Хинтон Джеффри
Хинтон Джеффри — британский и канадский ученый, который внес значительный вклад в изучение и развитие глубокого обучения. Джеффри называют «крестным отцом» искусственного интеллекта. В 2012 году
Хинтон Джеффри — британский и канадский ученый, который внес значительный вклад в изучение и развитие глубокого обучения. Джеффри называют «крестным отцом» искусственного интеллекта. В 2012 году
Шмидхубер Юрген — всемирно известный швейцарский ученый в области искусственного интеллекта. Созданные в его лаборатории нейронные сети глубокого обучения произвели революцию в машинном обучении и искусственном
Двойник интеллектуальный Шэньчжэньский (Shenzhen Intelligent Twin)— система умного города, создание которой компания Huawei анонсировала совместно с руководством города Шэньчжэнь. Разработка позволит собирать и обрабатывать информацию, принимать
U-Net — свёрточная нейронная сеть, предназначенная для быстрой и точной сегментации изображений. Используется в решении задач машинного обучения. Она умеет не только определять классы на визуальном
Модели языковые — большие нейронные сети, которые обучаются предсказывать следующее слово (или часть слова) в тексте с учетом предыдущего контекста. Несмотря на кажущуюся простоту, оказалось,
Компьютеры нейроморфные — имитируют функции мозга, используя программируемые искусственные нейроны и обеспечивают более эффективное распознавание образов, особенно в ситуациях, когда некоторые данные не определены или информация
Закон Хуанга — утверждение, представленное Дженсеном Хуангом, генеральным директором и президентом компании-разработчика графических процессоров для высокопроизводительных вычислений NVIDIA. В 2018 году в ходе своего выступления он
Датасет — представляет собой набор данных, которые используются в различных видах анализа и машинного обучения. Причем считается, что успешность последнего напрямую зависит от объема исходной информации:
Анализ данных глубинный — процесс обнаружения в данных ранее неизвестных и практически полезных знаний, необходимых для принятия решений в различных сферах человеческой деятельности. Основу интеллектуального
Галлюцинации — особенность нейронной сети выдавать несуществующие факты за реальные. Полученные утверждения звучат правдоподобно, но не соответствуют действительности. С технической точки зрения искусственный интеллект «не знает»,