Существует и более простое определение:
«Большие данные — это совокупность технологий, которые призваны совершать три операции:
▪️Обрабатывать большие объемы данных
▪️Уметь работать с быстро поступающими данными в больших объемах. Данных не просто много, а их постоянно становится все больше и больше.
▪️Уметь работать со структурированными и не очень данными параллельно и в разных аспектах.
Считается, что эти навыки позволяют выявить скрытые закономерности, ускользающие от ограниченного человеческого восприятия. Это дает беспрецедентные возможности оптимизации разных сфер нашей жизни: государственного управления, медицины, телекоммуникаций, финансов, транспорта, производства и т.д. Не удивительно, что журналисты и маркетологи настолько часто использовали словосочетание Big Data, что многие эксперты считают этот термин дискредитированным и предлагают от него отказаться.
Более того, в октябре 2015 года компания Gartner исключила Big Data из числа популярных трендов. Решение аналитики объяснили тем, что в состав понятия «большие данные» входит большое количество технологий, уже активно применяемых на предприятиях, они частично относятся к другим популярным сферам и тенденциям и стали повседневным рабочим инструментом.
«Большие данные — это совокупность технологий, которые призваны совершать три операции:
▪️Обрабатывать большие объемы данных
▪️Уметь работать с быстро поступающими данными в больших объемах. Данных не просто много, а их постоянно становится все больше и больше.
▪️Уметь работать со структурированными и не очень данными параллельно и в разных аспектах.
Считается, что эти навыки позволяют выявить скрытые закономерности, ускользающие от ограниченного человеческого восприятия. Это дает беспрецедентные возможности оптимизации разных сфер нашей жизни: государственного управления, медицины, телекоммуникаций, финансов, транспорта, производства и т.д. Не удивительно, что журналисты и маркетологи настолько часто использовали словосочетание Big Data, что многие эксперты считают этот термин дискредитированным и предлагают от него отказаться.
Более того, в октябре 2015 года компания Gartner исключила Big Data из числа популярных трендов. Решение аналитики объяснили тем, что в состав понятия «большие данные» входит большое количество технологий, уже активно применяемых на предприятиях, они частично относятся к другим популярным сферам и тенденциям и стали повседневным рабочим инструментом.
⚫️ Определяющими характеристиками для больших данных являются, помимо физического объёма, и другие, подчеркивающие сложность задачи обработки и анализа. Набор признаков VVV (volume, velocity, variety — физический объём, скорость прироста данных и необходимости их быстрой обработки, возможность одновременно обрабатывать данные различных типов) был выработан компанией Meta Group в 2001 году с целью указать на равную значимость управления данными по всем трём аспектам.
В дальнейшем появились интерпретации с четырьмя V (добавлялась veracity — достоверность), пятью V (viability — жизнеспособность и value — ценность), семью V (variability — переменчивость и visualization — визуализация).
Исходя из вышеприведенных определений, основные принципы работы с большими данными таковы: 👇
В дальнейшем появились интерпретации с четырьмя V (добавлялась veracity — достоверность), пятью V (viability — жизнеспособность и value — ценность), семью V (variability — переменчивость и visualization — визуализация).
Исходя из вышеприведенных определений, основные принципы работы с большими данными таковы: 👇
▪️Горизонтальная масштабируемость. Это — базовый принцип обработки больших данных. Как уже говорилось, больших данных с каждым днем становится все больше. Соответственно, необходимо увеличивать количество вычислительных узлов, по которым распределяются эти данные, причем обработка должна происходить без ухудшения производительности.
▪️Отказоустойчивость. Этот принцип вытекает из предыдущего. Поскольку вычислительных узлов в кластере может быть много (иногда десятки тысяч) и их количество, не исключено, будет увеличиваться, возрастает и вероятность выхода машин из строя. Методы работы с большими данными должны учитывать возможность таких ситуаций и предусматривать превентивные меры.
▪️Локальность данных. Так как данные распределены по большому количеству вычислительных узлов, то, если они физически находятся на одном сервере, а обрабатываются на другом, расходы на передачу данных могут стать неоправданно большими. Поэтому обработку данных желательно проводить на той же машине, на которой они хранятся.
Эти принципы отличаются от тех, которые характерны для традиционных, централизованных, вертикальных моделей хранения хорошо структурированных данных. Соответственно, для работы с большими данными разрабатывают новые подходы и технологии.
▪️Отказоустойчивость. Этот принцип вытекает из предыдущего. Поскольку вычислительных узлов в кластере может быть много (иногда десятки тысяч) и их количество, не исключено, будет увеличиваться, возрастает и вероятность выхода машин из строя. Методы работы с большими данными должны учитывать возможность таких ситуаций и предусматривать превентивные меры.
▪️Локальность данных. Так как данные распределены по большому количеству вычислительных узлов, то, если они физически находятся на одном сервере, а обрабатываются на другом, расходы на передачу данных могут стать неоправданно большими. Поэтому обработку данных желательно проводить на той же машине, на которой они хранятся.
Эти принципы отличаются от тех, которые характерны для традиционных, централизованных, вертикальных моделей хранения хорошо структурированных данных. Соответственно, для работы с большими данными разрабатывают новые подходы и технологии.
Искусственный интеллект научили оценивать самочувствие котов 👀
🐱 Любители пушистых питомцев получат новый повод достать из карманов смартфоны. Канадская компания Sylvester.ai создала приложение, способное с помощью технологий ИИ «считывать» эмоции котов и определять, чувствуют ли они боль.
Sylvester.ai не первый год занимается разработкой технологий, облегчающих заботу о питомцах. Приложение Tably оценивает положение головы и ушей животного, прищур, напряженность мордочки и даже усы для понимания уровня стресса.
💬 Сотрудница британской благотворительной организации для животных RSPCA Элис Поттер считает, что приложение, которое изучает «модели ощущений» по изображениям мордочек котов, может быть чрезвычайно полезным, но ветеринары советуют обращать внимание на всё тело питомца, включая хвост, чтобы получить больше информации о его здоровье. Кроме того, стоит учитывать изменения поведения животного во время приёма пищи и сна 🐾
🐱 Любители пушистых питомцев получат новый повод достать из карманов смартфоны. Канадская компания Sylvester.ai создала приложение, способное с помощью технологий ИИ «считывать» эмоции котов и определять, чувствуют ли они боль.
Sylvester.ai не первый год занимается разработкой технологий, облегчающих заботу о питомцах. Приложение Tably оценивает положение головы и ушей животного, прищур, напряженность мордочки и даже усы для понимания уровня стресса.
💬 Сотрудница британской благотворительной организации для животных RSPCA Элис Поттер считает, что приложение, которое изучает «модели ощущений» по изображениям мордочек котов, может быть чрезвычайно полезным, но ветеринары советуют обращать внимание на всё тело питомца, включая хвост, чтобы получить больше информации о его здоровье. Кроме того, стоит учитывать изменения поведения животного во время приёма пищи и сна 🐾
Организация OpenAI выпустила Python-подобный язык программирования с открытым исходным кодом для разработки нейросетей 👀
Triton позволит достичь максимальной производительности оборудования без особых усилий - утверждают в компании. С его помощью разработчики без опыта работы с CUDA смогут писать высокоэффективный код, выполняемый на графическом процессоре.
Язык программирования совместим с Python и позволил исследователям с помощью 25 строк выполнить задачу, на реализацию которой обычно уходит больше усилий и ресурсов.
Triton также упрощает разработку специализированных ядер, которые могут быть намного быстрее аналогов в библиотеках общего назначения. Компилятор автоматически оптимизирует и распараллеливает код, преобразуя его для выполнения на последних графических процессорах Nvidia.
Первая версия языка доступна на GitHub. На сегодняшний день он работает лишь с оборудованием от Nvidia.
Источник - ForkLog AI 💬
Triton позволит достичь максимальной производительности оборудования без особых усилий - утверждают в компании. С его помощью разработчики без опыта работы с CUDA смогут писать высокоэффективный код, выполняемый на графическом процессоре.
Язык программирования совместим с Python и позволил исследователям с помощью 25 строк выполнить задачу, на реализацию которой обычно уходит больше усилий и ресурсов.
Triton также упрощает разработку специализированных ядер, которые могут быть намного быстрее аналогов в библиотеках общего назначения. Компилятор автоматически оптимизирует и распараллеливает код, преобразуя его для выполнения на последних графических процессорах Nvidia.
Первая версия языка доступна на GitHub. На сегодняшний день он работает лишь с оборудованием от Nvidia.
Источник - ForkLog AI 💬
Forwarded from ИИшечная (Tanya Elistratova)
Как правительства разных стран используют ИИ: он выявляет пневмонию, прогнозирует пожары и будет бороться с коррупцией
ИИ стал новой сферой конкуренции между государствами. А мы и не против: он улучшает жизнь и помогает в решении многих задач.
Вот 6 интересных примеров:
Управление дорожным движением
Только в Москве работает более 2,5 тысяч «умных» светофоров, подстраивающихся под дорожную ситуацию. Каждый из них может сам принимать решения, а может работать синхронно с собратьями. Информацию такой светофор получает от датчиков, вмонтированных в дорожное полотно.
ТАСС
Беспилотные поезда
В Париже, Стамбуле, Дубае и других городах вагоны метро уже перевозят пассажиров без участия человека. В Москве обсуждают возможность запуска подобных составов на кольцевой линии в ближайшие несколько лет.
AI Conference
Контроль соблюдения масочного режима
В пандемию Франция начала использовать ИИ, чтобы проверять, носят ли маски пассажиры метрополитена. При этом разработчик программы, стартап DatakaLab, подчеркивает: цель проекта не идентифицировать и наказать людей, а собрать анонимные данные, которые помогут предвидеть вспышки заболеваемости.
The Verge
Выявление коронавирусной пневмонии
Российская компания SCIBERIA разработала программу для выявления коронавирусной пневмонии с помощью технологии машинного обучения. Система готова помогать врачам диагностировать заболевание на ранних стадиях, анализируя данные КТ. Алгоритмы работают с точностью 95%. Испытание системы начали в государственных больницах Якутии.
ТАСС
Предотвращение коррупции
Участники грядущего хакатона по искусственному интеллекту разработают систему, позволяющую выявлять и классифицировать потенциальные коррупциогенные факторы в нормативно-правовых актах. Сегодня экспертизу проводят в ручном режиме — автоматизация повысит качество работы и сократит трудозатраты. Регистрация на хакатон открыта до 4 августа.
РАЭК
Прогнозирование пожаров
Профессор Джэ Сын Ли со своими студентами разработал модель прогнозирования пожаров в Сеуле. Запуская различные модули машинного обучения, авторы проекта смогли добиться точности в 90%. Программа помогла выявить самые опасные районы 9-миллионного города. На основе этих данных пожарные службы изменили маршруты патрулирования и расположение станций.
Microsoft
ИИ стал новой сферой конкуренции между государствами. А мы и не против: он улучшает жизнь и помогает в решении многих задач.
Вот 6 интересных примеров:
Управление дорожным движением
Только в Москве работает более 2,5 тысяч «умных» светофоров, подстраивающихся под дорожную ситуацию. Каждый из них может сам принимать решения, а может работать синхронно с собратьями. Информацию такой светофор получает от датчиков, вмонтированных в дорожное полотно.
ТАСС
Беспилотные поезда
В Париже, Стамбуле, Дубае и других городах вагоны метро уже перевозят пассажиров без участия человека. В Москве обсуждают возможность запуска подобных составов на кольцевой линии в ближайшие несколько лет.
AI Conference
Контроль соблюдения масочного режима
В пандемию Франция начала использовать ИИ, чтобы проверять, носят ли маски пассажиры метрополитена. При этом разработчик программы, стартап DatakaLab, подчеркивает: цель проекта не идентифицировать и наказать людей, а собрать анонимные данные, которые помогут предвидеть вспышки заболеваемости.
The Verge
Выявление коронавирусной пневмонии
Российская компания SCIBERIA разработала программу для выявления коронавирусной пневмонии с помощью технологии машинного обучения. Система готова помогать врачам диагностировать заболевание на ранних стадиях, анализируя данные КТ. Алгоритмы работают с точностью 95%. Испытание системы начали в государственных больницах Якутии.
ТАСС
Предотвращение коррупции
Участники грядущего хакатона по искусственному интеллекту разработают систему, позволяющую выявлять и классифицировать потенциальные коррупциогенные факторы в нормативно-правовых актах. Сегодня экспертизу проводят в ручном режиме — автоматизация повысит качество работы и сократит трудозатраты. Регистрация на хакатон открыта до 4 августа.
РАЭК
Прогнозирование пожаров
Профессор Джэ Сын Ли со своими студентами разработал модель прогнозирования пожаров в Сеуле. Запуская различные модули машинного обучения, авторы проекта смогли добиться точности в 90%. Программа помогла выявить самые опасные районы 9-миллионного города. На основе этих данных пожарные службы изменили маршруты патрулирования и расположение станций.
Microsoft
👣 Разработчики пермской компании «Промобот» создали нейросеть для определения оптимальных туристических маршрутов.
Она предлагает наиболее привлекательные достопримечательности, основываясь на данных о поле, возрасте и настроении собеседника. За исходные данные взяли статистику визитов туристических объектов Пермского края. Алгоритм содержит свыше 9 тыс. комбинаций.
Разработчики использовали мультиклассовые классификаторы, основанные на сочетании нейронных сетей, одна из которых - GPT-3. Также в комбинацию вошли нейросети Bidirectional Encoder Representations from Transformers (BERT) и Text-to-Text Transfer Transformer. Данные обрабатывались алгоритмами классического машинного обучения под названием градиентный бустинг - LightGBM, XGBoost, CatBoost. Разработчики «донастроили» модель для более точного ответа на запрос.
Планируется, что в 2022 году компания создаст робота, который будет работать в туристическом информационном центре. Андроид будет отвечать на самые популярные вопросы путешественников 🙌
Она предлагает наиболее привлекательные достопримечательности, основываясь на данных о поле, возрасте и настроении собеседника. За исходные данные взяли статистику визитов туристических объектов Пермского края. Алгоритм содержит свыше 9 тыс. комбинаций.
Разработчики использовали мультиклассовые классификаторы, основанные на сочетании нейронных сетей, одна из которых - GPT-3. Также в комбинацию вошли нейросети Bidirectional Encoder Representations from Transformers (BERT) и Text-to-Text Transfer Transformer. Данные обрабатывались алгоритмами классического машинного обучения под названием градиентный бустинг - LightGBM, XGBoost, CatBoost. Разработчики «донастроили» модель для более точного ответа на запрос.
Планируется, что в 2022 году компания создаст робота, который будет работать в туристическом информационном центре. Андроид будет отвечать на самые популярные вопросы путешественников 🙌
Друзья ❕❕❕
В связи со сложной эпидемиологической обстановкой в Великом Новгороде и нежеланием подвергать здоровье наших участников риску мы приняли решение перенести мероприятие на 10-12 сентября.
Рады сообщить, что задача сохраняется, и все кто планировал участвовать в мероприятии ранее, смогут её решить. Регистрация продолжается, а у участников будет больше времени на сбор команд и подготовку!
В связи со сложной эпидемиологической обстановкой в Великом Новгороде и нежеланием подвергать здоровье наших участников риску мы приняли решение перенести мероприятие на 10-12 сентября.
Рады сообщить, что задача сохраняется, и все кто планировал участвовать в мероприятии ранее, смогут её решить. Регистрация продолжается, а у участников будет больше времени на сбор команд и подготовку!
Мужчина использовал искусственный интеллект, чтобы вернуть свою умершую невесту 😱
Джошуа Барбо использовал ИИ для создания чат-бота, имитирующего его невесту. Она скончалась восемь лет назад от редкого заболевания печени, но Джошуа так и не смог пережить это..
Он воспользовался веб-сайтом Project December. Ресурс применял одну из самых мощных моделей ИИ GPT-3. С её помощью Джошуа удалось научить бота вести разговор так, как это делала бы его возлюбленная. Для этого он использовал старые сообщения и предоставил некоторую справочную информацию. Результат оказался пугающе реалистичным — запрограммированный бот мог подражать Джессике с потрясающей точностью.
GPT-3 использует огромные массивы данных созданного человеком текста — это могут быть электронные письма, чаты в мессенджерах и даже посты на Reddit. Технология учится имитировать стиль общения, применяя его где угодно: от академических статей до любовных посланий.
Нашли этот совершенно сумасшедший материал на Lifehacker 👍
Джошуа Барбо использовал ИИ для создания чат-бота, имитирующего его невесту. Она скончалась восемь лет назад от редкого заболевания печени, но Джошуа так и не смог пережить это..
Он воспользовался веб-сайтом Project December. Ресурс применял одну из самых мощных моделей ИИ GPT-3. С её помощью Джошуа удалось научить бота вести разговор так, как это делала бы его возлюбленная. Для этого он использовал старые сообщения и предоставил некоторую справочную информацию. Результат оказался пугающе реалистичным — запрограммированный бот мог подражать Джессике с потрясающей точностью.
GPT-3 использует огромные массивы данных созданного человеком текста — это могут быть электронные письма, чаты в мессенджерах и даже посты на Reddit. Технология учится имитировать стиль общения, применяя его где угодно: от академических статей до любовных посланий.
Нашли этот совершенно сумасшедший материал на Lifehacker 👍
⚡️⚡️Как мы уже определили, творчество, в контексте создания чего-то принципиально нового - это прерогатива человека. Но с когнитивными задачами в музыкальной индустрии, а особенно подражанием, искусственный интеллект справляется вполне успешно.
Например, нейронная сеть MuseNet, которая была создана компанией Open AI в 2019 году. Она создает четырехминутные музыкальные композиции, используя 10 инструментов и комбинируя стили классических и современных композиторов. Обучаясь, сеть усваивает закономерности гармонии, ритма и стиля, которые затем использует в создании произведений. Кстати, в 2021 году сеть даже была принята в Союз композиторов России.
Например, нейронная сеть MuseNet, которая была создана компанией Open AI в 2019 году. Она создает четырехминутные музыкальные композиции, используя 10 инструментов и комбинируя стили классических и современных композиторов. Обучаясь, сеть усваивает закономерности гармонии, ритма и стиля, которые затем использует в создании произведений. Кстати, в 2021 году сеть даже была принята в Союз композиторов России.
⚡️⚡️Другой интересный кейс – увертюра, написанная нейросетью в стилистике русского композитора А. Н. Скрябина. Иван Ямщиков, исследователь Яндекса и один из разработчиков, рассказывает, что отправной точкой для создания стала другая нейросеть. Она умела писать стихи в стилистике определенного поэта, обучаясь по модели «language model» ( учится предсказывать следующее слово или следующую ноту во фразе). Новая нейронка-композитор обучалась на архитектуре «autoencoder» (трек сжимается до вектора более низкой размерности, а нейросеть пытается развернуть этот вектор и восстановить трек целиком). Этот способ позволяет передать нейросети большой массив данных для обучения, было использовано около 150 тыс. треков. В комментах ссылка
Созданием музыки процесс не ограничился. Результаты творчества нейросети вылились в выступление камерного оркестра на конференции YaC в 2017 году. Главная партия терменвокса была расписана по цветовой шкале Скрябина, то есть каждая нота подсвечивалась определенным цветом, который был закреплен за ней Скрябиным, основоположником светомузыки. Дизайнер Яндекса Кирилл Хачатуров предложил сопровождать выступление генеративной графикой, которая также была создана нейросетью.
🔥 Робот Шимон, созданный учеными Технологического института Джорджии, не только пишет музыку, но и исполняет ее в четыре руки. Он работает на основе 5000 музыкальных композиций и более 2 млн мотивов, загруженных в память, применяя алгоритмы deep learning. Студент Мейсон Бретан помогает Шимону развиваться. Сначала робот «слушал» чужую музыку и импровизировал над заданными последовательностями аккордов, но постепенно перешел к самостоятельному генерированию мелодии и гармонических структур. Его «Мышление» становится все больше похожим на мышление профессиональных музыкантов: он меньше сосредотачивается на каждой отдельной ноте, смещая фокус на общую структуру композиции. Произведения Шимона звучат как микс джаза и классики.
Созданием музыки процесс не ограничился. Результаты творчества нейросети вылились в выступление камерного оркестра на конференции YaC в 2017 году. Главная партия терменвокса была расписана по цветовой шкале Скрябина, то есть каждая нота подсвечивалась определенным цветом, который был закреплен за ней Скрябиным, основоположником светомузыки. Дизайнер Яндекса Кирилл Хачатуров предложил сопровождать выступление генеративной графикой, которая также была создана нейросетью.
🔥 Робот Шимон, созданный учеными Технологического института Джорджии, не только пишет музыку, но и исполняет ее в четыре руки. Он работает на основе 5000 музыкальных композиций и более 2 млн мотивов, загруженных в память, применяя алгоритмы deep learning. Студент Мейсон Бретан помогает Шимону развиваться. Сначала робот «слушал» чужую музыку и импровизировал над заданными последовательностями аккордов, но постепенно перешел к самостоятельному генерированию мелодии и гармонических структур. Его «Мышление» становится все больше похожим на мышление профессиональных музыкантов: он меньше сосредотачивается на каждой отдельной ноте, смещая фокус на общую структуру композиции. Произведения Шимона звучат как микс джаза и классики.
YouTube
Открытие YaС 2017
🎶 Продолжая тему музыки, стоит отметить, что результатом внедрения ИИ в музыкальную индустрию становится не только творчество машин, но изучение и удовлетворение нужд самих потребителей контента, а также исследования рынка.
Одно из новых направлений – генеративная музыка. Здесь, пожалуй, самый интересный проект – Mubert. В приложение загружена большая база сэмплов, а алгоритм генерирует из нее непрерывный музыкальный поток. При этом пользователи могут редактировать стрим, меняя темп, жанр, настроение и т.д. Отлично подойдет для работы, учебы или медитаций.
У них несколько видов продуктов:
✖️Play - для прослушивания.
✖️Pro - бесплатный инструмент для музыкантов, с помощью которого можно использовать алгоритм и создавать свои композиции.
✖️Business - лицензия на использование генеративной музыки, отличное решение, чтобы обойти запрет по авторским правам.
✖️Apps - для ваших собственных приложений.
Больше интересных кейсов в картинках 👆
Одно из новых направлений – генеративная музыка. Здесь, пожалуй, самый интересный проект – Mubert. В приложение загружена большая база сэмплов, а алгоритм генерирует из нее непрерывный музыкальный поток. При этом пользователи могут редактировать стрим, меняя темп, жанр, настроение и т.д. Отлично подойдет для работы, учебы или медитаций.
У них несколько видов продуктов:
✖️Play - для прослушивания.
✖️Pro - бесплатный инструмент для музыкантов, с помощью которого можно использовать алгоритм и создавать свои композиции.
✖️Business - лицензия на использование генеративной музыки, отличное решение, чтобы обойти запрет по авторским правам.
✖️Apps - для ваших собственных приложений.
Больше интересных кейсов в картинках 👆
На очереди - Калининград 😎
20-22 августа пройдет наш второй хакатон. Ну и лекции, естественно!
На этот раз участникам предстоит разработать интегрируемую модель машинного обучения, способную выявлять нарушения при обороте продукции животного происхождения.
Ежемесячный объем выданных электронных сопроводительных документов на животноводческую продукцию превышает 350 млн. Представляете сколько времени занимает обработка документов вручную? Ага, сложновато.
Автоматизированная система на базе ИИ позволит мониторинговым группам анализировать 100% информации и своевременно выявлять нарушения. По-сути, речь о продовольственной безопасности нашей страны.
Ты сможешь:
▪️проявить себя
▪️прокачать скиллы
▪️пополнить портфолио крутым проектом
▪️познакомиться с единомышленниками
Ну и конечно же получить денежный приз! Призовой фонд - 400 тыс. рублей.
Представь IT-сообщество Калининграда на большом федеральном проекте! Мама будет гордиться 😉
Регистрация открыта до 18 августа.
20-22 августа пройдет наш второй хакатон. Ну и лекции, естественно!
На этот раз участникам предстоит разработать интегрируемую модель машинного обучения, способную выявлять нарушения при обороте продукции животного происхождения.
Ежемесячный объем выданных электронных сопроводительных документов на животноводческую продукцию превышает 350 млн. Представляете сколько времени занимает обработка документов вручную? Ага, сложновато.
Автоматизированная система на базе ИИ позволит мониторинговым группам анализировать 100% информации и своевременно выявлять нарушения. По-сути, речь о продовольственной безопасности нашей страны.
Ты сможешь:
▪️проявить себя
▪️прокачать скиллы
▪️пополнить портфолио крутым проектом
▪️познакомиться с единомышленниками
Ну и конечно же получить денежный приз! Призовой фонд - 400 тыс. рублей.
Представь IT-сообщество Калининграда на большом федеральном проекте! Мама будет гордиться 😉
Регистрация открыта до 18 августа.
Forwarded from ForkLog AI
🍏 Apple запустила тестирование нейросети для локальной проверки фотографий пользователей iPhone на предмет жестокого обращения с детьми.
Инструмент непрерывно анализирует снимки на устройствах компании без передачи данных в облачное хранилище. В случае обнаружения незаконного контента система сообщит об этом группе рецензентов, которые перепроверят информацию и при необходимости сообщат в полицию.
🔒 Представители компании подчеркнули, что использование данного решения не нарушает конфиденциальности пользователей.
https://forklog.com/apple-zadejstvovala-ii-dlya-poiska-nezakonnogo-kontenta-na-iphone-polzovatelej/
#Apple #отслеживание
Инструмент непрерывно анализирует снимки на устройствах компании без передачи данных в облачное хранилище. В случае обнаружения незаконного контента система сообщит об этом группе рецензентов, которые перепроверят информацию и при необходимости сообщат в полицию.
🔒 Представители компании подчеркнули, что использование данного решения не нарушает конфиденциальности пользователей.
https://forklog.com/apple-zadejstvovala-ii-dlya-poiska-nezakonnogo-kontenta-na-iphone-polzovatelej/
#Apple #отслеживание
ForkLog
Apple задействовала ИИ для поиска незаконного контента на iPhone пользователей
Компания Apple разработала инструмент для локального сканирования фотографий на iPhone на предмет жестокого обращения с детьми. Систему начали тестировать на территории США. Инструмент непрерывно проверяет фотографии на iPhone, iPad и macOS-устройствах без…
🫀 Согласно отчету Reports and Data, к 2027 году мировой рынок ИИ в здравоохранении достигнет $61,59 млрд. Индустрия будет расти очень быстро. Сейчас технологии используются в основном для повышения производительности и снижения нагрузки на медперсонал, а также для анализа сложных диагностических и мед. данных.
CB Insights выделил 12 основных направлений, в которых сейчас появляются стартапы. Но четыре из них занимают 54% всего объема.
➕Доступ к клиническим возможностям. Эти инструменты помогают поставщикам услуг и пациентам находить друг друга и взаимодействовать эффективнее.
➕Скрининг и диагностика. От тестирования пациентов до визуализации и цифровой патологии.
➕ Виртуальные службы мед.помощи. На фоне Covid-19 спрос на эти услуги заметно вырос.
➕ Проекты, ориентированные на лечение. Они помогают предотвращать, контролировать или лечить заболевания.
👩⚕️ Подробнее о внедрении ИИ в здравоохранение и перспективах российской медицины в колонке Сергея Плуготаренко, директора РАЭК на GxP news.
CB Insights выделил 12 основных направлений, в которых сейчас появляются стартапы. Но четыре из них занимают 54% всего объема.
➕Доступ к клиническим возможностям. Эти инструменты помогают поставщикам услуг и пациентам находить друг друга и взаимодействовать эффективнее.
➕Скрининг и диагностика. От тестирования пациентов до визуализации и цифровой патологии.
➕ Виртуальные службы мед.помощи. На фоне Covid-19 спрос на эти услуги заметно вырос.
➕ Проекты, ориентированные на лечение. Они помогают предотвращать, контролировать или лечить заболевания.
👩⚕️ Подробнее о внедрении ИИ в здравоохранение и перспективах российской медицины в колонке Сергея Плуготаренко, директора РАЭК на GxP news.