Аз се занимавам с архитектурата на хардуера който прави сметките, но от време на време тренирам някоя мрежа и преглеждам какво ново има по optimizer-ите (това са един вид компилатори, които превръщат модела от TensorFlow в разбираем за храдуера код). Ако имаш конкретни въпроси давай, ще се опитам да отговоря доколкото мога

Бай сплескан, помолих те да не за занимаваш с мен. Намери си някакво подходящо за теб занимание.

Фред, това че не можеш да разбереш какво ти казвам толкова пъти по различен начин ми навява на мисълта, че наистина си затъпял като машинния си "интелект", преди да си бил достатъчно поумнял.

HCL 10x .... образно казано "брут-форс" на "шаблоните"(hidden layers)

https://www.youtube.com/watch?v=wQ8BIBp ... el=sentdex
https://www.youtube.com/watch?v=5DknTFb ... Developers

имам разни идейки за анализ на "криви функции" ... ама по нататък, да си разкарам проектите

Изненадващо добър блог за Deep Learning на турци работещи в тази област. Тези за които масовото мнение е "Онези неграмотници с чалмите". Впрочем по време на специализацията ми в Глазгоу моят професор ми представи един млад турчин с думите "Най-добрият ми аспирант". Наистина много умно и много свястно момче.

https://medium.com/deep-learning-turkey
Turkey's Leading Artificial Intelligence Community

@fred
https://infacto.bg/izraelski-ucheni-tvr ... rotiv-rak/

Благодаря, надявам се да не ми потрябва скоро

Въобще медицината е изключително перспективна област за приложение на изкуственият интелект. Дължи се на съчетанието на няколко фактора:
1. Огромно количество данни. Диагностиката по същество е събиране на данни и анализирането им. И всичко това е трупано с години. Невронните мрежи работят с данни, това е горивото им.
2. Изключително важно, данните са снабдени с етикети /или поне някакво начално подобие на такива/. Това е най-важният елемент в процеса на обучение на една невронна мрежа, данните да имат етикети. Тук това е направено чрез диагнозата. Т.е. кардиограмата има етикет "инфаркт" и т.н. Трябва малко начална подготовка на тези данни но важното е направено и специалисти има.
3. За важността на правилната навременна диагностика няма смисъл да говорим.
4. Огромните пари които се влагат в този отрасъл, това също е важно. Има откъде да дойде финансиране и да се види финансовият ефект от прилагането.

Поради това е достатъчно едно елементарно търсене "AI medicine" и потича потоп от информация. И то на високо ниво, виждат се имената на големи корпорации и водещи университети. Например тези специализирани списания или центрове:

https://www.journals.elsevier.com/artif ... n-medicine
Artificial Intelligence in Medicine

https://aimi.stanford.edu/
Center for Artificial Intelligence in Medicine & Imaging

PS Впрочем в първият линк веднага видях нещо което живо ме интересува, приложение на AI при ограничен обем данни. Не всички имат щастието да са заринати с такъв огромен обем данни както е в медицината. Ще го поразгледам да видя дали не мога да измъкна нещо полезно.

https://www.sciencedirect.com/science/a ... 5716301749

И го пишат от мобилни устройства функциониращи на принципа на научни разработки от турски университети, финансирани с китайски пари. Блажени да са невежите.

А що се отнася до ресурси по темата, това е един от най-добрите в Интернет

https://paperswithcode.com/sota

Благодаря, наистина е добър. Веднага го слагам на десктопа. До Learn OpenCV и pyImageSearch

Fred, покрай твоите линкове се сетих малка подробност, може да я знаеш: Лисицата, както и повечето бразуъри, има функция за синхронизиране между различни устройства, май и в облака се пази. Идеята ми е за резервно копие, че да не изревеш.

Знам я, опитах го, не ми хареса - бавно е, товари компа и ме нервира. Затова съм възприел друга практика, с Acronis редовно веднъж дневно автоматично архивирам по-важните папки на компютъра. Не целия системен диск, него веднъж седмично инкрементален бекъп. Редовно веднъж дневно или когато се понатрупат нови правя копие на букмарките с Firefox->Backups. Малко ме нервира с необходимостта да посочвам папката къде да запомня но не съм намерил още начин как да направя скрипт който да го автоматизира.

И най-доброто, има едно много полезно разширение FEBE, него съм настроил да запомня всичко при всяко излизане от Firefox. И папката където го запомня и правя бекъп с Acronis на друг диск. Смятам, че тази дълбоко ешелонирана отбрана е достатъчна

https://habr.com/ru/post/438508/
Активность мозга человека впервые транслировали в чёткую речь

то същото ще се получи и ако мамуна, мишка ... слуша реч
интересното ще е дали наум повтаря чутото

Не, друго е, човек си въобразява че казва нещо. Не да слуша пасивно. Пасивното слушане е било при обучаването на невронната мрежа. Едва ли мишките си въобразяват числа и думи, това са условни понятия които възникват в резултат на обучение, за тях е просто звуци.

Вече виждам едно приложение, началника те вика в кабинета, слага на масата бутилка водка с мезета и когато тя свърши ти слага на главата шапчицата с електроди и строго пита "Ты меня уважаешь". Край, разкрит си!

Сериозно, като го усъвършенстват всички детектори на лъжата ряпа да ядат. И всеки ще стане писател, записваш сънищата и пускаш в Мрежата, те сега откачените неща много са на мода. Да не говоря що пари ще печелят наркоманите

Едно от приложенията на изкуственият интелект е оцветяването на стари черно-бели снимки и филми. За целта се използва технологията известна в Computer Vision като Segmentation. При нея невронната мрежа е обучена да отделя в изображението различни специфични области. Например ако е улица отделя хората, автомобили, сгради, пътни знаци /автономните автомобили/ и т.н. При което могат да се отделят не само цели обекти /хора/ но и елементи от тях /например лице, вежди и т.н./. Веднъж отделени вече е лесно тези сегменти да бъдат оцветени в полагащият им се цвят.

Популярно обяснение на технологията е дадено в тази статия:

https://gizmodo.com/ai-powered-software ... 1795298582
AI-Powered Software Makes It Incredibly Easy to Colorize Black and White Photos




А ето и приложението във филм. Там освен сегментирането невронната мрежа извършава и операцията Object Detection, т.е. следи съответният обект във всеки кадър.

https://www.youtube.com/watch?time_cont ... hMXSvGGV9E


Още едно приложение е възстановяването на стари снимки в които има дефекти. След като разпознае обекта невронната мрежа определя към кой клас принадлежи и коригира дефектите.

Също и прехвърлянето на стари филми в по-висока разрешаваща способност. Там са технологиите Neural Image Enhance и Neural Texture Synthesis /защото невронните мрежи могат да бъдато обучени освен обекти да разпознават и анализират и текстурата им/.



Така че невронните мрежи не е занимават само с разпознаване на кучета и котки Но технологиите са едни и същи.

https://www.premiumbeat.com/blog/4k-res ... sic-films/
The Science Behind 4K Restorations of Classic Films

https://deepsense.ai/using-deep-learnin ... esolution/
Using deep learning for Single Image Super Resolution

Много впечатляващ пример как от изображение 32х32х3 (първото) се получава изображение 1024 x 780 (второто). Не е просто оптически зум или интерполация, използва се GAN /онази невронна мрежа която рисуваше картини/.

https://medium.com/@connorshorten300/to ... 1ea87e272a
Towards Super Resolution