Artificial Intelligence

Karl Friston が VERSES にチーフ サイエンティストとして参加し、人工知能の新時代をリード

Karl Friston が VERSES にチーフ サイエンティストとして参加し、人工知能の新時代をリード

このセクションは パートナーシップ 提供コンテンツ このセクションのコンテンツは、クライアントに代わってプレス リリースを配布する目的で GlobeNewswire によって提供されます。 Postmedia はコンテンツを確認していません。 GlobeNewswireによる ブレッドクラム トレイル リンク GlobeNewswire.com 記事の著者: 発行日: 2022 年 12 月 1 日 • 15分前 • 6 分で読めます 会話に加わります 記事の内容 著名な理論神経科学者であり、脳イメージングの第一人者であり、VERSES の研究とアクティブな推論の応用をリードしています。 バンクーバー、ブリティッシュ コロンビア州、12 月。 01, 2022 (GLOBE NEWSWIRE) — VERSES Technologies Inc. (NEO:VERS) (OTCQX:VRSSF) (「VERSES」または「当社」) は、次世代の人工知能 (AI) システムを専門とするコグニティブ コンピューティング企業であり、Dr. ユニバーシティ カレッジ ロンドンの神経科学教授であり、ニューロ イメージングのためのウェルカム トラスト センターの科学ディレクターであり、脳と心の研究 …

Karl Friston が VERSES にチーフ サイエンティストとして参加し、人工知能の新時代をリード Read More »

この人工知能の論文は、より正確な画像認識における差分プライバシーの高度な方法を提示します。

機械学習は、近年のパフォーマンスにより、いくつかの分野で大幅に増加しています。 最新のコンピューターのコンピューティング能力とグラフィックス カードのおかげで、ディープ ラーニングは専門家が与える結果を超える結果を達成することを可能にしました。 ただし、医療や金融などの機密性の高い分野での使用は、機密性の問題を引き起こします。 差分プライバシー (DP) と呼ばれる正式なプライバシー保証は、機械学習モデルにアクセスできる攻撃者が特定のトレーニング ポイントに関するデータを取得することを禁止します。 画像認識における差分プライバシーの最も一般的なトレーニング アプローチは、差分プライベート確率的勾配降下法 (DPSGD) です。 ただし、差分プライバシーの展開は、現在の DPSGD システムによって引き起こされるパフォーマンスの低下によって制限されます。 確率的勾配降下プロセスでは、対応する目的関数の値が良くなるかどうかに関係なく、これらの手法によりすべてのモデルの更新が許可されるため、差分プライベート ディープ ラーニングの既存の方法は、依然としてより適切に動作する必要があります。 モデルの更新によっては、勾配にノイズを追加すると、特に収束が差し迫っている場合に、目的関数の値が悪化することがあります。 結果として得られるモデルは、これらの影響の結果として悪化します。 最適化の目標が低下し、プライバシー予算が浪費されます。 この問題に対処するために、中国の上海大学の研究チームは、シミュレートされたアニーリングに基づく微分プライベート確率的勾配降下 (SA-DPSGD) アプローチを提案しています。反復。 具体的には、より良い目的関数値が得られる場合、モデルの更新は受け入れられます。 それ以外の場合、更新は一定の確率で拒否されます。 局所最適に落ち着くのを防ぐために、著者らは、決定論的棄却ではなく確率的棄却を使用し、連続棄却の数を制限することを提案しています。 したがって、シミュレーテッド アニーリング アルゴリズムを使用して、確率的勾配降下プロセス中に確率でモデルの更新を選択します。 以下に、提案されたアプローチの概要を説明します。 1- DPSGD は反復的に更新を生成し、それに続いて目的関数の値が計算されます。 次に、前の反復から現在の反復へのエネルギー シフトと、承認されたソリューションの総数を使用して、現在のソリューションの承認確率が計算されます。 2- エネルギー変化が負の場合、受け入れ確率は常に 1 に保たれます。 これは、正しい方向に進む更新が受け入れられることを意味します。 それにもかかわらず、モデルの更新にノイズが多い場合でも、トレーニングがほとんど収束の方向に移動することが保証されています。つまり、実際のエネルギーは非常に低い確率で正になる可能性があります。 3-エネルギー変化が正の場合、承認されたソリューションの数が増えるにつれて、受け入れ確率は指数関数的に低下します。 この状況で解決策を受け入れると、エネルギーが悪化します。 ただし、決定論的な棄却は、最終的な解が局所最適値内に収まる可能性があります。 したがって、著者らは、正のエネルギー変化の更新を小さな確率で受け入れることを提案しました。 4- 連続拒否が多すぎる場合、連続拒否の数が制限されているため、更新は引き続き許可されます。 トレーニングが収束に近づくにつれて、受け入れ確率が非常に低くなり、正のエネルギー変化を持つすべての解をほとんど拒否する可能性があり、極大値に達することさえあります。 拒否の数を制限することで、解決が不可欠な場合に解決を受け入れることで、この問題を回避できます。 提案された方法のパフォーマンスを評価するために、SA-DPSGD は MNIST、FashionMNIST、および CIFAR10 …

この人工知能の論文は、より正確な画像認識における差分プライバシーの高度な方法を提示します。 Read More »

Stability AI は、将来の人工知能を構築するための優先クラウドプロバイダーとして AWS を選択します

ラスベガス – (ビジネスワイヤ)– AWS re:Invent では、Amazon Web Services, Inc. (AWS)、Amazon.com, Inc. 同社 (NASDAQ: AMZN) は本日、コミュニティ主導のオープンソース人工知能 (AI) 企業である Stability AI が、画像、言語、音声、ビデオ、および 3D コンテンツの生成。 Stability AI は、Amazon SageMaker (AWS のエンドツーエンドの機械学習サービス) と、AWS の実績のあるコンピューティング インフラストラクチャとストレージを使用して、オープンソースの生成 AI モデルでの作業を加速します。 さらに、Stability AI は AWS と協力して、オープンソースのツールとモデルを世界中の学生、研究者、スタートアップ、企業が利用できるようにします。 Stability AI は、単純なテキスト命令からテキスト、画像、オーディオ、ビデオ、コードなどを作成する生成 AI モデルを提供します。 ジェネレーティブ AI または基本モデル (言語、画像、オーディオ、ビデオなどのドメインのさまざまなタスクに適応可能なモデル) には、数千の GPU または AWS Trainium チップを備えた高性能コンピューティング クラスター、高度な専門知識、および数か月のトレーニング。 同社は最近、Stable …

Stability AI は、将来の人工知能を構築するための優先クラウドプロバイダーとして AWS を選択します Read More »

人工知能がコンテンツ マーケティングの未来を牽引する

技術のブレークスルーに支えられたデジタル マーケティングは、私たちの周りの世界を大きく変えてきました。 その結果、人工技術、機械学習、および自動化は、さまざまな業界のあらゆるビジネスの中心となっています。 マーケティングの世界も例外ではありません。 AI と ML は、ブランド マネージャーが戦略的な意思決定を行う際に不可欠です。 人工知能は、コンテンツ作成から感情分析まで、多くのアプリケーションへのポータルを開きました。 マーケティング業界は両手を広げて人工知能を歓迎しています。 Salesforce が実施した調査によると、デジタル マーケターの 10 人中 8 人が、マーケティング活動のために AI および機械学習対応のソリューションを展開しています。 マーケティングに関して常に当てはまる言葉の 1 つに、「コンテンツ イズ キング」があります。 オーディエンスに対するブランドのメッセージが、マーケティング キャンペーンの成功を左右します。 言葉は人々に大きな影響を与え、マーケティング担当者がブランドの哲学を顧客が理解できる言語に翻訳するのに役立ちます。 信頼性と透明性の構築に加えて、効果的なコンテンツ マーケティング戦略は購入の決定に影響を与えます。 絶え間なく進化するテクノロジーとトレンドを考えると、マーケティング環境は非常に機敏になっています。 その結果、マーケティング チャネルにはこれまで以上にコンテンツが殺到し、ブランドは質の高いコンテンツを量産することが難しくなっています。 マーケティング オートメーションは、コンテンツの作成とタイムリーな配信を引き継いで、結果を効率的に推進します。 AI は、コンテンツの作成、配布、パフォーマンス分析などのプロセスを容易にすることで、ブランド マネージャーがコンテンツを構想するのに役立ちます。 1. 識別: コンテンツの自動化により、マーケティング担当者はコンテンツ戦略の作成において有利なスタートを切ることができます。 消費者の関心がどこにあり、既存のコンテンツが消費者の質問に対応しているかどうかを強調します。 Google Search Console などの強力なツールを使用すると、関連するトピックをすばやく特定して、コミュニケーションをさらに構築できます。 関連性のあるトピックを発明することは、最初は面倒かもしれません。 ただし、NLP (自然言語処理) 手法は、マーケティング担当者が関連するキーワードと、それらが一緒に使用される頻度を見つけるのに役立ちます。 さらに、AI 駆動のカスタム フィード アルゴリズムの助けを借りて、マーケティング担当者はユーザーの好みを追跡および分析できます。 これは、マーケティング担当者がニュース、ブログなどのさまざまな形式で同様のコンテンツを作成して、より多くのエンゲージメントを獲得するのにさらに役立ちます. …

人工知能がコンテンツ マーケティングの未来を牽引する Read More »

2022年から2029年までの主要なプレーヤーの現在の開発、予測の詳細な分析を含む割引価格(最大70%)のコールセンター人工知能(AI)市場プレミアムレポート:オラクル(米国)、IBM(米国)

2022年から2029年までのコールセンター人工知能(AI)調査レポートの予測 最新のトレンドとドライバー、コール センター人工知能 (AI) 市場プレーヤー、製品タイプ、アプリケーション、地域、および一般的な市場環境など、現在の世界市場の状況の最新情報を提供します。 このレポートには、主要な業界プレーヤーの詳細な調査が含まれており、主要な戦略をどのように使用しているかを理解するのに役立ちます. また、産業のバリュー チェーンと、今後数年間でどのように変化すると予測されるかについても説明します。 市場アナリストと研究者は、次のような調査方法論の助けを借りて、グローバル コール センター人工知能 (AI) 市場の広範な分析を行いました。 PESTLE と Porter’s Five Forces の分析. 彼らは、プレーヤーが現在および将来の業界環境全体をよりよく理解できるように、正確で信頼できる市場データと実践的なアドバイスを提供してきました。 に基づくセグメンテーション キープレーヤー ◘ オラクル(米国)◘ IBM(米国)◘ ラックスペーステクノロジー◘ (米国)◘ マイクロソフト(米国)◘ ヴイエムウェア◘株式会社◘ (米国)◘ デル社◘ (米国)◘ Redcentric plc (英国)◘ Google LLC (米国)◘ シスコシステムズ◘株式会社 (私たち)◘レッドハット◘株式会社 (私たち)◘ Getronics (オランダ)◘ Hewlett Packard Enterprise Development LP (米国)◘ センチュリーリンク(米国)◘ 日本電気株式会社(日本)◘ 喜び◘株式会社◘ (米国)◘ AT&T 知的財産 …

2022年から2029年までの主要なプレーヤーの現在の開発、予測の詳細な分析を含む割引価格(最大70%)のコールセンター人工知能(AI)市場プレミアムレポート:オラクル(米国)、IBM(米国) Read More »

初期の研究では、胸部 X 線 1 枚を使用して心臓発作や脳卒中のリスクを予測する AI の使用が有望であることが示唆されています

CNN — 初期の研究では、人工知能を使用して、1 回の胸部 X 線から心臓発作または脳卒中による 10 年間の死亡リスクを予測する有望な方法が示唆されています。 暫定的な調査結果は、火曜日に北米放射線学会の年次総会で発表されました。 研究は最終草案段階にあり、医学雑誌への掲載はまだ提出されていません。 研究者は、約 150,000 枚の胸部 X 線を使用して人工知能プログラムをトレーニングし、主要な心血管疾患イベントによるリスクに関連する画像のパターンを特定しました。 彼らは約11,000人の別のグループでプログラムをテストし、AIによって予測されたリスクレベルと主要な心血管疾患イベントの実際の発生との間に「有意な関連性」があることを発見しました. 心血管疾患のリスクを分析するための臨床基準は、アテローム性動脈硬化性心血管疾患 (ASCVD) リスク スコアです。これは、年齢、血圧、心血管疾患の病歴など、有害な心血管イベントと高い関連性があることがわかっているさまざまな患者データ ポイントを重み付けする計算機です。喫煙。 スタチン薬は、10 年リスクが 7.5% 以上の人に推奨されます。 AIモデルは、確立されたリスク計算機と同じリスクしきい値を使用しており、初期の調査結果は、それが同様に機能することを示唆しています. 「X 線が従来の診断所見を超えた情報を捉えることは以前から認識されていましたが、堅牢で信頼できる方法がなかったため、このデータを使用していませんでした。 主任研究者であり、マサチューセッツ総合病院およびハーバード大学医学部ブリガム アンド ウィメンズ病院の AI in Medicine プログラムに所属する放射線科医である Jakob Weiss 氏は次のように述べています。 AI の調査結果は、従来の放射線医学の測定値と一致する場合もありますが、見逃された可能性のあるものを検出する場合もあります。 その一部は、私たちも肉眼で拾う解剖学的変化であり、生理学的に意味があります. 血圧の上昇や心不全があるとしましょう。これらは、通常の胸部 X 線写真でも検出できる所見です。 しかし、キャプチャまたは抽出された情報の多くはスキャンに埋め込まれていると思いますが、今のところ、伝統的に訓練された放射線科医としてそれを理解することはできません. 「それにはこのブラックボックスの特徴があります」と彼は言いました. 博士ノースウェスタン大学フェインバーグ医科大学の予防医学部長であり、米国心臓協会の元会長であるドナルド ロイド ジョーンズは、ASCVD リスク計算機が 2013 年に作成されたとき、リスク評価委員会の共同議長を務め、2018 年に主要な役割を果たしました。ガイドラインは、リスクスコアと個人の病歴との関係を強調するために更新されました。 彼は新しい AI …

初期の研究では、胸部 X 線 1 枚を使用して心臓発作や脳卒中のリスクを予測する AI の使用が有望であることが示唆されています Read More »

人工知能を利用した探査により、ガスの検索から当て推量が排除されます

Deep Learning Café は、Google の人工知能 (AI) 機能を活用して、Renergen がデータを使用して天然ガスの検索プロセスを合理化するのを支援しています。 2022 年の初めに、南アフリカの正味ゼロ炭素排出への道におけるガスの役割に関するレポートは、液化天然ガス (LNG) が、より多くの排出量である従来の重い化石燃料からの南アフリカの移行の重要な部分であると説明しました。 ただし、手頃な価格で提供されている場合に限ります。 報告書はガスの輸入を支持しており、国内のガス田の探査と開発の可能性は単純に複雑すぎて資本集約的であることを示唆している. さて、今まで。 Renergen と Deep Learning Café は、この問題に対処するために提携しています。 ヘリウムと LNG の生産者である Renergen は、ガスの探査と開発に関連するコストについてある程度知っています。 これが、Google のパートナーであり、人工知能 (AI) (Renergen の場合は Google の Vertex AI ソリューション) を使用するソリューション企業である Deep Learning Café と協力して、ブランドがビジネス データをよりよく理解し、支援できるようにする理由です。直面している問題を解決するための独自の方法を見つけることで、業務をより効率的にします。 悪魔はデータに潜む Renergen Limited の探査責任者である Khalid Patel 氏によると、天然資源鉱床の探索はほとんど常に従来の方法に従っており、この従来のアプローチは事前に多額の設備投資を必要とし、リスクを伴います。 これらの従来の方法は真実であり、リソースがどこにあるかを特定し、その量を推定するためにテストされていますが、この戦略は、多額の設備投資と、抽出に適していないものを見つけるリスクがあるため、危険です. 「明らかに、私たちは肯定的な確認に本当に関心がありますが、否定的な確認も同様に重要です」とパテルは言います。この情報により、より多くの実を結ぶ可能性のある分野にエネルギーを集中させることができるからです. 幸いなことに、Renergen チームは大規模な情報データベースを継承しましたが、Renergen Limited の水文地質学者である …

人工知能を利用した探査により、ガスの検索から当て推量が排除されます Read More »

今日のUM | 拡張教育

2022年11月29日 — 人工知能の力を活用することは、技術的な側面を理解するだけではありません。 戦略的に活用することも重要です。 「ビジネスでは、ほとんどの AI プロジェクトは失敗します。 私は今、多くの課題を見ています。 テクノロジーは重要ですが、それがビジネスの成果にどのように影響するかを理解することはさらに重要です。 私たちは何を望んでいるのか、どうすればそこにたどり着くことができるのかを知る必要があります」と、Extended Education’s の 3 人の講演者の 1 人である Pure Strategy の Briana Brownell 氏は述べています。 Rise of the Machine Age: Act II ウェビナー 11 月 18. Brownell は、Extended Education の新しい人工知能: 機械学習ソリューション プログラムのコンテンツ プロバイダーでもあります。 戦略的アプローチインテリアデザインのジェイソン・シールズ准教授も同意見です。 私たちは自分が何を望んでいるのかを理解する必要があります。 ツールを正確に使用する必要があります。」 Shields は、Extended Education の今後のビルディング インフォメーション モデリング プログラムのコンサルタントでもあります。 カリ・クマール副学部長(アカデミック)、拡張教育は、大学の役割は変わっていないと述べた。 熟練した労働力と批判的な社会を発展させることはまだ先です。 「私たちは、卒業生が熟練し、批判的に反省することを望んでいます」と Kumar 氏は言います。 …

今日のUM | 拡張教育 Read More »

人工知能が将来成長するためには、優れたデータが必要です

データは明日の通貨であり、無限の機会がありますが、その通貨がどのように作成され、使用されるかについて共通の基準が必要であると、カナダのチーフ データ スチュワードは述べています。 カナダ統計局の主任統計官である Anil Arora 氏は、Waterloo Artificial Intelligence Institute (Waterloo.AI) と Communitech が主催する月曜日の Fall Industry Day で基調講演を行いました。 「Data – The Fuel for AI」と題されたこのイベントは、ウォータールー大学の Fed Hall で開催され、全国から 350 人以上のビジネス リーダー、データ サイエンティスト、研究者、政府関係者が直接、オンラインで集まりました。 Arora はハイブリッドな聴衆に、世界中のすべての企業が将来的にデータを売買することになるが、そのデータの品質は保証されなければならないと語った。 彼は、そのデータの信頼できるスチュワードとしてカナダ統計局を提供し、データの収集と使用における 1 世紀の経験を持っています。 その世紀には、単に市民を調査することから、衛星画像など、一世代前には考えられなかった情報源からのデータを統合することへと、政府機関の進化が見られました。 そのデータを収集して共有するには、パートナーシップが不可欠であると Arora 氏は述べています。 Arora 氏は、衛星画像の例を使用して、データ サイエンティストがこれらの画像から作物の種類を検出し、モデルを実行して作物の収量を予測したり、植物の水ストレスを測定したりする方法を説明しました。 別の例では、人工知能主導のプログラムが仮想人口を構築し、従業員がオフィスに戻った後の COVID-19 の広がりを測定しました。 Arora 氏は、パンデミックにより世界中でデータの収集と使用が加速したため、データ共有のための共通言語を確立することが重要になったと述べています。 「データはチームスポーツです」と彼は述べ、カナダ統計局は、民間部門、政府、学界でこれらの共通基準を確立するための新しいパートナーを探し続けていると述べました。 Arora は、Statistic Canada の役割は刺激することであり、競争することではないと強調しました。 彼は、混乱といくつかの間違いが今後発生するだろうと述べましたが、変化するエージェントは自分の車線にとどまることはできないと宣言しました.協力とコラボレーションが彼らの成功の鍵です. 彼は、AI …

人工知能が将来成長するためには、優れたデータが必要です Read More »

人工知能 (AI) の市場規模とシェアを上回る

ワシントン、11 月 28, 2022 (GLOBE NEWSWIRE) — 農業における世界の Al 市場は、2021 年に 11 億ドルと評価され、予測期間中に 25.1% の CAGR (複合年間成長率) で 2028 年までに 42 億ドルの価値に達すると予測されています。 . 2022-2028. アル農業市場は最も重要な経済セクターの 1 つであり、今後も着実な成長が見込まれています。 業界の混乱にもかかわらず、さまざまな要因がその成長または衰退に影響を与える可能性があります。 業界を完全に理解するために、この調査では現在の傾向と予測される将来の変化の両方を評価します。 また、市場の主要企業とその成長計画に関する情報も含まれています。 このレポートは、グローバルなサプライヤーと生産者の徹底的な分析、およびそれらの現在の状況と将来の展望を提供します。 さらに、投資要件の増大、技術の進歩、新しい法律など、農業における AI の世界的な必要性を駆り立てる要因の詳細を提供します。 詳細な無料サンプル レポートにアクセスする @ https://www.vantagemarketresearch.com/ai-in-agriculture-market-1900/request-sample Al in Agriculture 市場の概要 ヴァンテージ マーケット リサーチによると, いくつかの重要な要因は、予測期間にわたって農業市場の成長を加速させると予測されています. 農業関連の人工知能の市場の上昇は、情報管理システムと最先端の使用の拡大に起因する可能性があります.ディープラーニング技術を用いた農業生産高向上技術。 地球規模で高まる食料需要を満たすためには、農業生産の増加も必要です。 AI の農業市場の売上における機械学習カテゴリは、2028 年までに総売上高の 30% 以上を占めると予測しています。農場の生産性を高め、事業運営における競争力を獲得するために、世界中の農業組織と農家が機械学習対応を採用しています。かなりの数のソリューション。 さまざまな農業慣行での機械学習の使用は、今後数年間で急速に成長すると予想されます。 北米が農業市場を支配しており、この支配傾向は予測期間を通じて継続します。 …

人工知能 (AI) の市場規模とシェアを上回る Read More »