Компания VIA Technologies анонсирует начало бета тестирования собственной платформы для искусственного интеллекта под названием Olami.
Данная платформа разработана командой VIA AI. Она поддерживает работу со множеством облачных API, средствами менеджмента интерфейсов и решений машинных ощущений.
Разработчики смогут получить доступ к API и системам менеджмента для языкового понимания. Также система может быть использована в смарт устройствах, смарт-панелях роботов, умных домах, автомобильной электронике, носимых устройствах, а также средствах виртуальной и дополненной реальности.
Сейчас команда сфокусировалась на системе общения и понимания китайского языка и сможет предложить больше сервисов и API в будущем.
Пару лет назад компания Intel представила малоразмерный компьютер Stick. Теперь же компания выпустила новое устройство в том же формате, Movidius Neural Compute Stick, которое, в отличие от предшественника, предназначено для нейронной обработки. И всё это с минимальным энергопотреблением.
Как предполагает название продукта, Neural Compute Stick был создан благодаря разработке Movidius, компании, которую Intel приобрела в сентябре прошлого года. Устройство содержит Movidius Vision Processing Units, который обслуживает маломощные устройства машинного зрения.
Компьютер потребляет так мало энергии, что его едва ли нужно подключать в порт USB 3.0. Что касается производительности, то, по словам Intel она составляет 100 гигафлопс, чего достаточно для использования устройства в задачах искусственного интеллекта без подключения к Интернету. Чтобы воспользоваться машиной разработчики вначале должны провести обучение алгоритмов на традиционных мощных системах, однако этот маленький донгл позволит им работать со средствами искусственного интеллекта где угодно, где потребуется обработать данные.
Introducing Movidius Neural Compute Stick
Исходя из рекламных материалов, отраслями, где пригодится Movidius Neural Compute Stick, являются дроны, системы видеонаблюдения и бытовая робототехника. И если одного такого устройства будет недостаточно, производительность можно легко увеличить, воспользовавшись USB хабом.
Устройство уже можно приобрести по цене в 79 долларов США.
Софтверный гигант сообщил о том, что занимается созданием очень маленьких искусственных мозгов.
Фирма сообщила, что создаёт библиотеку Embedded Learning Library (ELL), которая может изменить подход к работе AI на малых устройствах, таких, как Raspberry Pi.
Используя крошечный процессор, данный метод позволит отказаться от необходимости постоянного подключения к Интернету. Кроме того, метод позволит снизить трафик от такого устройства и позволит функционировать ему в офлайн режиме. Представитель Microsoft отметил, что без использования такого подхода, невозможно снизить использование ресурсов нейронной сетью.
Также компания отметила, что такие устройства сложнее взломать, ведь если большую часть времени они не подключены к интернету, на них намного сложнее проникнуть.
Применение данной библиотеки практически безгранично, поскольку она предполагает использование в локальной сети устройств, которая не имеет доступа к интернету.
Осеннее обновление операционной системы Windows получит интересное изменение в системе безопасности. Оно станет ответом на участившиеся в последние недели атаки.
Как сообщила компания в своём блоге, изменение коснётся Windows Defender Advanced Threat Protection (ATP), корпоративной службы Windows 10, которая выявляет первые признаки инфицирования. Директор Windows Enterprise Роб Леффертс сообщил, что после обновления системы будут использоваться данные из облачных сервисов Microsoft, с помощью которых будет создан антивирус на искусственном интеллекте. Этот подход позволит ATP лучше предотвращать возможные заражения.
Одной из главных возможностей искусственного интеллекта станет возможность постоянно выявлять ранее неизвестный вредоносный код на компьютере. После его обнаружения Microsoft быстро изолирует зловреда в облаке и создаст сигнатуры для его быстрой идентификации антивирусом. По словам Леффертса, порядка 96% кибератак осуществляются с использованием нового вредоносного кода, так что анонсированная функция выглядит многообещающе. По сути, она изменит подход обновления Редмондом средств защиты. Сейчас у разработчиков уходят часы на анализ кода, и пока специалисты создают сигнатуры, инфекция уже может распространиться на несколько машин.
Несмотря на то, что новые функции ATP будут изначально доступны лишь для предприятий, сообщается, что Microsoft имеет планы по выпуску технологии для обычных пользователей, более того, компания также планирует предложить её «большему количество платформ за пределами Windows».
Компания AMD анонсировала первый продукт на базе архитектуры Vega: Radeon Vega Frontier Edition. Этот ускоритель знаменуется контроллером памяти высокой пропускной способности и позволяет расширить объём традиционной памяти GPU до 256 ТБ.
Наряду с открытым исходным кодом AMD, полностью масштабируемой программной платформой ROCm, Radeon Vega Frontier Edition позволяет разработчикам ещё эффективнее использовать средства искусственного интеллекта.
Представленный ускоритель гарантирует достаточно производительности для конструкторских и производственных компаний, обеспечивая работу с постоянно усложняющимися моделями и предлагает визуализацию в реальном времени и рендеринг с учётом физических свойств. Движок памяти нового ускорителя также позволяет профессионалам достигать фотореалистичных деталей в компьютерной графике. А для ускорения обработки Radeon Vega Frontier Edition предлагает мульти-GPU масштабирование, обеспечивая 91% ускорение при использовании двух видеокарт.
Кроме того, Radeon Vega Frontier Edition упрощает и ускоряет разработку игр, предлагая единый GPU, оптимизированный для каждого этапа разработки, включая непосредственно разработку, тестирование и оптимизацию.
Видеокарта Radeon Vega Frontier Edition доступна в определённых регионах по цене 1000 долларов США за решение с воздушным охлаждением. Версия с жидкостным кулером обойдётся в 1500 долларов. Это решение будет доступно в третьем квартале.
В китайском городе Чэнгду несколько больших тёмных серверов, известных под именем AI-MATHS, сдавали две версии вступительных экзаменов в университет по математике.
Искусственный интеллект набрал 105 баллов из 150, для чего ему потребовалось 22 минуты. Студенты направления «Свободное искусство» из Пекина делали те же тестовые задания в прошлом году, набрав в среднем 109 баллов за два часа. В другой версии тестирования искусственного интеллекта, машина набрала 100 баллов за 10 минут.
Задача, с которой столкнулся AI, ограничивается не только математическими уравнениями, но и способностью понимать язык вопросов, чтобы взаимодействовать с величинами так, как это делают люди. И это оказалось самым сложным, что логично, ведь AI легко обрабатывает огромные массивы чисел.
В этом примере главной проблемой компьютера AI-MATHS, созданного Zhunxingyunxue Technology из Университета Тсингхуа, стал язык. К примеру, он не смог понять различий между понятиями «ученик» и «учитель», а потому потерял несколько баллов.
Создатели машины надеются, что в следующем году их компьютер получит более высокие оценки и расширит понимание заданий.
Датский стартап UIzard Technologies IVS презентовал новую нейронную сеть, которая может создавать приложения, преобразовывая предварительные формы интерфейса в исходный код.
Основатель компании Тони Белтрамелли опубликовал исследование, в котором показан принцип использования искусственного интеллекта для построения нейронной сети, которая может генерировать код автоматически, анализируя скриншоты GUI.
Названная Pix2Code, система обгоняет по производительности нескольких программистов, поскольку может создавать код для Android, iOS и «основанных на веб технологиях». Точность кода, создаваемого по GUI, составляет 77%, однако это величина вырастет по мере дальнейшего обучения сети.
Автор системы представил ролик с демонстрацией работы системы.
В ходе конференции Google I/O, организаторы продемонстрировали второе поколение тензорного процессора (TPU), который используется в искусственном интеллекте компании.
Новая модель процессора может быть использована как для обучения, так и для поиска взаимосвязей. А система из четырёх новых Cloud TPU обещает производительность системы машинного обучения на уровне 180 терафлопс. По словам Google, данный чип значительно производительнее решений на базе GPU, в связи с чем компания планирует предложить платформу Cloud коммерческим разработчикам.
Что касается производительности, то Google пояснила, что обучение большой модели языкового перевода занимает целый день на 32 топовых GPU. Та же работа длится 6 часов на одной восьмой кластера, или на 8 TPU.
Первое поколение TPU компания Google представила в 2015 году. Эти процессоры используются в широком спектре облачных сервисов компании, включая поиск, перевод и Google Photos.
Производитель суперкомпьютеров, компания Cray, разработала две новых системы, которые получили название CS-Storm 500GT и 500NX, предназначенные для обеспечения нужд её клиентов в искусственном интеллекте.
Обе системы разработаны с использование GPU NVIDIA Tesla, однако предлагают разный набор возможностей.
У моделей различный объём ОЗУ. И он впечатляет. Суперкомпьютер CS-Storm 500GT поддерживает до 2 ТБ памяти DDR4 (16 DIMM по 128 ГБ), а модель 500NX — 3 ТБ DDR4 (24 DIMM по 128 ГБ). Как и прошлые поколения машин, модель 500GT содержит пару CPU Intel семейства Xeon Skylake, а 500NX — Intel Xeon E5-2600 v4.
Фрэд Кохаут, старший вице-президент Cray по продукции и директор по маркетингу заявил: «Спрос со стороны потребителей на инфраструктуру с возможностями искусственного интеллекта быстро растёт, и выпуск наших систем CS-Storm предоставит нашим клиентам мощное решение по взаимосвязи глубокого обучения и снижению нагрузки на машины в масштабе мощности суперкомпьютера Cray. Экспоненциальный рост объёмов данных, связанный с необходимостью в более быстрых решениях в искусственном интеллекте, отвечает нуждам широко масштабируемой и настраиваемой инфраструктуры».
После того, как на рынке стали появляться быстрые суперкомпьютеры, опережающие решения Cray, у компании начали возникать проблемы с реализацией, но похоже, она нашла себе новый рынок.
Инженеры Ubisoft Montreal сообщили о новом способе анимации игровых персонажей, который основан на анализе движений при помощи искусственного интеллекта.
Они представили механизм управления персонажем в реальном времени, используя для этого современную нейронную архитектуру, названную «фазо-функциональная нейронная сеть». В этой сетевой структуре массы рассчитываются посредством циклической функции, которая использует фазу как вводную. Наряду с фазой система использует в качестве вводных пользовательское управление, предыдущее состояние персонажа и геометрию сцены. В результате обсчитываются высококачественные перемещения, которые отвечают поставленным пользователям задачам. Сеть целиком обучена огромным количеством информации, и включает такие движения как хождение, бег, прыжки и вскарабкивания. Всё это ограничено виртуальным окружением.
«Наша система может автоматически выполнять движения, в которых персонаж адаптируется к различному геометрическому окружению, такому как хождение и бег по пересечённой местности, лазание по скалам, перепрыгивание препятствий и попытки пролезть под низким потолком», — сообщили разработчики в пояснительной записке.
Phase-Functioned Neural Networks for Character Control
«Будучи обученной, наша система также предельно быстра и компактна, требует лишь миллисекунды на исполнение и несколько мегабайт памяти, даже если она обучена с помощью гигабайт данных. Наша работа наиболее заметна в управлении персонажами в интерактивных сценах, таких как видеоигры и системы виртуальной реальности».
Когда и в каких проектах мы увидим реализацию новой системы анимации, пока не сообщается.
