소셜 네트워크

인공 지능

AI는 비디오 콘텐츠 제작에 대한 강력한 통찰력을 제공합니다

화신

게재

on

AI, 언어 처리 및 깊은 학습 스트리밍 서비스에 영향을 미치는 세 가지 주요 기술입니다. 그들은 이미 콘텐츠를 만드는 데 사용되었으며 그림은 아름답고 세부적으로 보입니다. 라이브 스트리밍에서 인공 지능을 활용하면 모든 것이 바뀔 것입니다. 현대 기술을 통해 자동화 된 작업을 생성하고, 실시간 그래픽을 트리거하고, 오디오를 분석하고, 소셜 미디어 감정과 자동 공유를 모니터링 할 수 있습니다.

AI는 비디오 콘텐츠 개발을위한 새로운 기회를 제공합니다

일부 개발자는 AI 기술을 기회로보고 비디오 제작에 도움이되는 유용한 도구를 만들었습니다. 비디오 제작에 사용할 수있는 4 가지 소프트웨어 변형에 대해 이야기 해 보겠습니다.

NotMP3

멀티미디어를 처리하려면 비용을 지불하지 않고도 멀티미디어를받을 수있는 유용한 도구가 있어야합니다. 요즘 최고의 콘텐츠 제공 업체는 유튜브. 그렇기 때문에 최첨단 AI 기술을 사용하는 NotMP3 소프트웨어를 언급하기로 결정했습니다. 이렇게하면이 작업을 무료로 수행 할 수 있습니다.

이것은 사이트에서 다운로드 할 수있는 무료 소프트웨어입니다. 이것은 당신이 좋아하는 품질의 오디오 또는 비디오 파일을 얻는 데 도움이 될 수있는 간단하지만 매우 강력한 도구입니다. Soundcloud에서 파일을 가져 와서 다양한 형식으로 전송할 수도 있습니다.

의 주요 이점 NotMP3 소프트웨어는 완전히 무료이며 계정을 만들 필요가 없다는 것입니다. 설치하고 사용하기 만하면됩니다.  

전사 AI

실제로 AI 기술을 사용하는 첫 번째 프로그램은 전사 AI. 이것은 영상을 전사하는 데 악용되는 범용 도구입니다. 해당 영상을 검색 할 수 있습니다. 이 소프트웨어를 사용하여 캡션 및 종이 편집을 할 수 있습니다.

제작자는 무료 평가판을받을 수 있지만 계속 사용하려면 제품을 구입해야합니다. 이 소프트는 비디오에서 언급 된 일부 오디오 조각을 찾고자 할 때 유용합니다. 당신은 또한 가능한 한 적은 시간을 소비하는 정확한 성적 증명서를 갖게 될 것입니다. 가장 강력한 구성 요소는 검색 가능성입니다. 클립, 시퀀스 및 마커를 찾을 수 있습니다. 이 기계 학습 도구는 Google처럼 작동하며 키워드 만 언급합니다.

Pixop

이것은 도구가 아니라 비디오 향상을 위해 직관적 인 인터페이스와 AI 기술을 활용하는 클라우드 서비스입니다. 이 서비스의 가장 큰 장점은 사용이 매우 쉽다는 것입니다. 플러그인 및 기타 도구가 필요하지 않습니다. 구독 및 수수료가 필요하지 않습니다. 이 서비스는 제작자가 가능한 한 쉽게 디지털 아카이브를 업데이트하도록 장려하기 위해 만들어졌습니다.

사용자는 Pixop이 가능한 한 빨리 비디오 향상을 할 수있는 장소를 제공하기 때문에 가치를 둡니다. 이것은 모든 요구 사항을 해결하기 위해 만들어진 유연하고 확장 가능한 CAN 서비스입니다. 그리고 가장 중요한 기능은 머신 러닝을 기반으로한다는 사실입니다. AI가 작업을 수행하도록하세요! 가입하고 온라인 도구를 사용하십시오.

영상

이것은 미디어를 안전하고 안전하며 쉽게 찾을 수 있도록 유지하는 데 사용되는 미디어 관리 도구입니다. 이 프로그램은 비디오 파일의 모든 잠재력을 구성하고 잠금을 해제하는 데 도움이 될 것입니다. ㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ 비디오 파일을 열고 편집을 시작하기 만하면됩니다. 이 소프트웨어는 간단하지만 효과적인 기술을 사용하여 사진을 처리합니다. 프레임을 선택하고 일시 중지하고 필요한 조각을 자릅니다. 그런 다음이 사진을 장치에 저장하고 미디어 제품을 만드는 데 사용할 수 있습니다. 모든 이미지에 주석을 추가 할 수 있습니다.

이 도구는 콘텐츠의 진정한 가치를 정리하고 확인하려는 콘텐츠 제작자에게 이상적 일 수 있습니다. 이 서비스를 사용하면 사진의 중요한 기능에 집중할 수 있습니다. 콘텐츠 제작 산업의 비즈니스에 매우 좋습니다.

AI는 새로운 비디오 콘텐츠를 만드는 데 매우 중요합니다.

그렇다면 콘텐츠 제작을위한 최고의 AI 솔루션은 무엇일까요? 처음에는 고품질 비디오를 최대한 빨리 다운로드 할 수있는 도구가 필요합니다. 그렇기 때문에 NotMP3 다운로더 및 변환기가 반드시 필요합니다.

그 후에는 전문 소프트웨어이기 때문에 Transcriptive AI 프로그램을 사용해보십시오. 유용한 기능이 많이 있습니다. 그러나 그것은 무료가 아닙니다.

가장 빠른 방법을 찾고 있다면 필요한 모든 기능을 갖춘 Pixop 클라우드 서비스를 사용해보십시오. Imagen을 최고의 콘텐츠를 만드는 데 도움이되는 무료 오프라인 변형으로 사용할 수 있습니다.

포스트 AI는 비디오 콘텐츠 제작에 대한 강력한 통찰력을 제공합니다 첫 번째 등장 SmartData 집단.

PrimeXBT 결제
출처 : https://www.smartdatacollective.com/ai-offers-insights-into-video-content-production/

인공 지능

딥 러닝 vs 머신 러닝 : 새로운 분야가 전통적인 컴퓨터 프로그래밍에 미치는 영향

화신

게재

on

두 개의 서로 다른 개념이 크게 얽혀있는 경우 서로 다른 학문적 주제로 구분하기 어려울 수 있습니다. 분리하기 어려운 이유를 설명 할 수 있습니다. 깊은 학습기계 학습 전체적으로. 자동화와 즉각적인 만족 모두에 대한 현재의 추진을 고려할 때이 주제에 많은 초점이 새롭게 집중되었습니다.

자동화 된 제조 작업부터 개인화 된 디지털 의학 잠재적으로 의존 할 수 있습니다. 깊은 학습 과학 기술. 그러나 이러한 산업에 혁명을 일으킬이 기술 분야의 정확한 측면을 정의하는 것은 훨씬 더 어렵습니다. 아마도 컴퓨터 과학의 더 큰 움직임의 맥락에서 딥 러닝을 고려하는 것이 가장 좋습니다.

기계 학습의 하위 집합으로 딥 러닝 정의

기계 학습 그리고 딥 러닝은 본질적으로 같은 동전의 양면입니다. 딥 러닝 기술은 똑같이 다양한 상황에서 올바른 응답을 예측할 수있는 다양한 훈련 된 인공 지능 에이전트를 포함하는 훨씬 더 큰 분야에 속하는 특정 분야입니다. 그러나 딥 러닝을 이러한 다른 모든 기술과 독립적으로 만드는 것은 여러 가상 환경에서 가능한 최상의 작업을 학습함으로써 특정 목표를 달성하기 위해 에이전트를 가르치는 데 거의 전적으로 초점을 맞추고 있다는 사실입니다.

전통적인 기계 학습 알고리즘은 일반적으로 암기 암기를 통해 자극에 반응하는 방법을 인공 노드에 가르칩니다. 이것은 단순한 반복으로 구성된 인간의 교육 기술과 다소 유사하므로 시간표를 암송 할 수있을 때까지 시간표를 뛰어 다니는 학생과 동등한 컴퓨터로 생각할 수 있습니다. 이 방법은 효과적이지만 그러한 방식으로 교육받은 인공 지능 에이전트는 원래 설계 사양의 영역을 벗어난 어떤 자극에도 반응하지 못할 수 있습니다.

이것이 딥 러닝 전문가들이이 방법보다 다소 우월하다고 여겨지는 대체 알고리즘을 개발 한 이유입니다. 딥 러닝 에이전트가 사용하는 서브로 운틴은 생성 적대 네트워크, 컨볼 루션 신경 노드 구조 또는 제한된 볼츠만 머신의 실용적인 형태를 기반으로 할 수 있습니다. 이는 기존의 기계 학습 펌웨어 및 대부분의 최신 파일 시스템에서 사용하는 이진 트리 및 연결 목록과는 뚜렷한 대조를 이룹니다.

자체 구성 맵은 다른 AI 연구 분야에서의 응용 프로그램이 일반적으로 훨씬 덜 유망했지만 딥 러닝에도 널리 사용되었습니다. 정의에 관해서는 딥 러닝 vs 머신 러닝 그러나 토론에서는 기술자들이 향후 몇 달 동안 이론적 학술 토론보다 실용적인 응용 프로그램을 더 많이 찾고있을 가능성이 높습니다. 머신 러닝은 가장 단순한 AI에서 가장 정교한 예측 알고리즘에 이르기까지 모든 것을 포괄하는 반면 딥 러닝은 이러한 기술의보다 선택적 하위 집합을 구성한다고 말하면 충분합니다.

딥 러닝 기술의 실제 응용

특정 프로그램이 작성되는 방식에 따라 딥 러닝 기술은 감독 또는 반 감독 신경망을 따라 배포 될 수 있습니다. 이론적으로도 가능할 것입니다. 완전히 감독되지 않는 노드 레이아웃을 통해 수행, 그리고 가장 유망한 기술이 된 것은 바로이 기술입니다. 비지도 네트워크는 의료 영상 분석에 유용 할 수 있습니다.이 애플리케이션은 종종 알려진 입력에 대해 테스트해야하는 컴퓨터 프로그램에 고유 한 그래픽 정보를 제공하기 때문입니다.

전통적인 이진 트리 또는 블록 체인 기반 학습 시스템 데이터를 효과적으로 제공하도록 설계된 구조에 정보가 숨겨져 있기 때문에 극적으로 다른 시나리오에서 동일한 패턴을 식별하는 데 어려움을 겪었습니다. 본질적으로 스테 가노 그래피의 자연스러운 형태이며 의료 산업에서 컴퓨터 알고리즘을 혼란스럽게했습니다. 그러나이 새로운 유형의 비지도 학습 노드는 컴퓨터가 예상하는 정상적인 라인을 따라 구성되지 않은 데이터 구조에서도 이러한 패턴을 일치시키는 방법에 대해 사실상 스스로 교육 할 수 있습니다.

다른 사람들은 구현을 제안했습니다. 준 감독 인공 지능 마케팅 에이전트 이는 기존 거래 성사 소프트웨어와 관련된 윤리에 대한 우려를 상당 부분 제거 할 수 있습니다. 이 도구는 가능한 한 많은 고객층에 도달하려고하는 대신 주어진 시간에 제품을 필요로하는 개인의 확률을 계산합니다. 이를 위해서는 조직이 대리하는 특정 유형의 정보가 필요하지만 결국 모든 추가 조치를 자체적으로 예측할 수있게됩니다.

일부 회사는 현재 동일한 목표를 달성하기 위해 전통적인 기계 학습 기술을 활용하는 도구에 의존하고 있지만 이러한 도구는 종종 개인 정보 보호 윤리적 문제. 심층 구조화 된 학습 알고리즘의 출현으로 소프트웨어 엔지니어는 이러한 단점이없는 새로운 시스템을 만들 수있게되었습니다.

개인 자동화 학습 환경 개발

기존의 기계 학습 프로그램은 종종 심각하게 실행됩니다. 개인 정보 보호 유용한 결론을 도출하기 위해 엄청난 양의 입력이 필요하기 때문입니다. 딥 러닝 이미지 인식 소프트웨어 입력의 작은 하위 집합을 처리하여 작동하므로 많은 정보가 필요하지 않습니다. . 이것은 걱정하는 사람들에게 특히 중요합니다. 소비자 데이터 유출 가능성.

이러한 많은 문제에 대한 새로운 규제 입장을 고려할 때, 규정 준수 관점에서도 중요한 요소가되었습니다. 독성학 실험실에서 생체 활동 중심의 심층 구조 학습 패키지, 규제 당국은 이러한 종류의 민감한 데이터로 주어진 작업을 수행하는 데 필요한 정보의 양과 관련하여 추가적인 우려를 표명 할 가능성이 높습니다. 컴퓨터 과학자들은 일부 사람들이 대부분이 편한 것보다 더 많은 이야기를 전달하는 바이트의 진정한 소방 호스라고 부르는 것을 축소해야했습니다.

어떤면에서 이러한 발전은 시스템의 각 프로세스가 작업을 완료하는 데 필요한 권한의 양만 가져야한다고 믿었던 초기로 거슬러 올라갑니다. 머신 러닝 엔지니어가이 패러다임을 수용함에 따라, 오늘날의 기존 작업을 지원하는 데 필요한 방대한 양의 데이터 마이닝이 필요하지 않기 때문에 향후 개발이 훨씬 더 안전해질 가능성이 높습니다.

이미지 크레딧 : toptal.io

코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://datafloq.com/read/deep-learning-vs-machine-learning-how-emerging-field-influences-traditional-computer-programming/13652

계속 읽기

인공 지능

엑스트라 크런치 라운드 업 : Deliveroo의 록키 IPO 인 Tonal EC-1, Substack은 정말 $ 650M의 가치가 있습니까?

화신

게재

on

오늘 아침 칼럼, Alex Wilhelm은 지난 몇 달 동안 뜨거운 4 년 2020 분기를 뒤따른 "기술 종료로 바쁜 계절"을 되돌아 보았습니다.

우리는 냉각 될 수있는 IPO 시장의 징후를보고 있지만 그렇다고해도 "최근 Y Combinator 클래스 전체를 공개하기에 충분한 SPAC가 있습니다."라고 그는 말합니다.

돈이 가득한 사모 펀드를 고려해 보면, 후반기 기업이 레벨 업을위한 세 가지 확실한 선택을 할 수 있다는 것이 분명합니다.

이러한 유동성 옵션에 대한 더 많은 통찰력을 얻기 위해 Alex는 다음과 같이 인터뷰했습니다.

  • 회사가 IPO를 통해 상장 된 DigitalOcean CEO Yancey Spruill;
  • CFO Garth Mitchell은 자신의 스타트 업과 부동산 SPAC $ TSIA의 합병에 대해 논의했습니다.
  • 최근 사모 펀드에 매각 한 AlertMedia의 설립자이자 CEO 인 Brian Cruver.

거래를 요약 한 후 각 경영진은 회사가 어떤 빨간색 "EXIT"기호를 따라야할지 결정한 방법을 설명합니다. Alex가 말했듯이 "뷔페의 가능성 중에서 가장 좋은 옵션을 선택하는 것은 흥미로운 작업입니다."

Extra Crunch를 읽어 주셔서 감사합니다! 좋은 주말 보내세요.

월터 톰슨
TechCrunch 수석 편집자
안녕하세요.


전체 엑스트라 크런치 기사는 회원에게만 제공됩니다.
할인 코드 사용 ECFriday 20 년 또는 XNUMX 년 구독 XNUMX % 할인


톤 EC-1

이미지 크레딧 : 나이젤 서스 만

화요일에 우리는 200 년에 시작된 이래 2018 억 달러를 모금 한 홈 피트니스 스타트 업 Tonal에 대한 2,995 부작 시리즈를 발표했습니다.이 회사의 특허 하드웨어는 XNUMX 달러에 판매되는 벽걸이 형 시스템에 디지털 웨이트, 코칭 및 AI를 결합했습니다.

어떤 측면에서든 성공할 준비가되어 있습니다. 매출 800 % 증가 2019 년 2020 월부터 60 년까지 그리고 올해 말까지 XNUMX 개의 소매점을 갖게 될 것입니다. 수요일에, Tonal은 250 억 XNUMX 천만 달러 시리즈 E를보고했습니다. 그 회사의 가치는 1.6 억 달러였습니다.

우리의 심층 분석은 Tonal의 기원, 제품 개발 일정, 시장 진출 전략 및 투자자의 관심과 고객 만족을 자극하기 위해 결합 된 기타 측면을 검토합니다.

이 형식을 "EC-1,”이러한 이야기는 S-1 폼 스타트 업이 공개되기 전에 SEC에 제출해야하는 것처럼 포괄적이고 조명이 밝기 때문입니다.

Tonal EC-1이 분해되는 방법은 다음과 같습니다.

우리는 큰 일을 잘하고 그 과정에서 뉴스를 만드는 다른 후기 단계의 스타트 업에 대한 작업에 더 많은 EC-1을 보유하고 있습니다.

Deliveroo의 거친 IPO 데뷔를 어떻게 만들까요?

Deliveroo가 거래를 시작했을 때 왜 어려움을 겪었습니까? 고성장 모델과 보수적 인 유럽 투자자 간의 문화적 불협화음으로 고통 받고 있습니까?

숫자를 들여다보고 알아 봅시다.

Kaltura는 데뷔를 보류합니다. 기술 IPO 창이 닫히나요?

Exchange는 많은 사람들이 IPO 기후가 예고없이 너무 추울 것이라고 예상했다고 의심합니다. 그러나 우리는 기술 데뷔를위한 이전의 혹독한 기후 속에서 2 분기에 잠시 멈출 수 있습니다.

Substack은 정말 $ 650M의 가치가 있습니까?

65 년 기준에도 불구하고 2021 만 달러 규모의 시리즈 B는 놀랍습니다. 그러나 a16z가 대체 미디어 공간에 더 많은 자본을 쏟아 붓고 있다는 사실은 놀라운 일이 아닙니다.

Substack은 출판물이 잘 알려진 재능을 피하여 미디어의 무게 중심을 바꾸는 곳입니다. Substack의 역사적 성장을 살펴 보겠습니다.

RPA 시장은 투자자, 공급 업체가 유행에 따른 기술 변화를 활용함에 따라 급증합니다.

비즈니스 프로세스 구성 및 분석. 비즈니스 프로세스 시각화 및 표현, 자동화 된 워크 플로 시스템 개념. 벡터 개념 창조적 인 그림

이미지 크레딧 : 비주얼 생성 / 게티 이미지

로봇 프로세스 자동화는 기업이 디지털 혁신을위한 조치를 취함에 따라 대유행 기간 동안 전면에 나타났습니다. 직원들이 같은 사무실에 함께있을 수 없을 때, 더 적은 수의 사람들을 필요로하는 자동화 된 워크 플로우를 함께 결합하는 것이 중요해졌습니다.

RPA를 통해 경영진은 모든 산업 워크 플로의 일부인 일상적인 수동 작업을 많이 줄이면서보다 현대적인 접근 방식으로 시스템을 업데이트하는 데 시간을 벌 수있는 수준의 자동화를 제공 할 수 있습니다.

전자 상거래 롤업은 소비재의 차세대 혁신 물결입니다.

파란색 배경에 많은 화장실 롤의 상승 된보기

이미지 크레딧 : Javier Zayas 사진 (새 창에서 열림) / 게티 이미지

올해는 롤업, 소규모 회사를 대기업으로 통합하여 주식 가치에 대한 잠재적 인 매력적인 경로를 만드는 것입니다. 전자 상거래 브랜드를 통한 가치 창출에 대한 관심은 특히 두드러집니다.

불과 XNUMX 년 전만해도 많은 사람들이 벤처 규모의 수익을 창출하지 못한 후 디지털 네이티브 브랜드가 벤처 자본가들에게 선호되지 않았습니다. 그렇다면 롤업 과대 광고는 무엇입니까?

Hack take : CISO와 해커가 Exchange 침해에 대응하는 방법을 자세히 설명합니다.

데이터 유출, 기밀 데이터 도용, 사이버 공격의 3d 평면 아이소 메트릭 벡터 개념.

이미지 크레딧 : TarikVision (새 창에서 열림) / 게티 이미지

사이버 세계는 공격이 그 어느 때보 다 더 자주 발생하고 대규모로 발생하는 새로운 시대에 접어 들었습니다. 수천 개의 고위 미국 기업과 기관에 영향을 미치는 대규모 해킹이 최근 뉴스를 지배했습니다. 이 중 가장 중요한 것은 XNUMX 월 SolarWinds / FireEye 침해와 최근의 Microsoft Exchange 서버 침해입니다.

모두가 알고 싶어합니다. Exchange 보안 침해를 당했다면 어떻게해야합니까?

비 기술적 리더가 이해해야하는 5 가지 기계 학습 필수 요소

흰색 배경 위에 직선으로 풀리는 여러 가지 빛깔 전선의 뒤죽박죽. 남아프리카 공화국 케이프 타운. 2019 년 XNUMX 월.

이미지 크레딧 : 데이비드 말란 (새 창에서 열림) / 게티 이미지

머신 러닝은이 분야의 놀라운 변화와 개발 속도로 인해 비즈니스 및 성장 가속화의 기초가되었습니다.

그러나 ML 배경이없는 엔지니어링 및 팀 리더의 경우 이는 압도적이고 위협적 일 수 있습니다.

다음은 XNUMX 개의 실용적이고 쉽게 적용 할 수있는 강의로 분류 된 모범 사례와 반드시 알아야 할 구성 요소입니다.

임베디드 조달은 모든 회사를 자체 시장으로 만들 것입니다.

경제인 데이터 및 경제 성장 그래프 차트를 분석하는 휴대 전화를 사용합니다. 기술 디지털 마케팅 및 네트워크 연결.

이미지 크레딧 : Busakorn Pongparnit / 게티 이미지

임베디드 조달은 임베디드 핀 테크의 자연스러운 진화입니다.

이 다음 물결에서 기업은 영업 담당자, 유통 업체 또는 개별 판매자의 웹 사이트를 통하지 않고 수직 B2B 앱을 통해 필요한 것을 구매할 것입니다.

스타트 업이 비즈니스 개발에 올인해야하는시기 파악

비즈니스 또는 금융 성장 차트 캔버스에서 분리 된 화살표 머리가있는 빨간색 선 하나.

이미지 크레딧 : twomeows / 게티 이미지

스타트 업 성장의 고통이나 확장 문제는 비즈니스 개발을 통해 해결할 수 있다는 오류가 지속적으로 발생합니다.

그것은 사실이 아닙니다.

Dear Sophie : 결혼을 통해 prenups 및 영주권 취득에 대해 무엇을 알아야합니까?

중앙에 미국 국기가있는 미로 울타리 입구의 고독한 인물

이미지 크레딧 : 브라이스 더빈 / TechCrunch

친애하는 소피 :

저는 E-2 투자자 비자로 스타트 업의 창립자이고 방금 약혼했습니다! 곧 나의 배우자가 영주권을 위해 나를 후원 할 것입니다.

그녀가 나를 후원하기위한 최소 급여 요건이 있습니까? 영주권 절차를 시작하기 전에 염두에 두어야 할 사항이 있습니까?

— 벨몬트에서 약혼

스타트 업은 민첩한 데이터 거버넌스를 보장하기 위해 관료주의를 억제해야합니다.

컴퓨터, 전화 및 책상에 시계의 이미지는 빨간 테이프에 묶여있다.

이미지 크레딧 : RichVintage / 게티 이미지

많은 조직은 데이터 관리를 데이터 거버넌스와 유사하다고 인식합니다. 여기서 책임은 통제 및 감사 절차를 수립하는 데 집중되고 상황은 방어적인 관점에서 볼 수 있습니다.

특히 데이터 관리 오류 및 유출로 인한 잠재적 인 재정적 및 평판 적 손해를 감안할 때 이러한 방어는 정당화됩니다.

그럼에도 불구하고 여기에는 근시의 요소가 있으며, 지나치게 조심하면 조직이 특히 소프트웨어 및 제품 개발과 관련하여 데이터 기반 공동 작업의 이점을 실현하지 못할 수 있습니다.

CISO를 최고 경영진으로 끌어 들여 사이버 보안을 기업 문화에 적용

혼합 된 인종 사업가 태블릿 컴퓨터를 사용하여 서버 룸

이미지 크레딧 : 제타 프로덕션 Inc (새 창에서 열림) / 게티 이미지

사이버 전략과 기업 전략은 뗄래야 뗄 수없는 관계입니다. 결과적으로 C-Suite의 최고 정보 보안 책임자는 주주 가치를 극대화하는 데 CFO만큼이나 일반적이고 영향력이 있습니다.

edtech는 추가 자본을 어떻게 지출합니까?

머니 트리 : 성인 손이 잎이없는 나무에서 자라는 달러 지폐에 도달

이미지 크레딧 : 테트라 이미지 (새 창에서 열림) / 게티 이미지

에드 텍 유니콘은 2020 년에이 부문에 대한 자본 증가에 따라 사용할 수있는 많은 현금을 보유하고 있습니다. 그 결과 edtech M & A 활동이 계속 증가하고 있습니다.

핵심 사업을 보완하기 위해 경쟁사를 구매하는 자본이 풍부한 스타트 업 아이디어는 새로운 것이 아니지만, 스타트 업을 구입하는 데 사용되는 돈이 원격 교육에 대한 전염병의 영향으로 볼 수 있기 때문에이 부문의 출구는 주목할 만합니다.

그러나 지난주 통합 환경은 분명한 진술을했습니다. 전염병이 입증 된 신생 기업이 인재를 빠르게 확보하고 있습니다.

멕시코의 기술 : 라틴 아메리카, 미국 및 아시아의 합류점

라인으로 연결된 군중의 항공보기

이미지 크레딧 : 오르 본 알리자 (새 창에서 열림)/ 게티 이미지

지식 이전은 미국-아시아-중남미 넥서스에서 흐르는 유일한 추세가 아닙니다. 경쟁도 진행 중입니다.

유사한 시장 상황으로 인해 아시아의 거대 기술 기업들은 멕시코 및 기타 LatAm 국가로 직접 확장하고 있습니다.

30 분기 동안 순 유지율을 2 포인트 이상 향상시킨 방법

점퍼 케이블에 연결된 미국 달러 지폐에서 나오는 불꽃

이미지 크레딧 : 스티븐 푸에 처 (새 창에서 열림) / 게티 이미지

리더들이 집중하는 SaaS 성능 지표는 확실히 부족하지 않지만 NRR (순 수익 유지)은 의심 할 여지없이 가장 과소 평가 된 지표입니다.

NRR은 단순히 총 수익에서 수익 이탈과 업그레이드, 교차 판매 또는 상향 판매로 인한 수익 확장을 뺀 값입니다. NRR이 클수록 회사는 더 빨리 확장 할 수 있습니다.

제작자가 Roblox에서 새로운 게임을 만드는 5 가지 실수

브라질-2021/03/24 :이 사진 삽화에서 스마트 폰에 표시된 Roblox 로고. (사진 일러스트 : Rafael Henrique / SOPA Images / LightRocket via Getty Images)

이미지 크레딧 : SOPA 이미지 (새 창에서 열림) / 게티 이미지

모바일 F2P 비즈니스에서 가장 경험이 많고 재능있는 게임 디자이너조차도 Robloxians에게 중요한 기능이 무엇인지 이해하지 못합니다.

Roblox 게임 개발의 여정을 막 시작한 사람들에게 이것은 게임 전문가가 Roblox에서하는 가장 일반적인 실수입니다.

CEO Manish Chandra, 투자자 Navin Chaddha가 Poshmark의 Series A 데크가 노래하는 이유를 설명합니다.

CEO Manish Chandra, 투자자 Navin Chaddha가 Poshmark의 Series A 데크가 이미지를 노래하는 이유를 설명합니다.

"사랑으로 인도하면 돈이옵니다." Poshmark의 초석 가치 중 하나입니다. Extra Crunch Live의 최신 에피소드에서 Chandra와 Chaddha는 우리와 함께 앉아 오리지널 Series A 피치 데크를 안내했습니다.

대유행이 도시의 현명한 재 탄생에 박차를가할까요?

새로운 대 오래된 건물-현대적인 새로운 외관의 창에 반영된 오래된 벽돌 건물

이미지 크레딧 : Hopsalka (새 창에서 열림) / 게티 이미지

도시는 사람들이 살고, 일하고, 즐기는 번화 한 허브입니다. 전염병이 닥쳤을 때 일부 사람들은 소규모 도시를 위해 주요 대도시 시장을 떠나 도시의 미래 타당성에 대한 질문을 제기했습니다.

그러나 COVID-19가 주요 도시 공동체를 파괴 할 것이라고 예측 한 사람들은 이러한 지방 자치 단체의 회복력을 단축하는 것을 멈추고 유행병 이후의 미래가 어떻게 보이는지 오래 지속하기를 원할 것입니다.

NFT 열풍은 변호사에게 혜택이 될 것입니다

복사 공간 밝은 파란색 배경에 옆에 누워 망치와 들리는 블록에 서 핑크 돼지 저금통의 3d 렌더링. 돈 문제. 돈에 대한 소송. 경매 입찰.

이미지 크레딧 : Gearstd (새 창에서 열림) / 게티 이미지

저작권 문제, 사기 및 성인용 콘텐츠를 둘러싼 많은 불확실성이 있으며 법적 영향이 NFT 추세의 핵심입니다.

법원이 주어진 파일에 대한 영수증 소유자의 소유권을 보호할지 여부는 다양한 요인에 따라 다릅니다. 이러한 모든 우려는 아티스트가 변호사를 선임해야한다는 것을 의미합니다.

Carvana의 앞 유리를 통해 Cazoo의 제안 된 SPAC 데뷔보기

그것은 합리적인 질문입니다. Carvana가 더 수익성이 있고 그게 뭐가 아니라면 왜 오늘날 누가 Cazoo에 그렇게 많은 돈을 지불하겠습니까? 글쎄, 성장. 어쨌든 그것은 논쟁입니다.

코인 스마트. 유로파 최고의 비트 코인-보르 스
Source: https://techcrunch.com/2021/04/02/extra-crunch-roundup-tonal-ec-1-deliveroos-rocky-ipo-is-substack-really-worth-650m/

계속 읽기

AI

건강 관리를 재편하는 AI 트렌드

화신

게재

on

저자에 대해 자세히 알아 보려면 클릭하십시오. 벤 로리 카.

의료 분야에서 AI를 적용하면 다른 산업과 크게 다른 여러 가지 과제와 고려 사항이 있습니다. 그럼에도 불구하고 최첨단 기술을 활용하여 치료를 개선하는 AI를 작동시키는 데있어 리더 중 하나이기도합니다. 수치는 스스로를 말해줍니다 : 의료 시장 규모의 글로벌 AI는 4.9 년 2020 억 달러에서 XNUMX 년까지 성장할 것으로 예상됩니다. 45.2에 의해 $ 2026 억. 이러한 성장을 이끄는 몇 가지 주요 요인은 엄청난 양의 의료 데이터와 증가하는 데이터 세트의 복잡성, 증가하는 의료 비용을 줄여야 할 필요성, 변화하는 환자 요구 사항입니다.

깊은 학습예를 들어, 지난 몇 년 동안 임상 환경에 상당한 진출을했습니다. 특히 컴퓨터 비전은 검사 및 진단을 지원하는 의료 영상에서 그 가치가 입증되었습니다. 자연어 처리 (NLP) 텍스트 마이닝 및 데이터 공유를 통해 계약 및 규제 문제를 모두 해결하는 데 상당한 가치를 제공했습니다. COVID-19 이후 백신 및 약물 개발과 같은 이니셔티브를 촉진하기 위해 제약 및 생명 공학 회사가 AI 기술을 채택하는 것이 증가하는 것은 AI의 엄청난 잠재력을 예시 할뿐입니다.

우리는 이미 의료 AI에서 놀라운 진전을보고 있지만 아직 초기 단계이며 그 가치를 진정으로 발휘하기 위해 업계를 형성하는 과제, 도구 및 의도 된 사용자를 이해하기 위해 수행해야 할 많은 작업이 있습니다. 의 새로운 연구 John Snow Labs 및 Gradient Flow, 의료 조사 보고서의 2021 AI, 우리가 어디에 있고, 어디로 가고, 어떻게 거기에 도착하는지에 대해 조명합니다. 글로벌 설문 조사에서는 오늘날 의료 분야에서 AI의 상태를 광범위하게 살펴볼 수 있도록 다양한 단계의 AI 채택, 지역 및 기술 역량에있는 의료 기관에 대한 중요한 고려 사항을 조사합니다.               

가장 중요한 발견 중 하나는 AI 구현과 관련하여 어떤 기술이 가장 중요하다는 것입니다. 2021 년 말까지 어떤 기술을 도입 할 계획인지 묻는 질문에 거의 절반의 응답자가 데이터 통합. 약 XNUMX/XNUMX이 현재 사용 중이거나 연말까지 사용할 계획 인 기술 중 자연어 처리 (NLP) 및 비즈니스 인텔리전스 (BI)를 인용했습니다. 기술 리더로 간주되는 이들 중 절반은 데이터 통합, NLP, 비즈니스 인텔리전스 및 데이터웨어 하우징에 기술을 사용하고 있거나 곧 사용할 것입니다. 이러한 도구가 방대한 양의 데이터를 이해하는 데 도움이되는 힘을 가지고 있으며 규제 및 책임감있는 AI 관행을 염두에두고 있다는 점을 고려하면 이는 의미가 있습니다.

AI 도구 및 기술의 대상 사용자에 대해 질문했을 때 응답자의 절반 이상이 대상 사용자 중에서 임상의를 식별했습니다. 이는 과거와 마찬가지로 기술자와 데이터 과학자뿐만 아니라 의료 서비스를 제공해야하는 사람들이 AI를 사용하고 있음을 나타냅니다. 이 숫자는 성숙한 조직이나 60 년 이상 생산에 AI 모델을 보유한 조직을 평가할 때 훨씬 더 높아집니다. 흥미롭게도 성숙한 조직의 응답자의 거의 XNUMX %는 환자가 AI 기술의 사용자이기도한다고 답했습니다. 챗봇과 원격 의료의 출현으로 향후 몇 년 동안 AI가 환자와 제공자 모두에게 어떻게 확산되는지 보는 것은 흥미로울 것입니다.

AI 솔루션 구축을위한 소프트웨어를 고려할 때 오픈 소스 소프트웨어 (53 %)가 퍼블릭 클라우드 제공 업체 (42 %)보다 약간 우위를 점했습니다. XNUMX ~ XNUMX 년을 내다 보면서 응답자들은 상용 소프트웨어와 상용 SaaS를 모두 사용할 수있는 개방성을 나타 냈습니다. 오픈 소스 소프트웨어는 클라우드 제공 업체가 할 수없는 데이터에 대한 자율성을 사용자에게 제공하므로 의료 서비스와 같이 규제가 엄격한 산업이 데이터 공유를 경계하는 것은 그리 놀라운 일이 아닙니다. 마찬가지로, AI 모델을 프로덕션에 배포 한 경험이있는 대부분의 회사는 타사 또는 소프트웨어 공급 업체의 평가가 아닌 자체 데이터 및 모니터링 도구를 사용하여 모델을 검증하기로 선택합니다. 초기 단계의 회사는 타사 파트너를 탐색하는 데 더 수용 적이지만 성숙한 조직은보다 보수적 인 접근 방식을 취하는 경향이 있습니다.                      

일반적으로 AI 솔루션, 소프트웨어 라이브러리 또는 SaaS 솔루션을 평가하는 데 사용되는 주요 기준 및 협력 할 컨설팅 회사에 대한 질문에 대한 태도는 동일하게 유지되었습니다. 기업, 자체 모델 교육 능력, 최첨단 정확성을 최우선 과제로 삼습니다. 솔루션 및 잠재적 파트너에 대한 질문에서 의료 데이터 엔지니어링, 통합 및 컴플라이언스 분야의 의료 관련 모델과 전문 지식이 XNUMX 위를 차지했습니다. 개인 정보 보호, 정확성 및 의료 경험은 AI 채택을 이끄는 원동력입니다. 데이터가 계속 증가하고 기술 및 보안 조치가 개선됨에 따라 AI가 더욱 성장할 준비가 된 것은 분명합니다. 빠른 채택에 뒤처져있는 의료 서비스가 AI로 옮겨 가고 있으며 이미 상당한 영향을 받고 있습니다. 접근 방식, 최고의 도구 및 기술, AI의 응용 프로그램은 다른 산업과 다를 수 있지만 내년 설문 조사 결과를 위해 무엇이 준비되어 있는지 보는 것은 흥미로울 것입니다.

코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://www.dataversity.net/the-ai-trends-reshaping-health-care/

계속 읽기

AI

우리가 라벨링에 동의 할 수 없기 때문에 인간이 AI 시스템을 잘못 이끌고 있음이 밝혀졌습니다.

화신

게재

on

AI 모델을 훈련하고 시간이 지남에 따라 기술이 어떻게 발전했는지 벤치마킹하는 데 사용되는 상위 데이터 세트는 라벨링 오류로 가득 차 있습니다.

데이터는 다양한 식물 종을 식별하거나 자동으로 캡션을 생성하는 등 특정 작업을 완료하는 방법을 기계에 가르치는 데 중요한 리소스입니다. 대부분의 신경망은 데이터의 일반적인 패턴을 학습하기 전에 숟가락으로 많은 양의 주석이 달린 샘플입니다.

그러나 이러한 레이블이 항상 올바른 것은 아닙니다. 오류가 발생하기 쉬운 데이터 세트를 사용하여 기계를 훈련하면 성능이나 정확도가 저하 될 수 있습니다. 에서 앞서 언급 한 연구MIT가 이끄는 분석가들은 학술 논문에서 100,000 회 이상 인용 된 3.4 개의 인기있는 데이터 세트를 샅샅이 뒤져 평균 XNUMX %의 샘플이 잘못 표시되어 있다는 것을 발견했습니다.

그들이 살펴본 데이터 세트는 ImageNet의 사진, AudioSet의 사운드, Amazon에서 스크랩 한 리뷰, QuickDraw의 스케치에 이르기까지 다양합니다. 실수의 예 컴파일 연구자들에 의해 어떤 경우에는 악어 태그가 붙은 전구 그림과 같은 명백한 실수이지만 다른 경우에는 이것이 항상 분명하지는 않습니다. 야구 양동이 사진은 '야구'또는 '양동이'로 표시되어야합니까?

충격적인 내용 공개

전 세계 AI 교육에 사용 된 1TB ImageNet 데이터 세트 : 알몸의 아이들, 술취한 친구 파티, 포르노 스타 등

자세히 보기

각 샘플에 주석을다는 것은 힘든 작업입니다. 이 작업은 작업을 Amazon Mechanical Turk와 같은 서비스에 아웃소싱하는 경우가 많습니다. 여기서 작업자는 잔디의 제곱근을 지불하여 데이터를 하나씩 살펴보고 이미지와 오디오에 라벨을 지정하여 AI 시스템에 공급합니다. 이 프로세스는 Vice가 문서화 한 것처럼 편견과 오류를 증폭시킵니다. 여기를 클릭해 주세요.

노동자들은 보수를 받고 싶다면 현상 유지에 동의해야한다는 압력을받습니다. 많은 사람들이 야구 양동이를 '양동이'로 분류하고 당신이 그것이 '야구'라고 결정한다면, 플랫폼이라면 전혀 보수를받지 못할 수 있습니다 당신이 틀렸거나 고의적으로 라벨링을 엉망으로 만들려고한다고 생각합니다. 즉, 작업자는 실수 한 것처럼 보이지 않도록 가장 인기있는 레이블을 선택합니다. 내러티브를 고수하고 아픈 엄지 손가락처럼 튀어 나오지 않는 것이 그들의 관심사입니다. 이는 오류 또는 더 나쁜 인종적 편견과 같은 데이터 세트의 눈덩이를 의미합니다.

오류율은 데이터 세트에 따라 다릅니다. 에 IMAGEnet, 객체 인식을 위해 모델을 훈련하는 데 사용되는 가장 인기있는 데이터 세트 인 경우 속도는 XNUMX %. 약 15 만 장의 사진이 포함되어 있다는 점을 감안하면 수십만 개의 레이블이 잘못되었음을 의미합니다. 예를 들어 '카멜레온'은 종종 '녹색 도마뱀'으로 오인되고 그 반대의 경우도 마찬가지입니다.

다른 노크 온 효과가 있습니다. 신경망은 데이터 내의 특징을 특정 레이블과 잘못 연관시키는 방법을 배울 수 있습니다. 예를 들어, 많은 바다 이미지에 보트가 포함되어 있고 계속 '바다'라는 태그가 붙으면 기계가 혼란스러워지고 보트를 바다로 잘못 인식 할 가능성이 더 높습니다.

이러한 시끄러운 데이터 세트를 사용하여 모델의 성능을 비교하려고 할 때 문제가 발생하는 것은 아닙니다. 이러한 시스템을 실제 세계에 배포하면 위험이 더 높아집니다. Curtis Northcutt는 스터드의 공동 수석 저자이자 MIT의 박사 과정 학생이며 기계 학습 하드웨어 스타트 업인 ChipBrain의 공동 창립자이자 CTO입니다. 등록.

"AI 모델을 사용하여 교차로에서 운전 결정을 내리는 자율 주행 자동차를 상상해보십시오."라고 그는 말했습니다. “자율 주행 자동차가 XNUMX 방향 교차로를 XNUMX 방향 교차로로 잘못 표시하는 라벨 오류가 빈번한 데이터 세트에서 훈련되면 어떻게 될까요? 답 : 삼 방향 교차로를 만나면 도로에서 운전하는 법을 배울 수 있습니다.

자율 주행 자동차가 XNUMX 방향 교차로를 XNUMX 방향 교차로로 잘못 표시하는 라벨 오류가 빈번한 데이터 세트에서 훈련되면 어떻게 될까요?

“아마도 AI 자율 주행 모델 중 하나는 실제로 훈련 소음에 더 강력하여 도로에서 많이 운전하지 않습니다. 테스트 세트 레이블이 현실과 일치하지 않기 때문에 테스트 세트가 너무 시끄러 우면 이것을 알 수 없습니다. 즉, 어떤 자동 조종 AI 모델이 가장 잘 움직이는 지 제대로 측정 할 수 없습니다. 최소한 도로에서 운전할 수있는 실제 세계에 자동차를 배치 할 때까지는 말입니다. "

연구팀이 오류가 제거 된 ImageNet 부분에서 일부 컨볼 루션 신경망을 훈련했을 때 성능이 향상되었습니다. boffins는 개발자가 오류율이 높은 데이터 세트에 대한 대규모 모델 학습에 대해 두 번 생각하고 먼저 샘플을 정렬하도록 조언해야한다고 생각합니다. 팀이 개발하고 부정확하고 일관성이없는 라벨을 식별하는 데 사용한 소프트웨어 인 Cleanlab을 찾을 수 있습니다. GitHub의.

Northcutt는“Cleanlab은 시끄러운 레이블이있는 기계 학습을위한 오픈 소스 Python 패키지입니다. “Cleanlab은 MIT에서 발명 한 자신감 학습이라는 기계 학습의 하위 분야에서 모든 이론과 알고리즘을 구현하여 작동합니다. 저는 다른 연구자들이 (보통 몇 줄의 코드만으로) 자신감있는 학습을 사용할 수 있도록 클린 랩을 만들었지 만 더 중요한 것은 시끄러운 라벨을 사용하여 기계 학습의 과학 발전을 발전시키고 새로운 연구자들이 쉽게 시작할 수있는 프레임 워크를 제공하는 것입니다. ”

데이터 세트의 레이블이 특히 조잡한 경우 복잡한 대규모 신경망을 훈련하는 것이 항상 그렇게 유리한 것은 아닙니다. 큰 모델은 작은 모델보다 데이터에 과적 합되는 경향이 있습니다.

“때때로 더 작은 모델을 사용하면 매우 시끄러운 데이터 세트에 적합합니다. 그러나 매우 시끄러운 데이터 세트에 대해 항상 더 작은 모델을 사용하도록 기본 설정하는 대신 기계 학습 엔지니어가 모델을 벤치마킹하기 전에 테스트 세트를 정리하고 수정해야한다고 생각합니다.”라고 Northcutt는 결론지었습니다. ®

코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://go.theregister.com/feed/www.theregister.com/2021/04/01/mit_ai_accuracy/

계속 읽기
에스 포트5 일 전

Chess.com에서 드라마 속의 사회자로 Chessbae 제거

에스 포트2 일 전

Free Fire World Series APK 다운로드 for Android

에스 포트4 일 전

DreamHack 온라인 오픈 포트. Fortnite April Edition – 등록 방법, 형식, 날짜, 상금 등

에스 포트4 일 전

나카무라 히카루가 체스 배를 떨어 뜨리고 유튜브 파업에 대해 사과한다

Fintech5 일 전

호주의 페퍼민트 이노베이션, 필리핀 최고의 소액 금융 서비스 제공 업체와 계약 체결

에스 포트4 일 전

Coven과 Abomination은 새로운 TFT Reckoning 특성을 강조합니다.

에스 포트2 일 전

Dota 2 : 7.29 패치의 Top Mid Heroes

에스 포트5 일 전

Ludwig는 서브 애톤 Twitch 스트림을 언제 끝낼 것인지 발표했습니다.

에스 포트4 일 전

Apex 레전드 1.65 업데이트는 전쟁 게임을위한 XNUMX 개의 새로운 LTM을 제공합니다

에스 포트3 일 전

Ludwig, 10 월 5 ~ 11 일 주간 Twitch Top XNUMX에서 XNUMX 위로 한 달간 스트리밍 마라톤 종료

블록체인5 일 전

Stock-to-Flow- 분석 : Bitcoin bei 288.000 USD

에스 포트3 일 전

Fortnite : 패치 노트 v16.20 – 오프로드 차량 모드, 50 인용 크리에이티브 로비, 버그 수정 등

에스 포트3 일 전

위치 5 Faceless Void는 패치 2 이후 북미 Dota 7.29 펍에서 파도를 일으키고 있습니다.

에스 포트5 일 전

Shadowlands 패치 9.1은 XNUMX 월까지 공개되지 않습니다.

에스 포트5 일 전

ESL Pro League 13 그랜드 파이널에서 Gambit Esports를 영웅으로 패배

Fintech5 일 전

SME 금융 플랫폼은 고급 수수료 상품을 제공합니다

에스 포트4 일 전

Stardew Valley의 로맨스와 결혼에 대한 완벽한 가이드

블록체인4 일 전

Welche 문제가 미국-비트 코인 ETF를 가져 왔습니까?

에스 포트4 일 전

Valorant Challengers Finals를 통해 Sentinels에 임대 한 TenZ

블록체인4 일 전

어떤 암호화 교환 플랫폼이 더 빠르거나 코인 전송 또는 Godex입니까?

인기순