Google’s new AI is better at detecting lung cancer than doctors

공상 과학 소설은 디지털 두뇌의 불가피한 부상을 두려워하며 우리 창조물의 힘에 너무 많은 권력이 끝날 수 있다는 사실을 깨닫게합니다 인공 지능은 자신을 개선하기위한 도구로 사용할 수 있습니다

뉴욕 타임스 (New York Times)는 구글에 의해 그와 같은 인공 지능이 매우 인상적인 것을하고 있다고 언급했다 새로운 연구 논문에서 Googe와 의학 전문가가 파트너십을 통해 개발 한 알고리즘은 폐암을 발견 할 때 정확성이 입증되었습니다 Nature Med Cine에 실린 pape은 AI가 어떤면에서는 의학 검사에서 암의 징후를 발견하는 데 훈련받은 연구원보다 정확하다고 밝히고 있습니다 여러 다른 심층 신경 알고리즘이 의료 분야에서 시험되거나 사용되는 것처럼,이 연구의 컴퓨터 두뇌는 과거의 폐 흉막 검열에서 나온 캔을 사용하여 훈련되었습니다 그런 다음 6,700 건 이상의 암 검열 검사를 통해 암을 발견 할 수있는 정확한 정확성을 확인하는 질문을 받았습니다

의사는 이미 의사의 진찰을 이미 알고있었습니다 이 라운드에서 944 %의 충격을주었습니다 그 알고리즘은 6 명의 방사선과 의사의 인간 브래지어에 대항하여 우리가 이전에 보지 못했던 탐에서 암을 발견하는 데있어 기술자와 인간 모두 얼마나 숙련되었는지를 보여줍니다 컴퓨터 단층 촬영 검사에서 추가 보충 정보가 방사선과 관련하여 유용 할 수있는 데이터 세트를 스크리닝 할 때 컴퓨터는 전문가와 비슷하게 수행되었습니다

그러나 인공 호흡기 데이터를 추가로 사용할 수없는 경우 인공 지능은 인간 응답자에게 편의를 제공하여 인공 호흡기를 6 개 모두 11 % 감소시키고 위음매를 5 % 줄였습니다 이것은 의사들에게는 좋지 않은 것처럼 들릴지 모르겠지만, 요즘의 지적은 전문직의 컴퓨터를 가진 전문가들을 배치하는 것이 아닙니다 암 검진만큼이나 진지한 것, 의사는 항상 등식의 일부가 될 것입니다 그러나 경험이 풍부한 의사와 심층 학습 알고리즘의 두뇌를 결합하면 진단 오류가 줄어들어 우리 모두의 전반적인 삶의 질이 향상 될 수 있습니다

Google's AI can spot lung cancer a year before doctors

구글은 "유망한"AI 즉 인공 지능 시스템을 만들었다 고 말하고있다 인간 의사가되기 1 년 전에 폐암에 걸릴 수 있으므로 잠재적으로 생존 기회가 증가합니다

환자들에게 Googl'e 건강 연구원 인 Lily Peng은 Google의 연례 개발자에게이 논평을했습니다 컨퍼런스 Google I / O Google의 '심층 학습'모델은 CT 스캔에서 미세한 폐 병변을 발견 할 수 있습니다 여섯 명의 방사선과 의사 중 다섯 명이 놓친 것입니다

구글의 AI는 진단 받기 1 년 전에 폐암을 발견 할 수 있기 때문에 생존율을 높일 수있다 비율로 40 % Google은 조만간 Nature 지에 발표 내용을 발표 할 계획입니다

Google’s AI Assistant aims to transcend the smart speaker

샌프란시스코 – 구글이 2016 년에 지금 특유의 디지털 어시스턴트를 출시했을 때, 이미 달아났다는 위험에 처해 있었다 당시 아마존은 알렉사 (Alexa) 보좌진이 운영하는 에코 (Echo) 스마트 스피커를 1 년 이상 판매 해왔다

애플의 시리 (Siri)는 이미 5 년이되었고 대부분의 아이폰 사용자들에게 익숙했다 그 시점에서 현장에서 Google의 주요 항목은 음성 명령을 받았지만 대답을하지 않은 전화 연결 앱인 Google Now였습니다 이제 Google 홈 스마트 스피커의 목소리로 널리 알려진 Google 길잡이가 Google의 새로운 제품의 핵심 요소가되었습니다 그리고 Alexa가 상업적으로 그 자리를 비 웠음에도 불구하고, 인공 지능이 일상적인 환경에서 성취 할 수있는 것의 경계를 계속해서 고수하고 있습니다 예를 들어, Google은 작년에 Duplex라고하는 보조 서비스를 발표했습니다

이 서비스는 실제로 레스토랑을 불러 들여 예약을 할 수 있다고 말했습니다 양면 인쇄는 아직 널리 사용 가능하지 않지만 Google의 Google Pixel 휴대 전화 외부에 있습니다 S Alexa와 Siri는 지금까지 비슷한 것을 제공하지 않습니다 Google은 화요일 연례 개발자 컨퍼런스에서 AI Assistant에 업데이트 및 확장 기능을 발표 할 예정입니다 음성 보조기는 스마트 폰과 자동차 및 사무실에 퍼져 있지만 현재 집에서 가장 흔하게 사용되는 곳으로 음악을 듣고 타이머를 설정하고 날씨를 확인하는 등의 간단한 활동을 스마트 스피커와 함께 사용하는 경향이 있습니다

Amazon의 Echo 장치는 시장에서 강력한 선두를 유지한다고 eMarketer는 말합니다 회사는 전체 U의 63 % S 스마트 스피커 사용자는 올해 아마존 기기와 대화 할 것이고, 31 %는 구글을 사용하게 될 것이다 애플의 홈 포드 (HomePod)는 단순한 사후 계획이며, 12 % 보다 광범위하게는 경쟁을 평가하는 것이 훨씬 어렵습니다 구글은 어시스턴트가 10 억 개 이상의 기기에서 사용 가능하다고 주장하지만, 그 중 많은 기기가 어시스턴트의 웨이크 업 구문 인 "OK Google" 가트너 애널리스트 베르너 구르 츠 (Gerner Gertner)는 "아마존과 구글은 서로 다른 측정 지표를 사용하여 서로 협력 할 수있다

쇼핑에서 아마존의 깊은 관계는 알렉사를 식료품 목록에 항목을 추가하거나 요리 비누를 재 빠르게 주문 해주는 비서가되었습니다 Google은 수십 년에 걸친 심도 깊은 검색 기술을 통해 이전에 수행 한 검색, 움직임 또는 웹 탐색에서 Google이 알고있는 다른 정보를 토대로 사용자가 가질 수있는 질문을 찾거나 답변을 작성하고이를 개인화하는 데 선두 주자 역할을합니다 물론이 모두는 귀하의 관심 분야를 타겟으로하는 광고를 게재하는 것을 기반으로하는 Google의 주요 광고 비즈니스를 보강합니다 처음에는 가정의 Assistant가 대부분 음성 검색 엔진의 역할을했습니다 Spotify 재생 목록 시작과 같은 몇 가지 추가 작업을 수행 할 수도 있습니다 그러나 시간이 지남에 따라 수십개의 언어가 추가되어 조명, 자물쇠 및 TV를 제어하는 ​​1,500 개 이상의 스마트 홈 회사와 파트너가되었으며 음성으로 특정 세대의 구성원을 식별하는 방법을 배웠습니다 또한 운전 중에 문자 메시지를 보내는 방식으로 앱 및 기타 회사와 협력하고 Google지도로 이동하는 회사의 수를 확대했습니다

Google과 Amazon은 추가 확장 계획을 갖고 있습니다 작년에 아마존은 "똑똑한"전자 렌지를 포함하여 알렉사가 내장 된 가정용 기기를 공개했습니다 올해 CES 가젯 쇼에서 알렉사를 자동차에 가져 오는 전화 연결 장치가 선보였다 Google, 작년 보조 기능을 갖춘 확장 Android Auto 시스템에 대한 업데이트 Assistant와 Alexa가 더 똑똑하고, 빠르고, 개인화되기 때문에 분석가들은 자신의 도달 범위가 더 광범위하고 더 유비쿼터스 화 될 것으로 기대합니다 eMarketer 애널리스트 인 빅토리아 페트로크 (Victoria Petrock)는 "스피커를 사용하면 사람들이 자신의 기기 "결국 전자 레인지와 TV 및 조명에 직접 말할 수 있다면 결국 음악을 재생할 때를 제외하고는 스피커가 필요하지 않다고 그녀는 말합니다

이러한 신흥 지역에서 Google은 Android 스마트 폰 및 자동차를 통해 강력한 경쟁을 펼치고있는 라이벌과 어깨를 나란히 할 것으로 기대하고 있습니다 그러나 아마존뿐 아니라 애플과 마이크로 소프트도이 분야에서 경쟁에 직면 해있다 캘리포니아 주 마운틴 뷰 (Mountain View)에서 화요일 오전 10시에 Google I / O가 시작됩니다 이 회사는보다 저렴한 Pixel 전화와 스마트 홈 장치 업데이트를 발표 할 것으로 예상됩니다

Google’s AI Assistant aims to transcend the smart speaker

샌프란시스코 – Goog가 2016 년에 지금의 디지털 보조원을 시작했을 때, 이미 Google Apps를 사용하고있는 중이었습니다 당시 아마존은 A exa 보이스 비서가 제공하는 Echo 스마트 스피커를 1 년 이상 광석 용으로 판매했습니다

애플의 아이리스는 이미 5 살이었고 대부분의 아이폰 사용자들에게 익숙했다 그 시점에서 현장에서의 Google의 입장은 Google의 음성 명령 이었지만 대답하지 않는 전화 연결 앱인 Google 아니요 이제 Google 홈 (Google Home) 스피커의 주요 특징으로 알려진 Google Assistant는 Google의 새로운 제품의 중심에 서서히 증가하고 있습니다 그리고 심지어 Alexa가 상업적으로 모범을 보였지만, 인공적인 결절이 일상 생활에서 성취 할 수있는 범위를 넓히고 있습니다 예를 들어, 구글은 작년에 듀플렉스라는 Assista t 서비스를 발표했다

실제로이 서비스는 식당과 식당 예약을 실제로 할 수 있다고 말했다 uplex는 아직 널리 퍼져 있지는 않지만 Goo le 자신의 Pixel 전화 외에도 Alexa와 Siri는 비슷한 것을 제공하지 않습니다 Google은 화요일 개발자에게 공지하여 AI 업데이트에 업데이트 및 확장 기능을 제공 할 예정입니다 음성 보조기가 스마트 폰과 자동차 및 기타 기기에 보급되었지만 현재는 음악을 듣고 타이머를 설정하고 확인하는 등의 간단한 작업을 위해 스마트 어스를 사용하는 경향이있는 오메가에서 흔히 볼 수있는 기능입니다 테 날씨

Amazon의 Echo evices는 eMarketer와 협업하여 시장에서 강력한 영향력을 유지합니다 회사는 올해 미국의 모든 스마트 스피커 사용자 중 63 %가 아마존 개발자에게 말을 걸 것이고, 구글을 사용하는 사람은 31 %라고 예상했다 애플의 홈 포드 (HomePod)는 12 %를 합한 "다른"범주에 속한 단순한 사상이다 보다 광범위하게, 경쟁은 평가하기가 훨씬 어렵습니다 Googl은 Assistant가 10 억 개 이상의 장치에서 사용할 수 있다고 주장하며, 그 중 많은 소유자가 A sistant의 깨우기 구문 인 "OK Google"을 절대로 말하지 않은 아트폰이라고 주장합니다

가트너 (Gartner) 애널리스트 인 우리 거너츠 (Ner Goertz)는 "아마존과 구글은 서로 다른 측정법을 사용하여 하나의 차이점을 발견 할 수있다 아마존의 쇼 핑 (so ping)과의 깊은 유대 관계는 알렉사가 식료품 목록에 항목을 추가하거나 접시 비누를 빨리 뿌려주는 조력자가되게합니다 Google의 고급 검색 기술 덕분에 이전 검색, YU 동작 또는 웹 행에서 G ogle이 무엇에 대해 알고 있는지를 기반으로 자신의 질문을 찾거나 답변하는 데 필요한 리더를 찾을 수 있습니다 모든 것은 물론 Google의 주요 광고 사업을 재촉합니다 귀하의 관심사에 맞는 광고를 게재하는 것이 중요합니다

처음에는 Assistant o Home이 대부분 음성 검색 엔진을 사용했습니다 또한 Spotify playl st와 같은 추가 작업을 수행 할 수도 있습니다 그러나 시간이 지남에 따라 조명, 자물쇠 및 TV를 제어하는 ​​1,500 개 이상의 스마트 홈 회사보다 mor과 파트너십을 맺고 수십 개의 언어를 추가했으며 주어진 가정의 구성원을 음성으로 식별하는 방법을 배웠습니다 또한 운전 중에 문자 메시지를 보낼 수있는 방법으로 앱과 기타 앱의 기능을 확장하여 Google지도에 추가했습니다 Google과 Amazon 모두 더 많은 확장 작업을 수행합니다

라스베가스에서 아마존은 "똑똑한"전자 레인지를 포함하여 알렉사가 지은 수많은 가정용 기기를 공개했다 그는 CES 가젯에서이 제품을 보여 주며 알렉사를 자동차에 연결 한 전화 연결 장치를 선보였습니다 구글은 작년 보조 기능을 갖춘 자사의 확대되는 Andr id Auto 시스템에 대한 업데이트를 거듭 반박했다 Assistant와 Alexa가 더 똑똑하고, 더 빠르고,보다 개인화 된 분석가로서 더 광범위하고 더 많은 유비쿼터스가되기위한 도달 범위를 보여줍니다 스피커는 eMa Keter의 애널리스트 인 Victoria Pe rock이 말하길 "사람들이 그들의 장비에 대해 이야기하는 데 익숙해 져 가고 있습니다

"결국 궁극적으로 그녀는 전자 레인지와 TV 및 조명을 직접 말할 수 있다면 스피커가 필요하지 않을 것입니다 – excep 어쩌면 음악을 연주 할 수도 있습니다 이 신흥 지역에서 G ogle은 Android 스마트 폰과 자동차로 강력한 i 도로를 통해 라이벌과 경쟁하기를 바라고 있습니다 그러나 그것은 mazon뿐 아니라 Apple 및 Microsoft와 같은 많은 hese 영역에서 경쟁을 벌이고 있습니다 캘리포니아 주 마운틴 뷰 (Mountain View)에서 화요일 오전 1시에 Google I / O가 시작됩니다

com은 더 저렴한 Pixel hone과 그 예술 홈 디바이스에 대한 업데이트를 발표 할 것으로 예상됩니다

Using Google's Data and AI Technologies with Kaggle (Cloud Next '19)

[음악 재생] ANTHONY GOLDBLOOM : 안녕하세요 나는 앤서니 골드 불룸입니다

나는 Kaggle의 CEO 다 그리고 실제로 – 2 년 전이 사건이있었습니다 Kaggle이 Google에 합류했다고 발표했습니다 그래서 Google Next는 일종의 멋진 감상적 성격을 가지고 있습니다 알다시피, 우리에게 감상적이야

손을 대고, 얼마나 많은 사람을 보여줄지 전에 Kaggle에 대해 들어 봤어? 그게 네가 여기있는 이유야 얼마나 많은 Kaggle 계정이 있습니까? 오, 좋았어, 이거 좋다 얼마나 많은 사람들이 경쟁에 참가했는지, 커널을 작성했거나 데이터 세트를 다운로드 했습니까? 시원한 그렇게 희망을 갖고, 비율은 조금 싸게 얻었다 끝을 향해

그러나 희망적으로 이것은 매우 흥미 롭다 이 얘기가 끝날 때까지 모두 그 모든 것들을 죽이려고합니다 Google 내에서 자체 브랜드와 자체 팀으로 운영됩니다 당신은 우리를 다음과 같이 생각할 수 있습니다 우리는 매우 큰 기계를 배우고 있습니다

우리는 28 명의 회원이 있습니다 실제로, 우리는 840,000 2 년 전에 Google에 합류했습니다 그래서 우리의 성장은 일종의 기계의 반영입니다 학습은 성장하고 진화했다

그래서 우리가 많이 생각하는 것 중 하나는 어떻게 우리가 우리 사회에 – 우리는 플랫폼 중립적 인 공동체입니다 그래서 사람들은 그들이 좋아하는 것을 사용할 수 있습니다 하지만 구글은 정말 멋지다 Google과의 제휴에 대한 정보는 Google입니다 제 의견으로는 세계 최고의 데이터 분석, 기계 학습 회사

그리고 Google Cloud는 실제로 움직이고 있습니다 데이터 분석 및 시스템을위한 최고의 클라우드로의 전환 배우기 그래서 우리가 가진 것들 중 하나 조금 실험을 시작했다 우리가 자본 공동체에 줄 수있는 방법은 무엇입니까? Google 및 Google Cloud 도구에 대한 노출? 그래서 우리는이 여행의 시작일뿐입니다 Google에서 처음 몇 년 동안 Google 인프라와의 제휴에 중점을 두었습니다

보안 및 개인 정보 보호 정책 작은 출발로, 당신은 다른 입장을 가지고 있습니다 구글과 같은 회사에 GDPR과 같은 것들에 관해서 그리고 그 많은 일들이 우리 뒤에 있습니다 우리는 무엇이 길들인지에 대해 많이 생각하고 있습니다

Google이하는 일 우리 지역 사회에 매우 흥미로운 그래서 레이첼이 너에게 줄거야 우리가 해낸 초기 일들에 대한 약간의 감각 레이첼이 말했듯이, 도리가 있습니다 그래서 우리는 질문을 매우 기쁘게 생각합니다

우리가 생각하고있는 것들의 종류에 대해서 어떤 종류의 일이 올지 모릅니다 그래서 나는 Rachael에게 넘겨 줄 것이다 RACHAEL TATMAN : 고마워 그리고 이전에 도리를 사용하지 않았다면, 이 세션에서 앱에 있어야합니다

Q & A 버튼이 있습니다 그리고 그걸 명중하면 질문에 대답 할 수 있습니다 그리고 우리는 마지막에 멋진 큰 시간대를 구하려고 노력할 것입니다 나는 케글 러가 최고라는 것을 알고 있기 때문에, 그리고 너희들은 항상 많은 질문을 가지고있다 그리고 그 문제를 해결할 시간이 있는지 확인하고 싶습니다

그래서 저는 여러분 대부분이 Kaggle이 손의 쇼에 근거합니다 내가 맨 먼저하는 일 Kaggle이 커뮤니티라고 생각할 때를 생각해보십시오 정말 전문 기술 커뮤니티입니다 우주에 들어가는 사람들 또는 잠시 동안 일하면서 친구를 사귀고, 어울리고, 기술 습득, 사물 습득, 자원 공유 그리고 결국, 우리는 당신을 지원할 수 있기를 원합니다

Kaggle에서 모든 데이터 과학 작업을 수행합니다 Kaggle에는 무엇이 있습니까? 사람들, 많은 사람들 – 내가 커뮤니티에 대해 많이 언급한다는 것을 안다 하지만 케 글러가 최고라고 생각합니다 현재 270 만 명이 넘는 사용자가 있습니다 나는 우리가 매달 로그인하는 약 30 만 명의 사람들이 있다고 생각한다

커널을 작성하거나 데이터 세트를 다운로드하거나, 또는 대회에 참가하십시오 우리는 또한 15,000 개의 공개 데이터 세트를 보유하고 있습니다 그래서 우리가 업로드 한 데이터 세트입니다 또는 대부분 사용자가 업로드했습니다 그들이 공유하고 싶어하는 것

그래서 수집 한 것들, 연구 데이터 세트, 우리는 그 중 일부 예에 관해서 조금 이야기 할 것입니다 그리고 우리는 또한 스크립트와 노트가 정말 큰 몸체를 가지고 있습니다 그래서 이것은 다른 작업을 수행하기위한 코드입니다 물론 개인적으로도 작업 할 수 있습니다 데이터를 비공개로 유지하고 코드를 비공개로 유지하십시오

그러나 사람들은 실제로 그들의 일에 매우 관대합니다 그것을 공유하고 어떻게해야하는지 사람들을 안내하십시오 다양한 기계 학습 작업 그래서 뭔가 일반적인 것을하려는 경우, 감정 분석이나 물체 감지를 해보 죠 아마 누군가는 이미 커널을 작성했습니다

그리고 너는 갈 수있어, 조금 upvote 당신은 유용한 커널을 upvote하고 싶습니다 그리고 나서 포크 그리고 처음부터 시작할 필요는 없습니다 다른 사람이 이미 가지고있는이 파이프 라인을 사용할 수 있습니다 세워짐

그리고 시간을 크게 절약 할 수 있습니다 나는 항상 다른 사람들의 Kaggle 커널을 사용하고있다 내 일을 시작하는거야 그래서 우리는 아마도 경쟁 플랫폼으로 잘 알려져있을 것입니다 그것은 우리가 시작하는 방법입니다

그리고 우리는 절대적으로 그렇게합니다 그러나 요즈음, Kaggle는 경쟁보다는 더 많은 것이다 그리고 저는 그 중 일부를 강조하고 싶습니다 우리가 최근에 한 일들, 변화의 일부 그래서 내가 개인적으로 사용하는 Kaggle 제품 가장 많은 것이 커널이다

커널이란 무엇입니까? 내 말은, 그들은 18 가지 다른 것들 데이터 과학 및 컴퓨터 과학 분야 따라서 Kaggle 커널은 브라우저 환경의 코딩 환경에서 호스팅됩니다 그래서 우리는 주피터 노트북을 지원합니다 그것은 가장 인기있는 것입니다 파이썬 3 및 R 커널을 지원합니다

파이썬 2는 지원하지 않습니다 그리고 우리는 또한 대본을 가지고 있습니다 그래서 이것은 평면 파일입니다 그리고 우리는 Python R과 R Markdown을 지원합니다 그럼 당신이 R 마크 다운 팬이라면? 네! 나는 Markdown의 열렬한 팬이다

그래서 Kaggle에 Markdown을 작성하고 실행할 수 있습니다 그러면 사람들과 공유 할 수있는 멋진 링크가 있습니다 또는, 물론, 다운로드하고 블로그를 사용하는 것을 의미합니다 책을 내리고 책을 내리거나 내리거나 다른 사람이 있으면 생태계에서 사용 그리고 우리는 커널을 만들었 으면 정말로 그것을 공유하는 좋은 방법

너는 그것을 공개한다 포럼에 게시 할 수 있습니다 당신이 잠시 동안 사이트를 방문하지 않았다면, 우리는 이제 개인화 된 뉴스 피드를 갖게되었습니다 그래서 우리는 알고리즘 적으로 커널을 선택했습니다 우리가 당신에게 흥미로울 것 같아요

또는 우리가 생각할지도 모르는 경쟁 발표 언제나 새로운 소식을 접할 수 있습니다 사람들이 얘기하고 있습니다 그리고 커널과 데이터 세트를위한 진행 시스템이 있습니다 대회뿐만 아니라

따라서 다른 사람들의 데이터 세트와 커널을 업로드하는 것 – 죄송합니다 다른 사람들의 포럼 게시물과 커널을 업로드하면 도움이됩니다 그들은 경쟁 시스템에서 진보하고 말하며, 안녕하세요,이 커뮤니티는 저의 작품을 중요하게 생각합니다 그것에 대해 배우는 것은 좋은 일입니다 다른 사람들이 당신의 일을 소중히 여기거나 당신이 그들이하는 일에 감사드립니다

여기에 예제 커널이 있습니다 작게 나는 썼다 그리고 이것은 R 커널입니다 나는 R을 좋아한다 파이썬도 사용한다

그리고 이것은 웨이브 파일을 읽는 법을 보여줍니다 스펙트로 그램을 만듭니다 그리고 익숙하지 않다면 스펙트로 그램 오디오 파일의 시간 주파수, 강도 변환입니다 기본적으로 소리를 시각화하는 방법입니다 그리고 이것은 땅 앵무새의 소리를 보여줍니다

는 땅에 사는 호주의 앵무새입니다 그리고 생물 음향 연구원은 그들이 한 통화의 데이터 세트를 업로드했습니다 이 앵무새에게서 기록했다 이제는 음향학 배경을 가지고 있습니다 제 생각에 그것은 다소 재미 있습니다

그래서 나는 단지 약간의 시각화를 채웠다 그들이 어떻게 생겼는지 보여주기 위해서 그리고 다른 누군가가 스펙트로 그램을 원한다면, 우리는 현재 사운드 기반 경쟁을 계속하고 있습니다 이 커널을 복사하고,이 커널을 fork하고, 다른 데이터 세트에서 그것을 읽으십시오 내가 사용한 데이터 세트와 이 코드를 새 데이터 세트에 다시 적용하십시오

그래서 저는 협업과 토론에 대해 언급했습니다 우리의 포럼은 훌륭한 duper duper active입니다 기술적 인 질문을하는 것은 정말 좋은 곳입니다 다른 데이터 과학자 커뮤니티에 그리고 물론, 할 일이 많이 있습니다

스택 오버플로가 있습니다 Stack Exchange가 있습니다 그러나 특히 기계 학습, 깊은 학습, 기계 학습 공학, Kaggle 커뮤니티 정말 위대하고지지가됩니다 그리고 우리에게는 또한 사건이 있습니다 따라서 이들 중 일부는 직접 방문하고 일부는 디지털 방식입니다

그래서 인 – 인 이벤트의 예는 Kaggle Days입니다 이것은 모든 사람의 사진입니다 조금 전에 Kaggle Days 파리에 갔다 현재 Kaggle Days가 있습니다 바로 지금 다음과 함께, 내가 두려워하는 것이 가득 찼습니다

그래서 사전에 서명하지 않았다면 내년에 우리를 붙잡아 라 그리고 정말 대단했습니다 우리는 거장들과 대화를했습니다 사람들은 워크샵을 진행했습니다 우리는 사이트 경쟁에 조금 노력하고 있습니다

사람들은 제조와 함께 지금 일하고 있습니다 예측, 결함 감지 그리고 정말 환상적인 방법이었습니다 사람들과 얼굴을 보며 만날 수 있습니다 온라인에서 채팅하는 시간이 너무 많기 때문입니다

아니면 당신은 포럼에서 과거를 보았을 것입니다 너는 마치, 나도 몰라 내가 그들에게 접근 할 수 있다면 그리고 대면하는 사람들을 만나는 것은 정말 좋았습니다 그래서 당신이 Kagglers와 함께하고 놀고 싶어한다면, Kaggle Days를 주시하십시오

또한 온라인 이벤트도 제공합니다 우리는 많은 사용자가 있음을 알고 있습니다 세계의 다른 지역에서는 그렇지 않을 수도 있습니다 파리 또는 샌프란시스코에 가려면 합리적이어야합니다 따라서 우리는 모두에게 다가 가고 있음을 확실히 확인하고자합니다

우리는 실제로 접근 할 수 있습니다 그리고 비록 당신이 미국에 있고, 당신에게는 작은 아이들이있다해도 여행 할 수 없다면, 우리는 확실히하고 싶다 당신은 여전히 ​​전문적으로 성장할 수 있습니다 데이터 과학자로서 우리가 다음주에하고있는 일 중 하나는 사실

당신은 여전히 ​​이것을 신청할 수 있습니다 – CareerCon입니다 그리고 이것은 완전히 디지털 이벤트입니다 첫 번째 데이터 과학 직업을 착륙하는 데 도움을줍니다 그래서 나는이 일환으로 교육 행사를하고있다

API를 만든 적이없는 사람들을 돕기 위해 API를 처음부터 우리는 공개 API에 대해 이야기 할 것입니다 당신은 그것을 Swagger로 알 수 있습니다 우리는 약간의 [INAUDIBLE]을 만들 것입니다 우리는 그것을 제공 할 것입니다 우리는 그 과정을 밟을 것입니다 그래서 뭔가 보여줄 수 있어요 포트폴리오 또는 이력서에 '이봐, 물론 저는 데이터 과학자입니다 그리고 저는 기계 학습에 능숙합니다

그러나 나는 또한 무엇에 대해 조금 안다 소프트웨어 엔지니어들 그리고 나는 그들과 나의 새로운 팀 동료들과 잘 놀 수있다 그리고 너는 나를 고용해야하고 나는 위대하다 데이터 – 실제로 원래 데이터에 참여했습니다

팀을 설정합니다 그리고 우리는 Kaggle 팀과 마찬가지로, 흥미로운 데이터 세트를 개별적으로 찾아서 찾는다 열린 라이센스하에 Kaggle에 업로드하십시오 우리 지역 사회가 계속 되었기 때문에 더 이상 그렇게 할 필요가 없습니다 그래서 데이터 공유에 대해 매우 환상적입니다

데이터, 질문이있는 사람들 그들이 기계 학습의 전방에 서기를 원한다 연구자들이 데이터를 수집했다 그리고 공유하고 싶은 데이터가 있다면, 나는 당신이 Kaggle에 그것을 넣을 것을 권합니다 귀하의 특정 요구를 지원하십시오 예를 들어, 우리는 HIPAA 준수를 지원할 수 없습니다

HIPAA 데이터를 제공하지 마십시오 아직 여기에 몇 가지 예제 데이터 세트가 있습니다 팀이 실제로 자동으로 유지 관리합니다 그리고 이들은 공개 된 데이터 세트입니다

귀하의 일상 업무에 유용하다고 생각하십시오 그래서 몇 가지 – 샌프란시스코가 여기에 있습니다 건강 점수와 같은 식당 점수 저녁 먹을 곳을 결정하려고한다면 그리고 당신은 빠른 데이터를 원한다 분석을 통해 올바른 장소를 선택했는지, 그게 너 일할 수있는 뭔가일지도 몰라

그러나 우리는 또한 정말 환상적인 사용자를 보유하고 있습니다 업로드 된 데이터 세트 그래서 여러분은 kmnist에 익숙 할 것입니다 사용자 몇 명이 업로드했습니다 [INAUDIBLE]을 포함하여, 현재 우리 막내 그랜드 마스터입니다

[비공식] 당신을 참조하십시오 그리고 그것은 드래그 앤 드롭 교체입니다 숫자 인식 데이터 세트 인 mnist의 경우 니놈을 잘 모르는 사람들? 예 승인 그래서 그것은 자필 자릿수를 인식하기위한 데이터 세트입니다

1부터 0까지 이것은 같은 것이지만, 일본 고전 문학에 대한 것입니다 그래서이 팀은이 데이터 세트를 정리했습니다 그들은 Kaggle에서 그것을 발표했습니다 그리고 실제로 그것에 관한 논문을 발표했습니다

NIPS가 지금 NIPS라고 부르는 NurIPS에서 Kaggle에서 데이터 세트를 가져다 주면 NurIPS 논문 그러나 흥미로운 연구 데이터를 찾는 것은 정말 좋은 곳입니다 기계 학습을 위해 특별히 조정 된 세트 커뮤니티입니다 환상적입니다

우리는 또한 비교적 최근에, 무인 항공기를 훈련시키고 싶었던 농부 뭐라고 부르던가요? 살충제가 아니라 식물을 좋아한다 비료? 아니, 다른 하나는 관객 : 제초제? RACHAEL TATMAN : – 제초제

그가 가진 특정 잡초 인 제초제를 고맙습니다 그래서 그는 자기 분야로 갔고 그는 그가 원하는 특정 잡초 사진들 사람들을 타겟팅하고 업로드하여 정말 재미있는 실용적인 응용 프로그램에서 손을 잡을 수 있습니다 따라서 데이터 세트에서 발견해야 할 것이 많습니다 나는 그저 사랑한다 사람들이 업로드 한 내용을 볼 수 있습니다

그리고 마지막으로, Kaggle은 자신에게 도전 할 수있는 좋은 곳입니다 물론 우리에게는 대회가 있습니다 그들은 당신이 상상할 수 있듯이 경쟁력이 있습니다 우리는 지금 많은 일들을 진행하고 있습니다 우리는 텍스트를 사용하여 이미지를 얻었습니다

우리는 지금 당장에 건전한 것을 얻었습니다 그래서 당신이 관심있는 것이면 무엇이든간에 감독하에 우리는 아마 뭔가를 가질 것이다 너의 공상을 간질 이는 것 우리는 또한 배우는 사람들을 위해 많은 지원을하고 있습니다 누구가 데이터 과학 공간에서 더 새로운가? 경쟁을 강요 당하지 않거나 특히 그것을 찾지 못한다

동기 부여 나는 개인적으로 알아 내기에 더 많은 동기 부여가되는 경향이있다 새로운 일을하는 것보다, 너도 알다시피, 오, 지난 백분위 야 정확도의 자리 수 그리고 그것은 저의 개인 학습 스타일입니다

여기 예제 경쟁이 있습니다 나는 CareerCon에 대해서 많이 이야기했다 그러나 나는 정말로 흥분한다, 너희들 우리가 가고있는 대회가 있습니다 로봇 네비게이션에서 CareerCon의 일원으로 일하게 될 것입니다

그래서 당신이 일종의 에이전트 기반 물건에 관심이 있다면, 이것은 당신이 조금만 보게 될 수도 있습니다 또한 우리는 점점 더 많은 학습 과정을 가지고 있습니다 그리고 이것들은 너를 완전히 데려 가지 않을거야 매우 상세한 방법으로 수학을 통해 Learn를 통한 우리의 목표는 매우 빨리 시작할 수 있도록하는 것입니다

실용적인 예와 함께 그래서 이것들은 짧고 응축됩니다 우리는 당신이 그들을 통과 할 수 있기를 바랍니다 오후에 말하면서 신청할 수 있습니다 당신이 배운 것

이것은 기계에서 비교적 새로운 것입니다 Dan Becker가 최근에 발표 한 설명 능력을 배웠습니다 그래서 그것이 당신이 관심을 가지고있는 것이라면, 앉아서, 몇 시간을 보내고, 손으로 일하다 보기에, 그리고 더 많은 것을 – 아마도 이미 기계를 연구하지 않는 한 어떤 경우에 나는 왜 그런지 알지 못한다

당신은 그것에 코스를 가져갈 것입니다 승인 이것이 플랫폼에있는 것입니다 Google의 일부 Google 통합에 대해서도 이야기하고 싶습니다 우리는 이미 추가했습니다

내가 함께 모으는 동안 내가하고 있었던 일 이 이야기는 정말로 앉아 있었다 생각해 보면, 어떻게 도움이 될까요? 어떤 특정한 사람들이 실제로 볼 수 있습니까? 이러한 통합의 이점은 무엇입니까? 우리는 우리가 일을하고 있는지 확인하기를 원하기 때문에 사람들이 그들과 함께하고 즐길 수있는 그들의 작품 우리가 비교적 최근에 추가 한 세 가지 – 하나는 DataStudio와의 통합입니다 누가 DataStudio를 사용 했습니까? 좋아, 꽤 많은 사람들이 또한 BigQuery와 통합하여 추가했습니다

또한 Google 스프레드 시트는 실제로 매우 흥분하고, 나는 왜 그런지 이야기 할 것입니다 나는 사람들이 스프레드 시트 소프트웨어를 좋아할 것을 알고있다 그러나 그것은 훌륭한 도구입니다, 여러분 스프레드 시트는 훌륭합니다 알았어 – 데이터 스튜디오 – 그래서 여기에 약간의 GIF가 있습니다

어떤 이유로 중간에 흥미 롭 군 따라서 Kaggle 데이터 세트를 클릭 할 수 있습니다 몇 번의 버튼 클릭만으로 시작 및 실행 일단 DataStudio를 연결하면 계정, 해당 데이터를 기반으로하는 DataStudio 대시 보드 만약 당신이 그것에 익숙하지 않다면, DataStudio 데이터를 시각적으로 분석하는 방법입니다 특히 대시 보드를 만드는 것이 좋습니다

그리고 이것이 내가 생각하기에 하나의 유스 케이스가 거대한 시간이 될 것입니다 세이버는 일하는 사람들을위한 것입니다 교육 환경에서 특히 학생을 원하면 예제처럼 실제로 특정 데이터 세트를 분석하려면, 애리조나 주 국무 장관 선거 데이터의 데이터 세트 Kaggle에서 청소를 끝내십시오 그래서 정부 교수라면 당신은 학생들이 잠깐 동안을 보길 원합니다 선거 자료에서 – 얼마나 많은 사람들이 매핑을했는지 또는 gif 항목을 좋아하는지 파이썬 또는 R? 네

그것은, 빠르고, 쉽고 무언가 같은가요? 보통 10 분 안에 할 수 있니? 어쩌면 당신 중 일부는 할 수 있습니다 하지만 나, 항상 그래, 오, 내가 투영을 선택해야 해 아뇨, FIPS 코드가 없습니다 어딘가에서 FIP 코드를 가져와야합니다 아니면 매핑을 연결해야합니다

OpenStreet와 같은 API가 없기 때문에 내가하고있는 일에 그래서 저는 이것이 정말로 빠른 방법 일 수 있다고 생각합니다 특히 매핑을 위해 특히 학생들이 원하는 경우 지도의 정보에 초점을 맞추고 매핑의 진행 또한 대시 보드에 대해서도 언급했습니다

나는 Jupyter를 좋아한다 Jupyter가있는 몇 가지 점이 있습니다 대시 보드에 정말 좋습니다 다소 좋지 않은 부분이 있습니다 그래서 뭔가 – 사실, 프론트 엔드가 있다면 Jupyter에 기여하고 싶은 사람들이 여기 있습니다

핵심 팀이 아니라고 생각하는 HTML 위젯 버그 그들이 있기 때문에 얻을 것입니다 Jupyter 연구실에 중점을 둡니다 그것은 한동안 주변에 있었다 그리고 때로는 서로 다른 플롯이 하나의 픽셀로 렌더링됩니다 1 픽셀만큼

아무도 이것에 빠지지 않았나요? 어쨌든 대화식 플로팅 라이브러리로 작업 할 때, 그럴 수 있습니다 그리고 그걸 실행하면 Jupyter 핵심에 있습니다 개인적으로 할 수있는 건 없어요 프런트 엔드 사람이 아닙니다 그렇다면 오픈 소스 기부를 고려하십시오

나를 괴롭히는이 특별한 버그 그러나 대신 Datalab을 사용하면이를 해결할 수있는 좋은 방법입니다 어쩌면 그렇지 않은 팀원에게도 좋습니다 편안한 코드 작업 저는 많은 사람들이 팀과 함께 일하는 것을 알고 있습니다

다양한 배경과 목표를 가지고 있습니다 그래서 이것으로 손을 내밀고 작업 할 수있는 좋은 방법입니다 BigQuery – 누가 BigQuery를 사용합니까? 오 예? 좋아, 꽤 많은 사람들이 일반적으로 관계형 데이터베이스 나 SQL을 사용하는 사람 – 그래, 좋아, 모두 다 이제 공개 BigQuery 데이터 세트에 액세스 할 수 있습니다

Kaggle 커널을 통해 그리고 아주 작은 코드 예제가 있습니다 나는 왜이 스크린이 더 클 것이라고 생각했는지 모르겠다 나는 방이 더 작을 것이라고 생각했다 그래서 모두가 조금 더 가까워 질 것입니다

따라서 BigQuery 클라이언트를 만들고 쿼리를 실행할 수 있습니다 와우, 나는 두 번째 사본을 가져야했다 Kaggle 노트북에서 직접 쿼리를 실행할 수 있습니다 그런 다음 해당 데이터를 가져 와서 로컬에서 작업하고 저장하십시오 다른 데이터 세트로 따라서 Jupyter Notebook에서 파일을 저장하면 당신은 그 노트를 저지르고, 그것은 맨 아래로 그것을 달릴 것입니다

그러면 파일이 출력에 저장됩니다 그것들로부터 새로운 데이터 세트를 생성 할 수 있습니다 따라서 BigQuery를 실행하고 있거나 SQL에 익숙하지 않은 팀원이 있다면, 하지만 BigQuery 공용 데이터 중 일부를 사용하려는 경우, 당신은 쿼리를 실행할 수 있습니다 데이터 집합을 만듭니다 그런 다음 데이터 세트를 가리키면 정말 좋습니다

그리고 아마도 당신이 사람이라면 누가, 나는 SQL을 좋아하지 않는다 당신이 그것을 사용했기 때문에 SQL 코스도 있습니다 다시 말하지만, 매우 지시적입니다 우리는 가지 않을 것입니다 SQL과 [INAUDIBLE]의 구문 분석 트리에 들어갈 수 있습니다

우리는 그 어떤 것도하지 않습니다 쿼리 작성의 기초 일뿐입니다 특히 BigQuery에 대해 조금 이야기하기 Kaggle에서 사용하는 방법 그래서 당신이 조금 발랄한 사람이라면 시작하는 것에 대해, 우리는 당신을 도울 수 있습니다 그것을 통해 당신을 걸어

그래서 모르는 사람들을 위해서, Kaggle 개발자 설문 조사 우리가 큰 규모의 기계 학습 공동체에 손을 내밀어 그리고 일종의 정보를 되 찾는다 SQL은 일관되게 세 번째로 인기있는 언어입니다 파이썬과 R 이후 그래서 만약 당신이 SQL 사용자가 아니라면, 당신은 기계 학습 공간에서 일하고 있습니다 알고있는 것이 좋다

마지막으로 Google 스프레드 시트 – 나는 스프레드 시트 소프트웨어를 정말 좋아한다 나는 전에 그것을 언급했다고 생각한다 나는 그것이 많은 것을 만드는 정말 멋진 도구라고 생각합니다 네가 가지고 있지 않기 때문에 사람들에게 매우 접근 가능하다 기억하려고 애쓰는인지 적 간접비 시각적으로 볼 수 있기 때문에 어떤 데이터 구조가 보입니까? 그래서 저는 스프레드 시트 소프트웨어에 사람들 [무적]을 안다

그러나 나는 큰 팬이다 Google 시트에 데이터 세트를 열려면 다음을 수행하십시오 너희들이 볼 수 있는지 모르겠다 그것은 작은 종류의 햄버거, 3 점 메뉴 아래에 있습니다 오른쪽 상단 구석에 그리고 Google 시트로 열 수 있습니다

잠깐 걸립니다 그리고 나서 그것은 열리게 될 것입니다 그래서 내가 생각하는 두 곳 놀라운 용도 일 수 있습니다 프로젝트 관리를위한 첫 번째입니다 그래서 만약에 – 출력에서 데이터 세트를 만들 수 있다고 언급했습니다

커널에서 생성하는 파일 따라서 경쟁 팀 동료들과 일하고 있다고 가정 해 봅시다 당신은 일종의 하이퍼 파라미터 검색을 결정합니다 공간이 될 것입니다 모든 매개 변수의 정렬로 파일을 생성합니다

데이터 세트를 만들어 시트로 실행하고, 그리고 나서 그것을 당신의 정렬로 사용할 수 있습니다 운영 기지의 누가 무엇을하고 있는지 색상 코드 사람들에게 핑을 걸 수 있습니다 그래서 당신은이 행동 아이템이 당신을위한 것일 수 있습니다 그리고 그들은 정말 좋은 이메일을받을 것입니다

그래서 좋은 프로젝트 관리 도구가 될 수 있습니다 그게 많은 사람들이 투쟁과 포럼에 대한 많은 토론을 참조하십시오 그래서 아직 가지고 있지 않다면 다른 사람들과 함께 일하는 Sheets 좋은 통합일지도 모릅니다 그리고 정말 해커 중 하나입니다 미안해

이것은 매우 해킹입니다 그러나 나는 유용하다고 생각한다 사람들이 텍스트 데이터를 보완하는 방법 중 하나입니다 작은 데이터 세트를 가진 사용자, 새 데이터 항목을 만드는 방법 이미지 뒤집어서 회전시킬 수 있습니다

문장을 뒤집는다는 것은 무엇을 의미합니까? 그것은 일종의 언어가되는 것을 멈추게합니다 사람들이하는 한 가지 방법은 영어에서 관련없는 언어로 번역하다 일본어 또는 러시아어, 영어로 다시 당신은 약간 다른 종류의 것을 얻을 것이기 때문에 의미 상 동등한 문장 네가이 사실을 안다면 나는 모르겠다

실제로 스프레드 시트에는 Google 번역 옵션이 있습니다 이렇게하는 한 가지 방법은 데이터를 만드는 것입니다 원하는 텍스트 데이터 세트를 스프레드 시트, 스프레드 시트를 사용하여 번역 한 다음 번역 된 문장의 새로운 데이터 세트 귀하의 데이터 보강을 위해 나는 해키라고 당신에게 경고했지만 잠재적으로, 당신이 텍스트 보강을해야합니다 그래서 그것들은 통합의 일부입니다

우리가 지금까지 작업 한 것들 앞으로 더 – TM, 비밀 베일 하지만 흥미 진진한 것들이 많이 있습니다 우리가하고있는 일은 당신이 정말로 좋아하고 유용하다 그리고 우리는 Kaggle을 멋진 장소로 만들고 싶습니다

데이터 과학을 할 수 있습니다 그래서 나는 Q & A 동안 당신을 격려합니다 나는 도리를 확인하지 않았다 바라건대 모든 사람들이 묻는 질문입니다 의견을 보내주십시오

보고 싶은 특정 사항이있는 경우, 우리는 그것을 듣고 싶어합니다 우리는 Kaggle을 훌륭한 도구로 만들고 싶습니다 나는 Kaggle에서 내 데이터 과학 작업을 거의 다한다 개인적으로 이기적인 이유로 더 좋기를 바랍니다 나는 이미 아주 좋은 것 같아

그러나 나는 너희들을 돕기 위해 우리가 할 수있는 다른 것을 듣고 싶다 괜찮아 또한 앱에 피드백이 있습니다 그래서 나는 그것을 포장 할 것이고, 우리는 질문을 할 수있다 [박수 갈채] [음악 재생]

Apple poached one of Google's best AI specialists

우리 모두는 시장 점유율 비율, 판매 수치 및 모바일 시장 교환에 경쟁하는 회사가 전세계에서 어떻게 불어 나가는지를 보여주는 모든 종류의 데이터를 보게됩니다 캘리포니아의 실리콘 밸리에는 집이라고 부르는 기술 대기업들 사이에서 벌어지고있는 덜 싸우는 싸움이 있습니다 : 재능을위한 전쟁 각 분야의 꼭대기에 소수의 사람들 만 있습니다

당신이 최고가되기를 원한다면, 당신은 그들을 갖춰야합니다 지난 달 쿠퍼 티노 (Cupertino)에 매우 중요한 전문가를 파견 한 것처럼 애플이 지난 달에 그랬다고 CNBC는 보도했다 그의 이름은 Ian Goodfellow이며 지난 2 년 동안 그는 Google의 기계 학습에 중점을 둔 선임 직원 연구 과학자였습니다 그러나 3 월 이후, 그는 자신의 LinkedIn 프로필에 따르면, Apple의 특별 프로젝트 그룹에서 기계 학습 책임자입니다 2 명의 타이틀 인 Senior Staff 대 Director를 비교하면 이안이 Apple에서 취업 한 이유에 대한 아이디어를 얻을 수 있습니다

물론 우리는 새로운 포지션이 상당한 급여 인상을 가져 왔음에도 틀림 없다 그의 전문 지식을 고려하면 완전히 정당화 된 것 같습니다 자신의 요약에 따르면, Goodfellow는 "기계 학습 분야의 업계 선두 주자"라고 말하면서 다소 건방진 것 같지만 잘못된 것은 아닙니다 이안 (Ian)은 기계 학습에 관한 수십 권의 저서를 공동 저술했으며,이 책에는 딥 (Deep Learning) 그는 또한 여기에 설명하려고하지 않는 여러 기계 학습 알고리즘을 발명했습니다 모바일 기술 현장을 철저히 지켜보고 있다면 AI와 기계 학습이 이미 스마트 폰 및 기타 장치에 깊이 통합되어 있습니다

이로 인해 Ian이 Apple의 특별 프로젝트 그룹의 일원으로 일할 것이라는 것을 정확히 추측하기가 더 어려워집니다 그는 신제품 개발에 전념하고 있습니까? Siri가 실제로 유용하게 만드는 "특별 프로젝트"가 있습니까? 우리는 곧 출시 될 스마트 폰에서 더 많은 인공 지능을 보게 될 것인가? 애플과 같은 규모의 회사라면 그 가능성은 무한합니다 수개월이 걸린다해도 우리가 그 결과를보기까지는 몇 달이 걸릴 것입니다 Goodfellow가 Apple에서 한 일이지만 한 가지 확실한 점은 Apple이 큰 성과를 거두었으며 Google에도 엄청난 손실을 입혔습니다 그것은 AI 천재가 10 센트 정도되는 것은 아닙니다

최소한 도우미라면 Google Assistant에서 회귀가 없어야합니다

Google’s PlaNet AI Learns Planning from Pixels

동료 학자 여러분, Károly Zsolnai-Fehér와 함께하는 2 분간의 논문입니다 오늘 우리는 PlaNET에 대해 이야기 할 것입니다

PlaNET은 도전 과제를 해결하기위한 기술입니다 이미지 기반 계획 작업을 희소하게 보상합니다 좋습니다 그렇지만이 모든 용어는 무엇을 의미합니까? 계획 부분은 간단합니다 즉, AI가 일련의 동작을 제시해야한다는 것을 의미합니다

장바구니와의 극 밸런싱, 가상의 인간 또는 치타 교육 걷거나,이 상자를 옳은 방향으로 치면 계속 돌아갈 수 있습니다 이미지를 기반으로하는 부분은 크다 AI는 인간과 같은 방식으로 배워야한다는 것을 의미한다 즉 이미지의 픽셀을 보아서 인공 지능이 게임을 이길 것을 배울 필요가 있기 때문에 이것은 엄청난 어려움을 야기합니다 게임 내에서 시각적 개념을 이해해야합니다

DeepMind의 전설적인 Deep Q-Learning 알고리즘은 픽셀 입력으로부터도 배울 수 있었으며, 그러나 그 일을 할 때 대단히 비효율적이었고,이 문제 공식은 엄청나게 어려운 일이며 우리가 생각할 수있는 모든 해결책을 소집 할 수있는 기적입니다 그것 스파 스 보상 부분은 우리가 얼마나 잘하고 있는지에 대한 피드백을 거의받지 못한다는 것을 의미합니다 이러한 작업은 학습 알고리즘의 악몽입니다 고전적인 강화 학습에 대한이 기술의 주요 차이점은 다음과 같습니다

대부분의 연구자가 유사한 작업을 해결하기 위해 손을 뻗은 것은이 모델이 계획을 위해 즉, 처음부터 모든 새로운 작업을 배우지는 않지만 첫 번째 게임이 끝난 후, 어느 것이 든 그것이 중력과 역 동성에 대한 기초적인 이해를 가질 것이며, 다음 게임에서이 지식을 재사용 할 수 있습니다 결과적으로 새로운 게임을 배울 때 당황하지 않고 자주 시작됩니다 처음부터 배우는 이전 기술보다 50 배 더 효율적입니다 오직 그것 뿐이지 만 다른 멋진 장점들도 있습니다

순간 여기서 당신은 실제로, 파란 선이 이전 기술을 현저히 능가한다는 것을 볼 수 있습니다 각각의 작업에 대해 빨간색과 녹색으로 표시됩니다 나는이 음모가 작업과 동일한 그리드에서 어떻게 구성되어 있는지를 좋아한다 비디오 푸티 지와 병행하면 더 읽기 쉽습니다 약속대로,이 모델 기반의 두 가지 실용적인 부가 장점이 있습니다

에이전트 첫 번째는 이러한 모든 작업에 대해 6 개의 개별 AI를 교육 할 필요가 없다는 것입니다 마지막으로 우리는 이러한 모든 6 가지 작업을 효율적으로 해결할 수있는 하나의 AI를 얻을 수 있습니다 둘째, 애니메이션의 프레임이 5 개 정도로 작아서 대략 거의 5 분의 2 분량의 푸티 지 중 5 분의 1은 거의 아무것도 아니며 예측할 수 있습니다 어떻게 시퀀스가 ​​매우 높은 정확도로 계속 될 것이며, 오랜 기간 동안, 이것은 상당한 도전입니다 이것은 아름다운 수학 공식을 가진 훌륭한 종이입니다 당신은 비디오 설명에서 봐

모든 사람이 소스 코드를 무료로 사용할 수 있으므로이 코드가 될 것입니다 미래의 연구 활동을위한 흥미 진진한 방향으로, 나는 그것을보고하기 위해 여기에있을 것이다 너에게 향후 에피소드를 놓치지 않으려면 종 아이콘을 구독하고 명중하십시오 지켜 주셔서 감사 드리며 다음 번에 다시 보겠습니다

Google’s AI Assistant Can Now Make Real Phone Calls

안녕하세요, 고객 전화로 예약하겠습니다 5 월 3 일을 찾고 있어요

그것은 일을하는 좋은 부분 전화를 걸면됩니다 우리는 AI가 이것을 도울 수 있다고 생각합니다 Google에 물어보기를 원한다고 가정 해 봅시다 이발 약속을 잡으려고 목요일 10 시부 터 12 시까 지 무슨 일 이니? Google 비서가 전화를하는 것입니다 당신을위한 배경 그래서 당신이 들으려고하는 것 Google 비서가 실제 미용실에 전화하는 중입니다

너를 위해 약속을 정하다 우리는 듣고 안녕하세요, 어떻게 도와 드릴까요? 안녕하세요, 고객에게 상처를 예약하라고 전화하고 있습니다 5 월 3 일을 찾고 있어요 좋아, 나 한테 줘 좋아, 몇 시까 지 좋아하니? 12시에 우리는 12시에 아무런 가용성이 없으며, 첫 번째 무료 슬롯은 1/4입니다

10에서 12 사이에 뭔가있어 당신이해야하는 치료법, 어떤 치료법을 찾고 있습니까? 그냥 여자의 상처 10시에 장소가있어 10시 괜찮아 고객의 이름이 무엇입니까? 그녀의 이름은 Lisa 5 월 3 일 오전 10시에 Lisa가 보입니다 괜찮아, 고마워

완벽한, 좋은 하루, 곧 봐 당신이 들었던 것은 진짜 전화였습니다 놀라운 점은 Assistant가 대화의 뉘앙스를 해석 할 수 있다는 것입니다 우리는 수년 동안이 기술에 종사해 왔습니다 이름은 Google duplex입니다

수년 동안의 모든 투자와 자연 언어에 대한 이해를 결합합니다 깊은 학습 연설문 작업이 완료되면 Google Assistant 당신에게 확인 통보를 보낼 수 있습니다 누가 그 약속을 지켰다 고 하던데? 내가 또 다른 예를 들어 보자 식당에 전화하고 싶다고 상상해 봅시다 하지만 어쩌면 온라인으로 쉽게 예약 할 수없는 작은 식당 일 수도 있습니다

이번 전화는 예상과 다릅니다 듣기 여보세요, 도와 드릴까요? 안녕하세요 수요일 7 일에 테이블을 예약하고 싶습니다 7 명이라도? 4 인분입니다 네 사람 들어, 언제? 오늘은? 오늘 저녁에? 다음 수요일 오후 6시 우리는 일반적으로 5 명부터 예약합니다

4 명을 위해 올 수 있습니다 얼마나 오래 기다려야합니까? 언제? 내일이나 주말에? 다음 수요일, 7 일 동안 오, 아니, 너무 혼잡하지 않을거야 네가 4 명이나 올 수있어, 알았어 좋아, 이해해 고마워 바이 바이 이것은 또한 진짜 전화였다

우리는 전화 통화가 예상대로 진행되지 않는 많은 사례를 가지고 있습니다 어시스턴트는 컨텍스트, 뉘앙스를 이해합니다 이 경우처럼 대기 시간을 묻는 법을 알고 은혜와의 상호 작용을 관리합니다 우리는 여전히이 기술을 개발 중입니다 우리는 일을하고 사용자 경험을 얻기 위해 열심히 노력하고 싶습니다

비즈니스 및 사용자를위한 기대치 충족 그러나 올바르게 수행하면 사람들의 시간을 절약하고 비즈니스 가치를 창출 할 수 있습니다

Google Cloud Vision – How to use Google’s Image Recognition Technology on YouTube Thumbnails

안녕하세요, 유타 SEO 닌자에게 다시 오신 것을 환영합니다 내 이름은 트리스 톤과 이번이 처음이라면, 잊지 마시고 사물을 구독하셔야합니다

나는 너와 얘기하고 싶다 오늘은 Google Cloud 비전입니다 이제는 정말 깔끔한 작은 장난감입니다 이 지난 주 동안에 대해 알아 냈고 YouTube 마케팅 및 비디오 SEO 및 그와 같은 것들에 대한 회의 확인을 위해 미리보기 이미지를 스캔하는 방법에 대해 이야기했습니다 YouTube 또는 Google에서 귀하의 도달 범위를 제한하기 위해 잠재적으로 사용할 수있는 것 귀하의 온라인 콘텐츠 및 몇 가지 다른 흥미로운 생각 이것이 사용될 수있는 방법과 나는 많은 사람들이 검색 할 것이라고 생각한다

이 작업을 수행하는 방법에 대한 자습서를 얻으려는 시도가 있었으므로 앞으로 나아갈 것이라고 생각했습니다 함께 작은 비디오를 보여주고 무엇을해야하고 어떻게해야하는지 보여줍니다 정말 빨리 첫번째 물건을 먼저 가지고 가려고합니다 cloudgoogle

com/vision이 페이지 오른쪽으로 이동하게됩니다 여기를 따라 가면 api와 api로 작업을 시작할 수 있습니다 콘솔과이 모든 것들이 우리 대부분이 생각하는 것 이상입니다 실제로 나는 이것을 얻을 수 없었던 것처럼 관리 할 수있게 될 것입니다 아직 일하면서 내가 버킷에 문제가 있다고 말하면서 그걸로, 내가 너희들에게 알릴 것이다

그러나 만일 당신이 여기 조금 아래로 내려 가면 실제로 API를 테스트 할 수 있으므로 시스템을 테스트 할 필요가 없습니다 다른 미친 백엔드 물건에 들어가서 내가 여기에 몇 가지 그림이있어 테스트하고 여러분에게 보여주고 싶고 다른 것들을 그려 볼 수 있습니다 그러고 나서 우리가 그 일을 마치면 나는 너에게 줄 것을 원해 이 아이디어를 통해 우리의 아이디어와 생각을 YouTube 용 웹 사이트 등 모두에 접근하십시오

그래서 시작하고 시작하겠습니다 우리는 셀카를보고 시작할 것입니다 그래서 우리가 먼저 알아 차릴 것입니다 이것은 실제로 얼굴을 인식 할 수 있고 무엇이 같은지 추측하려고 시도한다는 것입니다 감정이 드러나고 있습니다

그리고 여러분이 볼 수 있듯이 저는이 표현에 대해 충분히 표현하지 않았습니다 레이블을 클릭하면 특정 이미지가 표시되어 개인을 표시합니다 그림의 요소들, 예를 들어 얼굴 머리를 볼 수 있습니다 예 여기 저기에 약간의 모서리가있어 실제로 감지 할 수 있습니다

당신은 그것이 클로즈업이라고 말할 수 있습니다 초상화입니다 조금 목이 찢어졌습니다 나는 눈썹있어 내가 가진 사람의 얼굴이야

큰 이마 그래서 우리는 그 모든 정보를 바로 볼 수 있습니다 우리는 웹에 갈 수 있습니다 이것이 무엇을 할지는 일반적으로 공통적 인 기본 키워드를 보여줄 것입니다 이 특정 이미지 또는 유사한 이미지에 사용되므로 예를 들어 눈썹 사진을 찾을 수 있습니다 아래로 스크롤하면 페이지를 찾을 수 있습니다

이미지가 일치하여 해당 이미지가있는 사이트가 여기에 있습니다 부분적으로 매치 된 이미지는 다음과 같은 그림이 될 것입니다 이것과 비슷한데 나는 내 자매 중 한 명처럼 보이지 않는다 그 형제를 제외한 모든 형제 자매들이 빨간 머리이므로 나는 내 네가 재산에 가면 이름이 내가 아는 어떤 것을 탐지하고있다 당신이 지배적 인 색깔을 좋아하는 것을 보여줍니다

JSON을 착각하지 않으면 이것이 실제로 기차를 좋아하는 용도로 사용됩니다 인공 지능은 나중에 우리가 다른 백에 들어가는 것이 아닙니다 그것에 확실한 백분율 그러나 나는 그것이 그것이 인 것을 위해 꽤 확신한다 안전 검색 정보는 실제로 꽤 재미 있습니다 Google에서 가끔씩 검색을하는 것처럼 익숙합니다

저장된 검색 설정을 해제할지 묻는 콘텐츠를 차단합니다 잠재적으로 성인용 콘텐츠를 알기 위해 해당 설정을 조정하십시오 그래서이 도구가 무엇을 할 것인가? 그들은 또한 그것을보고 시도하고 추측 할 수 있습니다 여기에 잠재적으로 안전한 수색에 해당 할만한 것이 있습니다 예를 들어 필터가 너무 희박하기는하지만 저는 두 가지 포인트가 있습니다

경주는 하나가 아니라 1 ~ 5 점으로 매우 높지는 않습니다 어른이되면 스푸핑 일 수있는 약간의 기회가 있으며 당신이 내가 약간 경미한 YouTuber 인 것을 알기 때문에 그것은 너무나도 멋질 수 있습니다 나는 당신이 팝업이 무엇인지보기를 원한다면 그것을 염두에 두라 이 비디오를하기 위해 무엇을 검색해야 할지를 알아 내야합니다 내 아내와 문제가 생겼어

나는이 이미지와 함께 여기까지 갔다 우리는이 이미지가 화가 났는지 아닌지 알게 될 것입니다 다시 우리는 우리의 다른 레이블을 볼 수 있습니다 그래, 속옷 핑크색 수영복 복부 근육 트렁크 등등의 몇 가지 다른 예가 있습니다 인터넷을 통해 그래서 당신은 부분적으로 일치하는 이미지를 얻고 싶습니다 똑같은 것을 물어보십시오

방금 다시 속성이있는 밈으로 바뀌 었습니다 우리의 원색 비율에 대해 이야기 한 다음 안전한 검색으로 가면 소프트웨어는 여기에 성인용 콘텐츠가 있지만별로 많지 않다는 것을 알 수 있습니다 분명히 모든 것이 덮여 있기 때문에 완전히 필터링해야합니다 그러나 racy가 racy 일 가능성이 높기 때문에 이걸 사용한다면 youtube 미리보기 이미지가 있으면 동영상이 아주 좋은 기회입니다 제한 모드로 설정되어 있으면 도달 범위가 넓어지지 않습니다

내가 생각한 또 다른 예가 정말로 흥미 롭다 네가 그 녀석을 본 후에 나는 여기 강아지의 그림을 끌어와 비키니 입니 다 그러면 우리는이 그림을 빠르게보고 스캔 할 것입니다 그것이 말하는 것은 그것이 매우 진실한 doglike 포유류 다라고 말한다

개는 시베리안 허스키라고도 할 수 있습니다 허스키 썰매 개 허스키 알래스카 개 알래스카 부츠 Canadian Eskimo Dogs 그리고 나서 우리는 할 수있다 또한 그것이 강아지 인 것을 본 다음, 그것이 말한 또 다른 부분이 있습니다 여기 미니어처 시베리아 허스키 스에 간다 75 % 그게 바로이 그림이 무엇인지 그리고 그것이 올바른지 확률 미니어처 시베리안 허스키 우리는 온라인으로 볼 수 있고 이것의 다른 예를 찾을 수있다 그것이 Pinterest에있는 이미지를 참조하십시오 그리고 다른 장소의 전체 잔뜩 여기에 있습니다 검색에 사용되는 키워드는 모두 유용합니다

깨끗하고 썸네일로 사용할 수있는 아주 좋은 그림이 될 수 있습니다 당신의 비디오가 시베리안 허스키 즈에 관한 것이라면, 내가 어떻게 당신이 그것을 보게하고 싶었 을까? 일부는 일했고 밖으로 나가고 놀 수 있었지만 몇 가지가 있습니다 우리가이 큰 것 중 하나에 사용할 수 있다고 생각하는 흥미로운 것들 Google을 볼 때 Google을 살펴볼 때 현장을 바라 보았습니다 YouTube 동영상에서 볼 수있는 관련성 특정 주제 또는 특정 키워드와 관련된 것이 있다면 우리 웹 사이트가 있다면 조금 더 높은 순위에 올거야 최적화 및 해당 웹 사이트는 검색 용어의 순위를 알기에 적절합니다

백 링크가있는 관련 웹 사이트에서 오는 백 링크가있는 경우 더 높습니다 나는 우리가 할 수 있다고 생각하는 당신의 순위에 대해 더 강해지고 더 많은 가치를 가질 것입니다 잠재적으로 이것과 관련이 있습니다 내가 생각하기에이 아이디어는 우리가 웹 사이트 순위를 조금 높이고 싶다면 온라인으로 홍보하고 싶었습니다 조금 더 나은 또는 우리의 YouTube 임대 조금 나는 이미 우리가 선택한 것에 조금 더주의를 기울 였다고 생각한다

우리가 와서 그 이미지를 먼저 스캔해서 그것들은 웹 사이트의 내용과 관련이 있다고 생각합니다 Google이 가고 있다고 생각합니다 저것을 볼 수 있고 나는 그것이 우리가 조금 움직이는 것을 도울 것이라고 생각합니다 조금 더 많이 검색 할 수 있기 때문에 검색에서 조금 더 높습니다 우리가 목표로 삼고있는 검색어와의 관련성 정말로 중요하고 또 다시 우리는 웹에서 여기를 볼 때 우리가 볼 수있는 앵커 텍스트 alt 텍스트를 볼 수있는 부상 키워드 이 이미지와 관련이 있으므로 잠재적으로이 이미지를 이러한 검색어에 대한 참조를 다시 한 번 볼 수 있습니다

재미있는 것은 그들이 일어난 일 중 하나였습니다 컨퍼런스는 소프트웨어가 조금 더 빨라지 자마자 YouTube 동영상에 조금 더 효과적으로 사용할 수 있습니다 뿐만 아니라 동영상의 각 프레임을 스캔하고 당신은 어른 콘텐츠 또는 어쩌면 반드시 그렇지 않은 무언가를 알고 있습니다 동영상의 콘텐츠와 관련이있는 키워드는 귀하가 순위를 매기려고 시도하면 잠재적으로 순위를 높이거나 상하게 할 수 있습니다 거기 또는 당신의 범위 그래서 나는 그것이 정말로 흥미 롭다는 것을 다시 생각했다

당신이 정말로 빨리 들어가서 어떻게 찾을 수 있는지 보여주기 위해서 실제로 사이트의이 부분과 그 밖의 모든 것을 찾기 위해 약간 그걸 가지고 놀아 라 네가 정보를 찾았 으면 좋겠다 만약 당신이 의견을 나에게 알려주지 않았다면 아직 구독 중이므로 다음과 같은 동영상을 더보고 싶습니다 정말로 쉽고 정말 쉽고 적어도 지금은 무료입니다 그래서 그게 나를 위해있을거야 내 이름은 유타에서 Triston이다 SEO Ninja, 좋은 하루 되세요

그리고 다음 비디오에서 너희들을 볼거야 안녕