Есть еще новости AI там, чем кто-либо может угнаться. Но вы можете оставаться в курсе самых интересных разработок в этой колонке, в которой собраны достижения в области ИИ и машинного обучения со всего мира и объясняется, почему они могут быть важны для технологий, стартапов или цивилизации.
Начнем с беззаботной ноты: способы, которые исследователи находят для применения машинного обучения в искусстве, всегда интересны, хотя и не всегда практичны. Команда из Вашингтонского университета хотела проверить, сможет ли система компьютерного зрения научиться определять, что играет на пианино, просто глядя на клавиши и руки игрока сверху.
Аудио, система, обученная Эли Шлизерманом, Кун Су и Сюлун Лю, просматривает видео с игрой на фортепиано и сначала извлекает простую последовательность нажатий клавиш, похожую на пианино. Затем он добавляет выразительности в виде длины и силы нажатия и, наконец, полирует его для ввода в MIDI-синтезатор для вывода. Результаты немного расплывчаты, но определенно узнаваемы.
«Раньше считалось невозможным создать музыку, которая звучит так, как будто ее можно было бы сыграть в музыкальном представлении», — сказал Шлизерман. «Алгоритм должен определить признаки или «функции» в видеокадрах, которые связаны с созданием музыки, и он должен «вообразить» звук, который происходит между видеокадрами. Это требует системы, которая является одновременно точной и творческой. Тот факт, что мы создали музыку, которая звучала довольно хорошо, был сюрпризом».
Другим из области искусства и литературы является чрезвычайно увлекательное исследование вычислительное развертывание древних букв, слишком тонких для обработки. Команда Массачусетского технологического института изучала «закрытые» письма 17-го века, которые настолько замысловато сложены и запечатаны, что если вынуть письмо и расплющить его, это может привести к их необратимому повреждению. Их подход заключался в том, чтобы сделать рентгеновские снимки букв и установить новый, усовершенствованный алгоритм для расшифровки полученных изображений.
«Алгоритм в конечном итоге проделывает впечатляющую работу по разделению слоев бумаги, несмотря на их чрезвычайную тонкость и крошечные промежутки между ними, иногда меньше разрешения сканирования», — сказал Эрик Демейн из Массачусетского технологического института. «Мы не были уверены, что это возможно». Работа может быть применима ко многим типам документов, которые трудно расшифровать с помощью простых рентгеновских методов. Было бы немного натянуто классифицировать это как «машинное обучение», но это было слишком интересно, чтобы не включить его. Полный текст статьи читайте на Природа связи.
Вы подъезжаете к пункту зарядки своего электромобиля и обнаруживаете, что он не работает. Вы даже можете оставить плохой отзыв в Интернете. На самом деле существуют тысячи таких обзоров, и они представляют собой потенциально очень полезную карту для муниципалитетов, стремящихся расширить инфраструктуру электромобилей.
Омар Асенсио из Технологического института Джорджии обучила модель обработки естественного языка на таких обзорах, и вскоре он стал экспертом в их анализе тысячами и выжимании информации, например, где сбои были обычными, сравнительная стоимость и другие факторы.
Касса PrimeXBT
Торгуйте с официальными CFD-партнерами AC Milan
Самый простой способ торговать криптовалютой.
Источник: https://techcrunch.com/2021/03/05/deep-science-ai-adventures-in-arts-and-letters/