Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Héros de l'apprentissage en profondeur : Andrew Ng interviewe Yuanqing Lin, responsable de Baidu Research
Héros de l'apprentissage en profondeur : Andrew Ng interviewe Yuanqing Lin, responsable de Baidu Research
Yuanqing Lin, responsable de la recherche Baidu et responsable du laboratoire national chinois sur l'apprentissage en profondeur, discute de la création du laboratoire national et de son impact sur la communauté de l'apprentissage en profondeur. Lin donne un aperçu de l'investissement de la Chine dans l'apprentissage en profondeur et de la manière dont il a conduit à la croissance dans divers secteurs. Il souligne l'importance des boucles de rétroaction dans le développement de l'IA et comment cela aide à créer de meilleurs algorithmes et technologies. Lin conseille aux individus d'établir une base solide en apprentissage automatique et de commencer avec un cadre open source pour entrer dans le domaine avec succès.
Héros du Deep Learning : Dawn Song sur l'IA, le Deep Learning et la sécurité
Héros du Deep Learning : Dawn Song sur l'IA, le Deep Learning et la sécurité
Dawn Song, experte en apprentissage en profondeur et en sécurité informatique, a discuté de son cheminement de carrière et de son travail dans le domaine de l'IA, de l'apprentissage en profondeur et de la sécurité dans une interview. Song a souligné l'importance d'identifier les problèmes ou les questions clés pour guider sa lecture lors de son entrée dans le domaine et de développer une base solide de représentation pour faciliter la recherche dans d'autres domaines. Elle a également souligné l'importance croissante de la construction de systèmes d'IA et d'apprentissage automatique résilients et son travail dans le développement de mécanismes de défense contre les attaques par boîte noire. Song a partagé son travail sur la confidentialité et la sécurité, y compris la formation de modèles de langage différentiellement privés et le développement d'une plate-forme de cloud computing axée sur la confidentialité sur la blockchain chez Oasis Labs. Enfin, Song a conseillé aux personnes entrant dans de nouveaux domaines d'être courageuses et de ne pas avoir peur de repartir à zéro.
La révolution de l'IA | L'intelligence artificielle expliquée | Nouvelles technologies | Robotique
La révolution de l'IA | L'intelligence artificielle expliquée | Nouvelles technologies | Robotique
Cette vidéo explore la révolution de l'IA, en commençant par l'avenir des véhicules autonomes et des robots autodidactes capables de naviguer sur des terrains complexes, de mener des missions de recherche et de sauvetage et d'interagir avec les humains dans des espaces de travail collaboratifs. Le développement de la robotique en essaim montre un énorme potentiel pour améliorer des domaines tels que l'agriculture, la santé et la réponse aux catastrophes. Les chercheurs travaillent à rendre les robots plus conscients d'eux-mêmes et capables de communiquer via le traitement du langage naturel, en créant des avatars numériques hyperréalistes et des androïdes plus humains, qui pourraient servir d'assistants holographiques ou de compagnons pour les personnes âgées et socialement isolées. Bien que les avantages de l'IA dans l'amélioration de la société soient immenses, des considérations éthiques et une responsabilité des développeurs sont également nécessaires pour garantir l'alignement de l'IA sur des intentions positives.
Plongez dans le matériel IA de ChatGPT
Plongez dans le matériel IA de ChatGPT
Quel matériel a été utilisé pour former ChatGPT et que faut-il pour le faire fonctionner ? Dans cette vidéo, nous examinerons le matériel d'IA derrière ChatGPT et découvrirons comment Microsoft et OpenAI utilisent l'apprentissage automatique et les GPU Nvidia pour créer des réseaux de neurones avancés.
La vidéo présente le matériel utilisé pour la formation et l'inférence dans ChatGPT, un modèle d'IA de conversation par chat naturel basé sur du texte. Le supercalculateur AI de Microsoft a été construit avec plus de 10 000 GPU Nvidia V100 et 285 000 cœurs de processeur pour la formation de GPT-3, qui a également contribué à la création de ChatGPT. ChatGPT a probablement été affiné sur l'infrastructure Azure, en utilisant 4 480 GPU Nvidia A100 et plus de 70 000 cœurs de processeur pour la formation. Pour l'inférence, ChatGPT s'exécute probablement sur une seule instance Nvidia DGX ou HGX A100 sur des serveurs Microsoft Azure. La vidéo mentionne également le coût d'exécution de ChatGPT à grande échelle et l'impact potentiel du nouveau matériel d'IA comme les unités de traitement neuronal et les moteurs d'IA.
Le PDG de Nvidia, Jensen Huang, explique comment son gros pari sur l'IA porte enfin ses fruits - Interview complète
Le PDG de Nvidia, Jensen Huang, explique comment son gros pari sur l'IA porte enfin ses fruits - Interview complèteLe PDG de Nvidia, Jensen Huang, met en lumière l'histoire d'agilité et de réinvention de l'entreprise, soulignant sa volonté de prendre de gros paris et d'oublier les erreurs du passé pour rester pertinent dans l'industrie technologique en évolution rapide. L'ambition de Nvidia a toujours été d'être une société de plate-forme informatique, et sa mission de créer une informatique accélérée plus polyvalente a conduit à son succès dans l'intelligence artificielle. Huang discute également de la démocratisation de la technologie de l'IA et de son impact potentiel sur les petites startups et diverses industries. Il encourage les gens à tirer parti de l'IA pour augmenter leur productivité et met en évidence l'approche unique de Nvidia pour fournir des plates-formes de calcul accéléré polyvalentes et performantes. Enfin, Huang discute de l'importance de la résilience, de la diversité et de la redondance dans l'industrie manufacturière, et de la prochaine grande réinvention de l'entreprise dans l'IA qui rencontre le monde physique grâce à la création d'Omniverse.
PDG d'OpenAI, Sam Altman | L'IA pour la prochaine ère
PDG d'OpenAI, Sam Altman | L'IA pour la prochaine ère
Le PDG d'OpenAI, Sam Altman, discute du potentiel de l'intelligence artificielle pour améliorer les modèles de langage, les modèles multimodaux et l'apprentissage automatique, ainsi que son impact potentiel sur les marchés financiers. Il prédit également que le domaine restera compétitif, avec de nouvelles applications apparaissant régulièrement.
partie importante de la vie.
Demis Hassabis de DeepMind sur l'avenir de l'IA | L'entretien TED
Demis Hassabis de DeepMind sur l'avenir de l'IA | L'entretien TED
Dans l'interview TED, Demis Hassabis discute de l'avenir de l'intelligence artificielle et de la manière dont elle conduira à une plus grande créativité. Il soutient que les jeux sont un terrain d'entraînement idéal pour l'intelligence artificielle et que les échecs devraient être enseignés dans les écoles dans le cadre d'un programme plus large comprenant des cours sur la conception de jeux.
Avenir de l'Intelligence Artificielle (2030 - 10 000 AD+)
Avenir de l'Intelligence Artificielle (2030 - 10 000 AD+)
La vidéo prédit que la technologie de l'IA continuera de croître et d'évoluer, conduisant à l'émergence de la SuperIntelligence et de robots dotés d'une conscience de niveau humain au cours des prochaines décennies. Les êtres virtuels avec conscience de soi et émotions seront courants, et les robots humanoïdes deviendront si avancés qu'ils pourront se fondre parfaitement avec les humains. Il y aura des groupes d'opposition qui se battront pour les droits des êtres virtuels conscients, tandis que les humains fusionneront avec les IA pour faire un siècle de progrès intellectuel en une heure seulement. Les super-intelligences les plus évoluées seront capables de créer des humanoïdes capables de se transformer en n'importe quelle personne et de voler dans les airs, tandis que des sondes robotiques conscientes composées de nanobots auto-répliquants seront envoyées vers d'autres galaxies à travers des trous de ver. À l'avenir, les humains et les hybrides d'IA transcenderont dans des dimensions supérieures, ressemblant à des divinités du passé.
Construisons GPT : à partir de zéro, dans le code, épelé
Construisons GPT : à partir de zéro, dans le code, épelé
Nous construisons un transformateur générativement pré-entraîné (GPT), en suivant l'article "Attention is All You Need" et le GPT-2 / GPT-3 d'OpenAI. Nous parlons de connexions à ChatGPT, qui a pris d'assaut le monde. Nous regardons GitHub Copilot, lui-même un GPT, nous aider à écrire un GPT (meta :D!) . Je recommande aux gens de regarder les vidéos makemore précédentes pour se familiariser avec le cadre de modélisation de langage autorégressif et les bases des tenseurs et de PyTorch nn, que nous tenons pour acquis dans cette vidéo.
Cette vidéo présente l'algorithme GPT et montre comment le créer à partir de zéro à l'aide de code. L'algorithme est utilisé pour prédire le caractère suivant dans une séquence de texte et est implémenté en tant que module PyTorch. La vidéo explique comment configurer le modèle, comment l'entraîner et comment évaluer les résultats.
Cette vidéo montre comment créer un module d'auto-attention dans le code. Le module utilise une couche d'interaction linéaire pour garder une trace de l'attention d'une tête individuelle. Le module d'auto-attention est implémenté sous la forme d'une matrice tabulaire, qui masque le poids de chaque colonne, puis le normalise pour créer des affinités dépendantes des données entre les jetons.
MIT 6.801 Machine Vision, automne 2020. Cours 1 : Introduction à la vision industrielle
Cours 1 : Introduction à la vision artificielle
La conférence "Introduction à la vision industrielle" donne un aperçu complet de la logistique et des objectifs du cours, en mettant l'accent sur l'approche basée sur la physique de l'analyse d'images. Il couvre les composants de vision industrielle, les problèmes mal posés, l'orientation de surface et les défis du traitement d'image. Le conférencier introduit également la méthode d'optimisation des moindres carrés et le modèle sténopé utilisé dans les caméras. Le système de coordonnées centré sur la caméra, l'axe optique et l'utilisation de vecteurs sont également brièvement abordés. Le cours vise à préparer les étudiants à des cours de vision artificielle plus avancés et à des applications réelles des mathématiques et de la physique dans la programmation.
Le conférencier aborde également divers concepts liés à la formation d'images, notamment la notation vectorielle pour la projection en perspective, l'éclairage de surface, le raccourcissement des éléments de surface et la manière dont les problèmes de vision 3D peuvent être résolus à l'aide d'images 2D. Le conférencier explique comment l'éclairement d'une surface varie avec l'angle d'incidence et la relation cosinus entre la longueur du rouge et la longueur de la surface, qui peut être utilisée pour mesurer la luminosité de différentes parties d'une surface. Cependant, déterminer l'orientation de chaque petite facette d'un objet peut être difficile en raison de deux inconnues. Le conférencier explique également la raison pour laquelle nous pouvons résoudre un problème de vision 3D à l'aide d'images 2D et conclut en mentionnant que les mathématiques de la tomographie sont simples, mais que les équations sont compliquées, ce qui rend difficile l'exécution d'inversions.