Connect with us

Новости

Google AutoML упростил создание моделей машинного зрения

Google сегодня запустил альфа-версию AutoML Vision, нового сервиса для создания моделей распознавания изображений. Он предназначен для тех разработчиков, кто мало понимает в машинном обучении.

Леонид Боголюбов

Опубликовано

/

     
     

Основная идея здесь, говорит Google, состоит в том, чтобы позволить практически любому принести свои изображения, загрузить их в систему, импортировать описание или создать его в приложении, а затем система Google автоматически создаст для них обученную модель. Компания говорит, что Disney, например, использовала эту систему, чтобы сделать функцию поиска в своем интернет-магазине более качественной, поскольку теперь она может найти все продукты, которые имеют сходство с искомым объектом, а не только те, где он напрямую прописан в описании.

Весь процесс, от импорта данных до разметки и обучения модели, осуществляется через drag and drop интерфейс.

ИИ и машинное обучение по-прежнему являются областями с высокими барьерами входа, они требуют знания и ресурсов, которые немногие компании могут себе позволить, – говорит главный научный сотрудник Google по AI и ML Фей-Фэй Ли. – Сегодня, хотя AI и предлагает бесчисленные преимущества для бизнеса, разработка собственных моделей часто требует редких знаний и больших ресурсов.

AutoML Vision демократизирует построение моделей и позволяет заняться машинным обучением практически любым разработчикам. Скорее всего AutoML в ближайшем будущем расширят и на другие области – речь, перевод, видео и т.п.

 

Комментарии
Если вы нашли опечатку - выделите ее и нажмите Ctrl + Enter! Для связи с нами вы можете использовать info@apptractor.ru.
Advertisement
Click to comment

You must be logged in to post a comment Login

Leave a Reply

Новости

Drivetime получил $4 млн на игры для водителей

Студия Drivetime, разрабатывающая голосовые игры для водителей, получила 4 миллиона долларов в посевном раунде.

AppTractor

Опубликовано

/

Автор:

Первая их игра так и называется – Drivetime, она дает возможность за рулем играть в викторины против других игроков.

«В США около 110 миллионов человек ездит на работу каждый день и почему они должны отказываться от игр, если у них есть такая возможность?», – говорит Нико Вуори, глава студии.

В то время как использование смартфонов при вождении практически везде запрещено, именно голосовые интерфейсы могут стать “новой вехой” в освоении нового рынка автомобильных игр. Недавно Илон Маск в своем Твиттере обратился ко всем заинтересованным с предложением рассмотреть планшеты машин в качестве новой игровой платформы

Комментарии
Продолжить чтение

Новости

Интересные материалы: 14.11

У нас Firebase Summit и PWA, чатботы и секрет успеха GitLab.

AppTractor

Опубликовано

/

Автор:

Весь день мы собираем лучшие материалы о разработке и маркетинге технологий, стартапов, мобильных приложений и игр для iOS и Android из самых разных источников:

Комментарии
Продолжить чтение

Новости

Интересные материалы: 13.11

Как удвоить доход приложения? Конечно с помощью ASO! А если серьезно, то у нас кроме этого сегодня интерфейсы машин, UX приложений, и ответ на на главный вопрос – почему компьютеры не умеют считать.

AppTractor

Опубликовано

/

Автор:

Весь день мы собираем лучшие материалы о разработке и маркетинге технологий, стартапов, мобильных приложений и игр для iOS и Android из самых разных источников:

Комментарии
Продолжить чтение

Новости

Google опубликовал свою систему разделения спикеров

Диаризация (или разделение дикторов) — процесс разделения входящего аудиопотока на однородные сегменты в соответствии с принадлежностью аудиопотока тому или иному говорящему.

AppTractor

Опубликовано

/

Автор:

Диаризация повышает качество текстов при автоматическом транскрибировании, а также может использоваться совместно с системой распознавания речи, значительно её улучшая. Диаризация используется для ответа на вопрос «Кто сейчас говорит?».

Исследователи Google опубликовали работу по диаризации под названием «Полностью обучаемое разделение спикеров» и открыли соответствующий проект на GitHub.

По данным инженеров, их новая AI-система, работающая в реальном времени, может достигать 7.6% ошибок, против 8.8% у предыдущего метода. Основана она на рекуррентных нейронных сетях, причем каждому говорящему выделяется своя, а система объединяет их.

Комментарии
Продолжить чтение

Реклама

Наша рассылка

Нажимая на кнопку "Подписаться" вы даете согласие на обработку персональных данных.

Вакансии

Популярное

X
X

Спасибо!

Теперь редакторы в курсе.