Roundup Laten we aan de slag gaan met nieuws over machine learning.

Starksy Robotics is niet meer: Zelfrijdende vrachtwagen-startup Starsky Robotics is gestopt nadat het geld op was en er niet meer geld in te zamelen was.

CEO Stefan Seltz-Axmacher nam ontroerend afscheid van zijn parvenu, opgericht in 2016, in een medium bericht deze maand. Hij was openhartig en eerlijk over waarom Starsky faalde: "Gesuperviseerd machinaal leren voldoet niet aan de hype", verklaarde hij. "Het is geen echte kunstmatige intelligentie vergelijkbaar met C-3PO, het is een geavanceerde tool voor het matchen van patronen."

Neurale netwerken leren bepaalde patronen pas op te pikken nadat ze geconfronteerd worden met miljoenen trainingsvoorbeelden. Maar autorijden is onvoorspelbaar en dezelfde route kan van dag tot dag verschillen, afhankelijk van het weer of de verkeersomstandigheden. Elk scenario proberen te modelleren is niet alleen onmogelijk, maar ook duur.

“In feite, hoe beter je model, hoe moeilijker het is om robuuste datasets van nieuwe randgevallen te vinden. Bovendien, hoe beter uw model, hoe nauwkeuriger de gegevens die u nodig hebt om het te verbeteren, "zei Seltz-Axmacher.

Er is meer tijd en geld nodig om steeds stapsgewijze verbeteringen aan te brengen. Na verloop van tijd kunnen alleen de best gefinancierde startups het zich veroorloven om in het spel te blijven, zei hij.

“Als iemand zegt dat autonomie over tien jaar weg is, is dat vrijwel zeker wat ze denken. Er zijn niet veel startups die tien jaar zonder verzending kunnen overleven, wat betekent dat bijna geen enkel huidig ​​autonoom team ooit AI-beslissers zal sturen als dit het geval is”, waarschuwde hij.

Als Seltz-Axmacher gelijk heeft, zouden we in de nabije toekomst ook kleinere autonoom rijdende startups moeten zien sluiten. Bekijk deze ruimte.

Waymo onderbreekt testen tijdens afsluiting Bay Area: Waymo, Google's zelfrijdende auto-stablemate, aangekondigd het onderbrak zijn activiteiten in Californië om zich te houden aan de lockdown-bevelen die van kracht waren in de provincies van de Bay Area, waaronder San Francisco, Santa Clara, San Mateo, Marin, Contra Costa en Alameda. Bedrijven die als "niet-essentieel" werden beschouwd, kregen het advies om te sluiten en bewoners kregen te horen dat ze thuis moesten blijven en alleen naar buiten moesten komen voor zaken als boodschappen doen.

Het blijft echter ritten uitvoeren voor leveringen en vrachtwagendiensten voor zijn rijders en partners in Phoenix, Arizona. Deze schijven zullen echter volledig zonder bestuurder zijn om de kans op verspreiding van COVID-19 te minimaliseren.

Waymo lanceerde ook zijn Open Dataset Challenge. Ontwikkelaars kunnen deelnemen aan een wedstrijd die zoekt naar oplossingen voor deze problemen:

• 2D-detectie: Gegeven een set camerabeelden, maak een set 2D-boxen voor de objecten in de scène
• 2D-tracking: Gegeven een temporele opeenvolging van camerabeelden, produceer een set 2D-boxen en de overeenkomsten tussen boxen over frames.
• 3D-detectie:Gegeven een of meer lidar-bereikafbeeldingen en de bijbehorende camerabeelden, maak een set rechtopstaande 3D-dozen voor de objecten in de scène.
• 3D-tracking: Gegeven een temporele opeenvolging van lidar- en cameragegevens, produceer een set rechtopstaande 3D-boxen en de overeenkomsten tussen boxen over frames.
• Domeinaanpassing: vergelijkbaar met de 3D-detectie-uitdaging, maar we bieden extra segmenten uit het regenachtige Kirkland, Washington, waarvan er 100 3D-dooslabels hebben.

Ook zijn er geldprijzen te winnen. De winnaar kan $ 15,000 verwachten, de tweede plaats levert $ 5,000 op en de derde $ 2,000.

U kunt meer informatie vinden over de regels van de wedstrijd en hoe u kunt deelnemen hier. De challenge staat open tot 31 mei.

Meer gratis bronnen om COVID-19 te bestrijden met AI: Techbedrijven proberen bij te springen en doen wat ze kunnen om de pandemie van het coronavirus te onderdrukken. Nvidia en Scale AI boden beide gratis bronnen aan om ontwikkelaars te helpen bij het gebruik van machine learning om COVID-19-onderzoek te bevorderen.

Nvidia biedt een gratis licentie van 90 dagen aan voor Parabricks, een softwarepakket dat het proces van het analyseren van genoomsequenties met behulp van GPU's versnelt. Er is haast bij het analyseren van de genetische informatie van mensen die besmet zijn met COVID-19 om erachter te komen hoe de ziekte zich verspreidt en welke gemeenschappen het meeste risico lopen. Het sequentiëren van genomen vereist veel rekenwerk, Parabricks verkort de tijd die nodig is om de taak te voltooien.

"Gezien de ongekende verspreiding van de pandemie, zou het verkrijgen van resultaten in uren versus dagen een buitengewone impact kunnen hebben op het begrijpen van de evolutie van het virus en de ontwikkeling van vaccins", zegt het. zei deze week.

Geïnteresseerde klanten die toegang hebben tot de GPU's van Nvidia dienen een formulier toegang vragen tot Parabricks.

“Nvidia nodigt onze familie van partners uit om samen met ons deze dringende inspanning te leveren om de onderzoeksgemeenschap te helpen. We zijn in gesprek met cloudserviceproviders en supercomputingcentra om rekenbronnen en toegang tot Parabricks op hun platforms te bieden.”

De volgende stap is Scale AI, de in San Francisco gevestigde startup die zich richt op het annoteren van gegevens voor machine learning-modellen. Het biedt zijn etiketteringsdiensten gratis aan aan elke onderzoeker die werkt aan een mogelijk vaccin, of aan het opsporen, bevatten of diagnosticeren van COVID-19.

“Gezien de omvang van de pandemie, zouden onderzoekers elk instrument tot hun beschikking moeten hebben om dit virus op te sporen en tegen te gaan.” zei in een verklaring.

“Onderzoekers hebben al laten zien hoe nieuwe technieken voor machinaal leren een nieuw licht kunnen werpen op dit virus. Maar zoals met alle nieuwe ziekten, is dit werk veel moeilijker als er zo weinig bestaande gegevens zijn om verder te gaan.”

"In die situaties is de rol van goed geannoteerde gegevens om modellen of diagnostische hulpmiddelen te trainen nog belangrijker." Als je veel gegevens hebt om te analyseren en denkt dat Scale AI kan helpen, vraag dan hun hulp aan hier.

PyTorch-gebruikers, AWS heeft eindelijk het framework geïntegreerd: Amazon heeft eindelijk PyTorch-ondersteuning geïntegreerd in Amazon Elastic Inference, zijn service waarmee gebruikers de juiste hoeveelheid GPU-bronnen kunnen selecteren bovenop CPU's die zijn verhuurd in zijn cloudservices Amazon SageMaker en Amazon EC2, om inferentiebewerkingen uit te voeren op machine learning-modellen.

Amazon Elastic Inference werkt als volgt: in plaats van te betalen voor dure GPU's, selecteren gebruikers de "juiste hoeveelheid GPU-aangedreven inferentieversnelling" bovenop goedkopere CPU's om door het inferentieproces te bladeren.

Om de service te gebruiken, moeten gebruikers echter hun PyTorch-code converteren naar TorchScript, een ander framework. "Je kunt je modellen in elke productieomgeving uitvoeren door PyTorch-modellen om te zetten in TorchScript", zei Amazon deze week. Die code wordt vervolgens verwerkt door een API om Amazon Elastic Inference te gebruiken.

De instructies om PyTorch-modellen om te zetten naar het juiste formaat voor de service zijn beschreven hier​ ​

Gesponsorde: Webcast: waarom u beheerde detectie en respons nodig heeft