В выпуске: нейронные сети придумывают свое шифрование, Барак Обама показывает свои знания об ИИ, нейронные архитектуры работают и для графов, а также компьютерная архитектура от DeepMind, у которой можно посчитать производную.
Статьи, новости, интервью
Карта применения машинного обучения (идеи для стартапов бесплатно!)
Doom уже тоже обыгран алгоритмомисследователей из CMU
Что думает Барак Обама об искусственном интеллекте?
Ученые из Microsoft взяли рубеж по распознаванию речи на уровне человека
Немного про работу с графами в Fujitsu
Yoshua Bengio (один из пионеров ИИ) запускает свой deep learning инкубатор
Тайваньский стартап Viscovery привлек $ 10 млн для системы, которая предлагает релевантную рекламу на основе просмотренных видео
Нейронная сеть Google «изобрела» собственный протокол шифрования
Программирование
Ресурсы (теория и код)по изучению reinforcement learning
Пишем свой TensorFlow c нуля (ну почти с нуля)
Туториал по реализации сверхглубоких архитектур (ResNet, DenseNet)на Tensorflow
Полезная out-of-box наработка по распознаванию лиц на Caffe
Recurrent Highway Networks (чтобы и рекуррентные сетки делать глубже, код на Torch, Tensorflow, BrainStorm)
Теория: популярно
Graph Convolutional Networks — новая полностью дифференцируемая архитектура для графов, позволяющая делать аккуратные представления для структурных данных
Spiking Neural Networks — следующее поколение нейронных сетей? О недостатках текущих наработок и чем SPN лучше них
Как правильно использовать t-SNE? (красивые картинки и анимации)
Видеозаписи докладов AI Ukraine 2016
Теория: научно
Differential Neural Computer (DNC) от Deep Mind — переосмысление стандартной компьютерной архитектуры как вычислительного графа
Интересная PhD работа об неопределенности в Bayesian Deep Learning
Professor Forcing — новый алгоритмдля обучения рекуррентных нейронных сетей
Neural Tree Indexers for Text Understanding
Обучение роботов с помощью Progressive Networks (писали о PN в прошлом выпуске)
← Предыдущий выпуск: AI & ML дайджест #2