのように費やしていますか?

金のなる木:葉のない木に生えているドル紙幣に大人の手が届く

画像のクレジット: テトラ画像 (新しいウィンドウで開きます) / ゲッティイメージズ

エドテックのユニコーンは、2020年にセクターが資本増強された後、大量の現金を使うことができます。その結果、エドテックのM&A活動は拡大を続けています。

資本の豊富なスタートアップがコアビジネスを補完するために競合他社を買収するという考えは目新しいものではありませんが、スタートアップの買収に使用された資金はパンデミックが遠隔教育に与える影響の影響と見なすことができるため、このセクターでの撤退は注目に値します。

しかし、先週、統合環境は明確な声明を発表しました。パンデミックで証明されたスタートアップは才能をすくい上げています—そして速いです。

メキシコの技術:ラテンアメリカ、米国、アジアの合流点

線で結ばれた群衆の航空写真

画像のクレジット: Orbon Alija (新しいウィンドウで開きます)/ ゲッティイメージズ

US-Asia-LatAmネクサスに流れるトレンドは知識の伝達だけではありません。 競争も進行中です。

同様の市況のため、アジアのハイテク巨人はメキシコや他のラテンアメリカ諸国に直接拡大しています。

30四半期で純利益を2ポイント以上改善した方法

ジャンパーケーブルに取り付けられた米ドル紙幣から火花が出る

画像のクレジット: スティーブン・プッツァー (新しいウィンドウで開きます) / ゲッティイメージズ

リーダーが注目しているSaaSパフォーマンスメトリクスに不足はありませんが、NRR(純収益維持)は間違いなく最も過小評価されているメトリクスです。

NRRは、単純に総収益から収益のチャーンを差し引いたものに、アップグレード、クロスセル、またはアップセルによる収益の拡大を加えたものです。 NRRが大きいほど、企業はより迅速に拡張できます。

クリエイターがRobloxで新しいゲームを構築する際の5つの間違い

ブラジル-2021/03/24:この写真のイラストでは、スマートフォンに表示されているRobloxのロゴが表示されています。 (ゲッティイメージズ経由のラファエルヘンリケ/ SOPAイメージズ/ライトロケットによる写真イラスト)

画像のクレジット: SOPA画像 (新しいウィンドウで開きます) / ゲッティイメージズ

モバイルF2Pビジネスの最も経験豊富で才能のあるゲームデザイナーでさえ、通常、Robloxiansにとってどの機能が重要であるかを理解できていません。

Robloxゲーム開発の旅を始めたばかりの人にとって、これらはゲームの専門家がRobloxで犯す最も一般的な間違いです。

CEOのマニッシュチャンドラ、投資家のナヴィンチャッダが、ポッシュマークのシリーズAデッキが歌う理由を説明します

CEOのマニッシュチャンドラ、投資家のナヴィンチャッダが、ポッシュマークのシリーズAデッキがイメージを歌う理由を説明します

「愛をもって導きなさい、そうすればお金がやってくる。」 これは、Poshmarkの基本的な価値観のXNUMXつです。 Extra Crunch Liveの最新エピソードでは、チャンドラとチャッダが私たちと一緒に座って、元のシリーズAピッチデッキを案内してくれました。

パンデミックは都市の賢明な再生に拍車をかけますか?

新しいものと古いもの-現代の新しいファサードの窓に反映された古いレンガ造りの建物

画像のクレジット: hopsalka (新しいウィンドウで開きます) / ゲッティイメージズ

都市は人々が住み、働き、遊ぶ賑やかなハブです。 パンデミックが発生したとき、一部の人々は小さな町のために主要な大都市市場から逃げ出しました—都市の将来の妥当性についての疑問を提起しました。

しかし、COVID-19が主要な都市コミュニティを破壊すると予測した人々は、これらの自治体の回復力を欠くことをやめ、パンデミック後の未来がどのように見えるかについて長く考え始めたいと思うかもしれません。

NFTの流行は弁護士にとって恩恵となるでしょう

コピースペースのある水色の背景の上にガベルが横になっているサウンドブロックの上に立っているピンクの貯金箱の3Dレンダリング。 お金が重要です。 お金のための訴訟。 オークション入札。

画像のクレジット: Gearstd (新しいウィンドウで開きます) / ゲッティイメージズ

著作権の問題、詐欺、アダルトコンテンツを取り巻く不確実性はたくさんあり、法的な意味合いがNFTトレンドの核心です。

裁判所が特定のファイルに対する領収書所有者の所有権を保護するかどうかは、さまざまな要因によって異なります。 これらすべての懸念は、アーティストが弁護士を務める必要があるかもしれないことを意味します。

カルヴァナのフロントガラスを通してカズーが提案したSPACデビューを見る

それは合理的な質問です:Carvanaがより収益性が高いのなら、なぜ今日Cazooにそんなに多くのお金を払うのでしょうか? まあ、成長。 それはとにかく議論です。

コインスマート。 BesteBitcoin-ヨーロッパのBörse
Source: https://techcrunch.com/2021/04/02/extra-crunch-roundup-tonal-ec-1-deliveroos-rocky-ipo-is-substack-really-worth-650m/

続きを読む

AI

ヘルスケアを再形成するAIトレンド

アバター

公開済み

on

著者の詳細については、ここをクリックしてください ベンロリカ。

ヘルスケアにおけるAIのアプリケーションには、他の業界とは大幅に異なる多くの課題と考慮事項があります。 それにもかかわらず、最先端のテクノロジーを活用してケアを改善し、AIを機能させるリーダーの4.9つでもあります。 数字はそれ自体を物語っています。ヘルスケア市場規模における世界のAIは、2020年のXNUMX億ドルから 45.2によって$ 2026億。 この成長を促進するいくつかの主要な要因は、膨大な量の医療データとデータセットの複雑さの増大、増大する医療費を削減する必要性、および進化する患者のニーズです。

深い学習たとえば、過去数年間で臨床環境にかなりの侵入をしました。 特にコンピュータビジョンは、スクリーニングと診断を支援するための医用画像におけるその価値を証明しています。 自然言語処理(NLP) テキストマイニングとデータ共有に関する契約上の懸念と規制上の懸念の両方に対処する上で大きな価値を提供してきました。 COVID-19の結果として見られるように、ワクチンや医薬品開発などのイニシアチブを促進するために製薬会社やバイオテクノロジー会社によるAIテクノロジーの採用が増えていることは、AIの大きな可能性を実証するだけです。

ヘルスケアAIにはすでに驚くべき進歩が見られますが、それはまだ初期の段階であり、その価値を真に解き放つには、業界を形作る課題、ツール、および対象ユーザーを理解するために行うべき多くの作業があります。 からの新しい研究 ジョンスノーラボ とグラジエントフロー、 2021 AI in Healthcare Survey Report、これだけに光を当てます:私たちがどこにいるのか、どこに行くのか、そしてそこに到達する方法。 グローバル調査では、AIの採用、地域、技術力のさまざまな段階にあるヘルスケア組織にとって重要な考慮事項を調査し、今日のヘルスケアにおけるAIの状態を詳細に調査します。               

最も重要な発見の2021つは、AIの実装に関してどのテクノロジーが最重要事項であるかということです。 XNUMX年末までに導入する予定のテクノロジーについて尋ねたところ、回答者のほぼ半数が データ統合。 現在使用している、または年末までに使用する予定のテクノロジーの中で、約XNUMX分のXNUMXが自然言語処理(NLP)とビジネスインテリジェンス(BI)を引用しています。 テクニカルリーダーと見なされている人の半数は、データ統合、NLP、ビジネスインテリジェンス、およびデータウェアハウジングのテクノロジーを使用しています。 これらのツールには、規制や責任あるAIの実践を念頭に置きながら、膨大な量のデータを理解するのに役立つ力があることを考えると、これは理にかなっています。

AIツールとテクノロジーの対象ユーザーについて尋ねたところ、回答者の半数以上がターゲットユーザーの中から臨床医を特定しました。 これは、AIが、過去数年のように技術者やデータサイエンティストだけでなく、ヘルスケアサービスの提供を担当する人々によって使用されていることを示しています。 成熟した組織、またはAIモデルを60年以上運用している組織を評価すると、その数はさらに増加し​​ます。 興味深いことに、成熟した組織の回答者のXNUMX%近くが、患者もAIテクノロジーのユーザーであると述べています。 チャットボットと遠隔医療の出現により、今後数年間でAIが患者とプロバイダーの両方でどのように増殖するかを見るのは興味深いことです。

AIソリューションを構築するためのソフトウェアを検討する際、オープンソースソフトウェア(53%)は、パブリッククラウドプロバイダー(42%)よりもわずかに優位でした。 XNUMX年からXNUMX年先を見据えて、回答者は商用ソフトウェアと商用SaaSの両方を使用することにもオープンであると述べました。 オープンソースソフトウェアは、クラウドプロバイダーができないレベルのデータの自律性をユーザーに提供します。したがって、ヘルスケアのような高度に規制された業界がデータ共有に警戒することは大きな驚きではありません。 同様に、AIモデルを本番環境にデプロイした経験のある企業の大多数は、サードパーティやソフトウェアベンダーからの評価ではなく、独自のデータと監視ツールを使用してモデルを検証することを選択しています。 初期段階の企業はサードパーティのパートナーを探すことをより受け入れていますが、より成熟した組織はより保守的なアプローチを取る傾向があります。                      

一般的に、AIソリューション、ソフトウェアライブラリまたはSaaSソリューションの評価に使用される主要な基準、および連携するコンサルティング会社について尋ねられたときの態度は同じでした。回答はカテゴリごとにわずかに異なりますが、技術リーダーはソフトウェアベンダーとのデータ共有やコンサルティングはないと考えていました。企業、独自のモデルをトレーニングする能力、および最優先事項としての最先端の精度。 ソリューションと潜在的なパートナーについて尋ねられたとき、ヘルスケア固有のモデルとヘルスケアデータエンジニアリング、統合、およびコンプライアンスの専門知識がリストのトップになりました。 プライバシー、正確性、および医療経験は、AIの採用を推進する力です。 データが増え続け、テクノロジーとセキュリティ対策が改善されるにつれて、AIがさらに成長する準備ができていることは明らかです。 迅速な採用が遅れていると見なされることもあるヘルスケアは、AIを採用しており、すでにその大きな影響を認識しています。 そのアプローチ、主要なツールとテクノロジー、およびAIのアプリケーションは他の業界とは異なる可能性がありますが、来年の調査結果に何が待ち受けているかを見るのは刺激的です。

コインスマート。 BesteBitcoin-ヨーロッパのBörse
出典:https://www.dataversity.net/the-ai-trends-reshaping-health-care/

続きを読む

AI

ラベル付けに同意できないため、人間がAIシステムを誤ってリードしていることが判明

アバター

公開済み

on

AIモデルをトレーニングし、テクノロジーが時間の経過とともにどのように進歩したかをベンチマークするために使用される上位のデータセットには、ラベル付けエラーがたくさんあることが研究で示されています。

データは、植物のさまざまな種を識別する場合でも、キャプションを自動的に生成する場合でも、特定のタスクを完了する方法を機械に教える上で重要なリソースです。 ほとんどのニューラルネットワークは、データの一般的なパターンを学習する前に、スプーンで供給される多くの注釈付きサンプルです。

ただし、これらのラベルは常に正しいとは限りません。 エラーが発生しやすいデータセットを使用するトレーニングマシンは、パフォーマンスや精度を低下させる可能性があります。 の中に 前述の研究、MITが率いるアナリストは、学術論文で100,000回以上引用されている3.4の人気のあるデータセットを調べ、平均してサンプルのXNUMX%が誤ってラベル付けされていることを発見しました。

彼らが調べたデータセットは、ImageNetの写真から、AudioSetのサウンド、Amazonから削り取られたレビュー、QuickDrawのスケッチまで多岐にわたります。 いくつかの間違いの例 コンパイル 研究者によると、ワニのタグが付けられた電球の絵のように、それが明らかな失敗である場合もあれば、それが必ずしも明白であるとは限らないこともあります。 野球のバケツの写真には、「野球」または「バケツ」というラベルを付ける必要がありますか?

衝撃的な内容が明らかに

世界のAIのトレーニングに使用される1TBのImageNetデータセットの内部:裸の子供、酔っぱらいの友愛パーティー、ポルノスターなど

詳しく知る

各サンプルに注釈を付けるのは骨の折れる作業です。 この作業は、多くの場合、Amazon Mechanical Turkなどのサービスにアウトソーシングされています。このサービスでは、作業者は芝の平方根を支払ってデータをXNUMXつずつふるいにかけ、画像と音声にラベルを付けてAIシステムにフィードします。 Viceが文書化したように、このプロセスはバイアスとエラーを増幅します ここ.

労働者は、支払いを希望する場合、現状に同意するよう圧力をかけられます。多くの労働者が野球のバケツを「バケツ」とラベル付けし、それが「野球」であると判断した場合、プラットフォームがあれば、まったく支払いが行われない可能性があります。あなたが間違っているか、意図的にラベルを台無しにしようとしている数字。 つまり、労働者は間違いを犯したように見えることを避けるために最も人気のあるラベルを選択します。 物語に固執し、親指の痛みのように突き出さないようにすることは彼らの利益になります。 これは、これらのデータセットのエラー、またはさらに悪いことに、人種的偏見などの雪だるま式を意味します。

エラー率はデータセットによって異なります。 に ImageNet、オブジェクト認識用のモデルをトレーニングするために使用される最も人気のあるデータセットであるレートは、 XNUMX%。 約15万枚の写真が含まれていることを考えると、何十万ものラベルが間違っていることを意味します。 一部のクラスの画像は他のクラスよりも影響を受けます。たとえば、「カメレオン」は「緑のトカゲ」と間違われることが多く、その逆も同様です。

他にもノックオン効果があります。ニューラルネットは、データ内の特徴を特定のラベルに誤って関連付けることを学習する場合があります。 たとえば、海の画像の多くにボートが含まれているようで、「海」のタグが付けられ続けると、マシンが混乱し、ボートを海として誤って認識する可能性が高くなります。

これらのノイズの多いデータセットを使用してモデルのパフォーマンスを比較しようとすると、問題が発生するだけではありません。 これらのシステムが現実の世界に導入された場合、リスクは高くなります。スタッドの共同主執筆者であり、MITの博士課程の学生であり、機械学習ハードウェアのスタートアップであるChipBrainの共同創設者兼CTOでもあるCurtis Northcuttは、次のように説明しています。 登録.

「AIモデルを使用して交差点でステアリングを決定する自動運転車を想像してみてください」と彼は言いました。 「自動運転車が、XNUMX方向の交差点をXNUMX方向の交差点として誤ってラベル付けする、頻繁なラベルエラーのあるデータセットでトレーニングされた場合はどうなりますか? 答え:XNUMX方向の交差点に遭遇すると、道路から車で降りることを学ぶかもしれません。

自動運転車が、XNUMX方向の交差点をXNUMX方向の交差点として誤ってラベル付けする、頻繁なラベルエラーのあるデータセットでトレーニングされた場合はどうなりますか?

「おそらく、AI自動運転モデル​​のXNUMXつは、実際にはトレーニングノイズに対してより堅牢であるため、道路からそれほど離れることはありません。 テストセットのラベルが現実と一致しないため、テストセットのノイズが多すぎると、これを知ることはできません。 これは、自動パイロットAIモデルのどれが最適に動作するかを適切に判断できないことを意味します。少なくとも、車が道路から外れる可能性のある現実の世界に車を配備するまでは。」

研究に取り組んでいるチームが、エラーが除去されたImageNetの部分でいくつかの畳み込みニューラルネットワークをトレーニングすると、それらのパフォーマンスが向上しました。 ボフィンは、開発者はエラー率の高いデータセットで大規模なモデルをトレーニングすることについてXNUMX回考え、最初にサンプルを並べ替えるようにアドバイスする必要があると考えています。 Cleanlabは、チームが開発し、不正確で一貫性のないラベルを識別するために使用したソフトウェアです。 GitHubの.

「Cleanlabは、ノイズの多いラベルを使用した機械学習用のオープンソースのPythonパッケージです」とNorthcutt氏は述べています。 「Cleanlabは、MITで発明された、自信を持って学習するという機械学習のサブフィールドにすべての理論とアルゴリズムを実装することで機能します。 私はcleanlabを構築して、他の研究者が自信を持って学習できるようにしました。通常は数行のコードで済みますが、さらに重要なことは、ノイズの多いラベルを使用して機械学習の科学の進歩を促進し、新しい研究者が簡単に開始できるフレームワークを提供することです。 」

また、データセットのラベルが特に粗雑な場合、大規模で複雑なニューラルネットワークのトレーニングが必ずしも有利であるとは限らないことに注意してください。 大きなモデルは、小さなモデルよりもデータに過剰適合する傾向があります。

「非常にノイズの多いデータセットでは、小さいモデルを使用すると機能する場合があります。 ただし、非常にノイズの多いデータセットに対して常にデフォルトで小さいモデルを使用するのではなく、機械学習エンジニアがモデルのベンチマークを行う前にテストセットをクリーンアップして修正する必要があることが主なポイントだと思います」とNorthcutt氏は結論付けました。 ®

コインスマート。 BesteBitcoin-ヨーロッパのBörse
出典:https://go.theregister.com/feed/www.theregister.com/2021/04/01/mit_ai_accuracy/

続きを読む
エスポート2日前

ドラマの中でチェスがChess.comからモデレーターとして削除されました

Fintech5日前

Novattiのリップルパートナーシップはフィリピンに住んでいます

エスポート3日前

Dota2ドーンブレイカーヒーローガイド

エスポート4日前

ダラス帝国はステージ2メジャーでミネソタに勝利して脱出

Fintech5日前

TrueLayerは、世界で最も価値のあるオープンバンキングネットワークを構築するために70万米ドルを調達します

エスポート3日前

Dota2のXNUMX年ぶりの新しいキャリーであるDawnbreakerの詳細

エスポート3日前

Twitchが「肥満」という言葉を予測から禁止したのはなぜですか?

エスポート4日前

Dota 2の新しいヒーロー:容疑者のリスト

エスポート5日前

ブラックオプスコールドウォーZRG20mmスナイパーライフルのロックを解除する方法

エスポート3日前

Dota 2:パッチ7.29上位の変更の分析

エスポート5日前

indiefoxxがXNUMX回禁止された後、AsmongoldはTwitchを呼び出します

エスポート5日前

CSGOでのBホッピング:その方法と試合での使用

Fintech5日前

ケープは、オープンバンキングを活用したビジネスファイナンスツールの新しい波をキックスタートするためにMVPグラントを授与しました

Fintech2日前

オーストラリアのペパーミントイノベーションは、フィリピンの大手マイクロ金融サービスプロバイダーとの合意に署名します

エスポート17時間前

ヒカル・ナカムラがチェスベを落とし、YouTubeのストライキをお詫びします

エスポート3日前

Dota 2:TeamNigmaがiLTWでDota2名簿を完成

エスポート4日前

xQcは、Twitchのエモートを取り戻したいとして、ZULULサポーターの人種差別主義者を呼びます

エスポート4日前

エーペックスレジェンドのティアリスト:シーズン8で使用するのに最適なレジェンド

エスポート5日前

WTL 2021夏–第2週の要約と第3週のプレビュー

Blockchain4日前

暗号-ニュース総まとめ9. XNUMX月

トレンド