Karen Hao, już tutaj przywoływana, publikuje nowy artykuł na temat sztucznej inteligencji a dokładnie na temat NLP, wprowadzając stary temat, dotyczący zdolności rozumienia przez maszynę tekstu, który jest przez nią generowany. Problem jest stary ponieważ jego źródłem i obszerną realizacją jest idea tak zwanego chińskiego pokoju. Przy okazji Karen Hao dokonuje rekonstrukcji współczesnych technologii NLP w obszarze analizy semantycznej. Artykuł znajduje się tu.
Kay-fu Lee: Europa się nie liczy. Tym bardziej Polska
Nieoceniony O’Reilly przynosi hiobową opinię Kay-fu Lee, były szef w Apple I MIcrosoft,były wiceprezydent Google China, autor książki pt. AI Superpowers: China, Silicon Valley, and the New World Order (2018), który mówi wprost: Nie ma nadziei dla sektora sztucznej inteligencji w Europie.O’Reilly jako kontr opinię przedstawia raport Komisji Europejskiej z kwietnia 2018 roku. Pośród 20 omówionych w nim krajów brakuje Polski, mimo, że znajdują się tam takie państwa jak Rumunia czy Czechy. Słabym pocieszeniem jest brak Słowacji, Węgier czy Bułgarii.
Is it AI or not?
To pytanie pojawia się jako tytuł przyjemnego artykułu na stronie MIT Technology Review napisanego przez Karen Hao z dn. 10.11.2018 r. Bardzo prosty algorytm dla początkujących.
DIY – Jeszcze o Keras i innych
Wiele podstawowych informacji nt. Keras mozna odnaleźć tutaj. A zainteresowanych kursami dotyczącymi tej problematyki odsyłam nie tylko na Courserę ale także na fast.ai. Ważna strona dla zainteresowanych data science to ODSC (opendatascience).
Pomocne i darmowe narzędzie do projektowania graficznego sieci neuronowych to Deep Learning Studio produkcji Deep Cognition. W wersji desktopowej (lokalnej) jest darmowe, w wersji chmurowej pojawiają się opłaty za użycie mocy obliczeniowej. Jest dostępne dla Windows i Ubuntu. Innym takim narzędziem jest Neural Designer, dostępny dla Windows, Maca i Ubuntu. Wersja darmowa jest ograniczona liczbą linii kodu i dopuszczalną wydajnością procesora. Microsoft ma podobne narzędzie, jednak tylko w wersji webowej, pod nazwą Microsoft Azure Machine Learning Studio, które także ma wersję darmową, wymagającą konta Microsoft. Google udostępnia treningową i poglądową aplikację webową (playground tensorfow), pozwalająca projektować i obserwować w działaniu sieci neuronowe, działająca w oparciu o bibliotekę Tensorflow. Aplikacja Google ma charakter otwarty i jej kod jest dostępny na GitHub, co pozwala na własne modyfikacje włącznie z uruchomieniem lokalnym.
Ekspansja Chin na polu AI
Na konferencji pt. Artificial Intelligence Conference in San Francisco 2018 Kai-Fu Lee uzasadnił i opisał chińską ekspansję na polu sztucznej inteligencji wiodącą przez rozwój technologii cyfrowych w Chinach. Jak twierdzi mówca, przeszły one fazę naśladownictwa i znajdują się w fazie tworzenia własnych, oryginalnych i lepszych niż amerykańskie rozwiązań na tym polu. Kai-Fu Lee jest m.in. autorem książki pt. AI Superpowers: China, Silicon Valley, and the New World Order (1918). Relację dostarcza nieoceniony O’Reilly na YouTube:
DIY – konwolucyjne sieci neuronowe w Keras
Poradnik, jak użyć frameworku Keras do tworzenia konwolucyjnych sieci neuronowych na szkolnym przykładzie rozpoznawania cyfr z bazy MNIST na stronie Towards Data Science, gdzie jest wiele materiałów poświęconych machine learning, data science itp. Keras jest nakładką na Tensorflow napisaną w Pythonie i znacznie ułatwia korzystanie z tego ostatniego. Stamtąd także pochodzi poradnik: How to build your own Neural Network from scratch in Python.
A jak ktoś szuka materiałów polskich to proszę zajrzeć na przykład do blogu About Data Krzysztofa Sopyły.