Google Cloud TPUs-ის ხელმისაწვდომობა Hugging Face-ზე: განცხადება და შემდგომი შეჩერება
Google Cloud TPUs-ის Hugging Face-ის Inference Endpoints-სა და Spaces-ზე ხელმისაწვდომობის შესახებ გაკეთდა განცხადება, რაც ხელოვნური ინტელექტის აპლიკაციების დაჩქარებას გვპირდებოდა. თუმცა, ამ ფუნქციის დანერგვიდან მალევე, ის დროებით შეჩერდა. ეს ინტეგრაცია მიზნად ისახავდა Google-ის ხელოვნური ინტელექტის აპარატურის, რომელიც ცნობილია თავისი მაღალი წარმადობითა და ეკონომიურობით, Hugging Face-ის მომხმარებლებისთვის მიწოდებას, მაგრამ ამჟამად მიუწვდომელია.
ხელოვნური ინტელექტი დოკუმენტების დამუშავებაში: ხედვა-ენის მოდელების აღზევება და სწორი არჩევანის გზამკვლევი
მძლავრი ხედვა-ენის მოდელების (VLM) განვითარებამ დოკუმენტების ხელოვნური ინტელექტის სფერო (Document AI) გარდაქმნა. თითოეულ მოდელს უნიკალური შესაძლებლობები აქვს, რაც მათ შორის არჩევანს ართულებს. ღია წონის მოდელები უკეთეს ხარჯთეფექტურობასა და კონფიდენციალურობას გვთავაზობს. ეს გზამკვლევი დაგეხმარებათ გაიგოთ, როგორ შეარჩიოთ სწორი ოპტიკური სიმბოლოების ამოცნობის (OCR) მოდელი, დაიწყოთ მისი გამოყენება და მიიღოთ ღრმა ცოდნა დოკუმენტების ხელოვნური ინტელექტის შესახებ. სტატია მიმოიხილავს OCR-ის განვითარებას, თ
სახელმძღვანელო ღია წონის OCR მოდელებისთვის: როგორ ავირჩიოთ და გამოვიყენოთ ისინი დოკუმენტების AI-ში
მძლავრი ვიზუალური-ლინგვალური მოდელების (VLM) გაჩენამ რევოლუცია მოახდინა დოკუმენტების ხელოვნური ინტელექტის (AI) სფეროში, თუმცა სწორი მოდელის არჩევა რთულია. ღია წონის მოდელები გვთავაზობს ხარჯთეფექტურობასა და კონფიდენციალურობას. ეს სახელმძღვანელო დაგეხმარებათ გაიგოთ, როგორ ფუნქციონირებს OCR, როგორ ამუშავებს თანამედროვე VLM-ები რთულ დოკუმენტებს, მათ შორის ცხრილებსა და დიაგრამებს, რა გამომავალ ფორმატებს იყენებენ და როგორ ირჩევა შესაფერისი მოდელი თქვენი საჭიროებებისთვის. სტატია გთავაზობთ რჩევებს მოდელ
გრაფები მანქანურ სწავლებაში: სტრუქტურირებული მონაცემების გაგება და გამოყენება
ეს სტატია გთავაზობთ გრაფების სამყაროს მიმოხილვას მანქანურ სწავლებაში, განმარტავს მათ არსს, გამოყენებას და წარმოდგენის საუკეთესო გზებს. განხილულია გრაფებზე სწავლის მეთოდები, ნეირონულ ქსელებამდელი მიდგომებიდან გრაფულ ნეირონულ ქსელებამდე და ტრანსფორმერებამდე. სტატია დეტალურად აღწერს გრაფებზე შესრულებად ამოცანებს, როგორიცაა კვანძის, წიბოს და გრაფის დონის პროგნოზირება, ასევე განიხილავს ტრანსდუქციურ და ინდუქციურ გარემოებებს, და გრაფების წარმოდგენის გამოწვევებს მანქანურ სწავლებაში.
გრაფები მანქანურ სწავლაში: საფუძვლებიდან ნერვულ ქსელებამდე და ტრანსფორმატორებამდე
მოცემული ტექსტი იკვლევს გრაფებს, მათ სარგებლიანობასა და წარმოდგენას მანქანურ სწავლაში. ის მოიცავს ევოლუციას პრე-ნერვული მეთოდებიდან გრაფის ნერვულ ქსელებამდე და ტრანსფორმატორებამდე. გრაფები განმარტებულია, როგორც ურთიერთდაკავშირებული ობიექტები, მაგალითად, სოციალური ქსელები და მოლეკულები. სტატია დეტალურად აღწერს გრაფებზე შესასრულებელ სხვადასხვა ამოცანებს, როგორიცაა კვანძის, წიბოსა და ქვე-გრაფის თვისებების პროგნოზირება (მაგ., AlphaFold, წამლის გვერდითი ეფექტები, სარეკომენდაციო სისტემები). ხაზგასმული
TRL ბიბლიოთეკა DPO-ს მხარდაჭერას იწყებს ვიზუალური ენობრივი მოდელებისთვის (VLM-ები)
უპირატესობების ოპტიმიზაცია, რომელიც ფართოდ გამოიყენება ენობრივი მოდელების დასახვეწად, ახლა ვრცელდება ვიზუალურ ენობრივ მოდელებზე (VLM-ები) TRL ბიბლიოთეკის მეშვეობით. TRL-მა დაამატა პირდაპირი უპირატესობის ოპტიმიზაციის (DPO) მხარდაჭერა VLM-ებისთვის, რაც საშუალებას იძლევა მოდელების გაწვრთნას მომხმარებლის პრეფერენციების ამსახველი მონაცემებით. სტატია დეტალურად აღწერს VLM-ების DPO-ით გაწვრთნის პროცესს, მონაცემთა ნაკრების მომზადებიდან (მაგ., `openbmb/RLAIF-V-Dataset`) და მეხსიერების ოპტიმიზაციის ტექნიკე
როგორ ვავარჯიშოთ ვიზუალურ-ენობრივი მოდელები (VLMs) TRL-ისა და DPO-ს გამოყენებით
უპირატესობის ოპტიმიზაცია ფართოდ გამოიყენება ენობრივი მოდელების დაზუსტებისთვის, თუმცა მისი გამოყენება შესაძლებელია ვიზუალურ-ენობრივი მოდელებისთვისაც (VLM). TRL ბიბლიოთეკა ახლა უკვე პირდაპირი უპირატესობის ოპტიმიზაციას (DPO) უჭერს მხარს VLMs-ისთვის. ეს სტატია დაწვრილებით განგიმარტავთ VLMs-ის წვრთნის პროცესს TRL-ისა და DPO-ს გამოყენებით, მონაცემთა მომზადებიდან დაწყებული მეხსიერების ოპტიმიზაციის ტექნიკების ჩათვლით.
Sentence Transformers Hugging Face-ის ოჯახს უერთდება
Sentence Transformers (SBERT), სემანტიკური მნიშვნელობის მქონე მაღალი ხარისხის ემბედინგების გენერირების პოპულარული ღია კოდის ბიბლიოთეკა, ოფიციალურად შეუერთდა Hugging Face-ის ოჯახს. 2019 წელს ნილს რაიმერსის მიერ დაარსებული პროექტი ფართოდ გამოიყენება ბუნებრივი ენის დამუშავების (NLP) ამოცანებში და უკვე 16,000-ზე მეტ მოდელს მოიცავს, რომლებიც ყოველთვიურად მილიონობით მომხმარებელს ემსახურება. Hugging Face პირობას დებს, რომ გააგრძელებს პროექტის ზრდისა და ინოვაციების მხარდაჭერას, ამავდროულად შეინარჩუნებს
AI თამაშების დიზაინში: ChatGPT, ენობრივი მოდელები და მათი გამოყენება
ეს სტატია აგრძელებს სერიას ხელოვნური ინტელექტის (AI) თამაშების განვითარებაში გამოყენების შესახებ. წინა ნაწილში განვიხილეთ AI ვიზუალური სტილის შესაქმნელად, ახლა კი ყურადღება გამახვილებულია AI-ის თამაშების დიზაინში გამოყენებაზე. კერძოდ, განხილულია, თუ როგორ შეიძლება ChatGPT-ის გამოყენება თამაშის იდეების გენერირებისთვის. სტატია დეტალურად ხსნის, რა არის ენობრივი მოდელი, როგორ მუშაობს ChatGPT (ტრანსფორმერებისა და ადამიანის უკუკავშირით გაძლიერებული სწავლის (RLHF) მექანიზმების ჩათვლით) და რა ხდის მას ა
Hugging Face-ი ხელოვნურ ინტელექტში პერსონალური მონაცემების დაცვას აძლიერებს: Presidio-ს ინტეგრაცია Dataset Hub-ში
Hugging Face-მა Dataset Hub-ზე ახალი ფუნქცია დანერგა, რომელიც Presidio-ს, ღია კოდის PII (პერსონალური საიდენტიფიკაციო ინფორმაციის) გამოვლენის ინსტრუმენტს იყენებს. ეს ფუნქცია მომხმარებლებს საშუალებას აძლევს, შეაფასონ PII-ის არსებობა მონაცემთა ნაკრებებში, რაც ეხმარება მათ მიიღონ ინფორმირებული გადაწყვეტილებები, თავიდან აიცილონ მიკერძოებული პროგნოზები და შექმნან უფრო ეთიკური ML მოდელები. ინიციატივა მიზნად ისახავს PII-ის გამოწვევების მოგვარებას მანქანურ სწავლებაში.
Hugging Face Hub-ი 2.2 მილიონ მოდელსა და მონაცემთა ნაკრებს VirusTotal-ის სკანერით დაიცავს
ხელოვნური ინტელექტის მოდელებისა და მონაცემთა ნაკრებების უმსხვილესმა ღია პლატფორმამ, Hugging Face Hub-მა, დაიწყო 2.2 მილიონზე მეტი საჯარო რეპოზიტორიის უწყვეტი სკანირება VirusTotal-ის მეშვეობით. ეს ნაბიჯი მიზნად ისახავს AI მოდელებში არსებული ფარული რისკების, როგორიცაა მავნე ბინარული ფაილები და დამოკიდებულებები, გამოვლენასა და პრევენციას, რითაც უზრუნველყოფილია მომხმარებლებისთვის უსაფრთხო გარემო. ინტეგრაცია დამატებით დაცვასა და ხილვადობას უზრუნველყოფს მსოფლიოს ერთ-ერთი უმსხვილესი მავნე პროგრამების ს
როგორ ავაშენოთ გამოსახულების მსგავსების სისტემა: ღრმა სწავლისა და ეფექტური ძიების გზები
ეს სტატია დეტალურად აღწერს გამოსახულების მსგავსების სისტემის აგების პროცესს, რომელიც ეფუძნება ღრმა სწავლებას და ემბედინგების გამოყენებას. განხილულია გამოსახულებების ვექტორულ სივრცეში წარმოდგენა, კოსინუსური მსგავსების გამოთვლა, Hugging Face-ის `datasets` ბიბლიოთეკისა და `AutoModel` კლასის გამოყენება. ასევე, მოცემულია რჩევები მოდელის შერჩევისა და სისტემის ეფექტურობის გაუმჯობესების შესახებ, მათ შორის განზომილების შემცირებისა და FAISS ინტეგრაციის შესაძლებლობები.
KerasHub-ისა და Hugging Face-ის ინტეგრაცია: ხელმისაწვდომი ხდება 300 ათასზე მეტი AI მოდელი
KerasHub-მა და Hugging Face-მა მნიშვნელოვანი ნაბიჯი გადადგეს წინ, წარმოადგინეს მოდელების შენახვის საერთო ფორმატი, რომელიც KerasHub-ის მომხმარებლებს საშუალებას აძლევს პირდაპირ გამოიყენონ Transformers ბიბლიოთეკის 300 ათასზე მეტი მოდელი Hugging Face Hub-იდან. ეს ინტეგრაცია მნიშვნელოვნად აფართოებს მოდელების არჩევანსა და შესაძლებლობებს, მხარს უჭერს TensorFlow, JAX და PyTorch უკანა სისტემებს, რაც ამარტივებს AI მოდელების განთავსებას და კვლევას. თავდაპირველად ფოკუსირებულია Gemma (1 და 2), Llama 3 და Pal
Meta-PyTorch და Hugging Face OpenEnv ჰაბს უშვებენ აგენტური გარემოებებისთვის
Meta-PyTorch და Hugging Face პარტნიორობენ OpenEnv ჰაბის გასაშვებად, საერთო პლატფორმისთვის, სადაც დეველოპერებს შეუძლიათ შექმნან, გააზიარონ და გამოიკვლიონ OpenEnv-თან თავსებადი გარემოებები ხელოვნური ინტელექტის აგენტების ტრენინგისა და განლაგებისთვის. ეს ინიციატივა მიზნად ისახავს აგენტური განვითარების სტანდარტიზაციას, უსაფრთხოებას და კონტროლს, მკაფიო, იზოლირებული „ქვიშის ყუთის“ (sandbox) გარემოებების შეთავაზებით.
Meta-PyTorch და Hugging Face OpenEnv Hub-ს წარადგენენ: ახალი ერა აგენტურ AI-ში
Meta-PyTorch-ისა და Hugging Face-ის პარტნიორობით, დაიწყო OpenEnv Hub-ის პროექტი, რომელიც მიზნად ისახავს აგენტური ხელოვნური ინტელექტის (AI) განვითარების სტანდარტიზებასა და დაჩქარებას. OpenEnv Hub არის საერთო სივრცე დეველოპერებისთვის, სადაც მათ შეუძლიათ შექმნან, გააზიარონ და გამოიკვლიონ OpenEnv-თან თავსებადი გარემოები AI აგენტების წვრთნისა და განლაგებისთვის. ეს ინიციატივა მნიშვნელოვნად გაამარტივებს AI აგენტების უსაფრთხო, მკაფიო და მასშტაბირებად განვითარებას, აწვდის მათ საჭირო ხელსაწყოებსა და კონტე
მიკროდოზირების სარგებელი დეპრესიის მკურნალობაში გადაჭარბებულია? ახალი კვლევა ვარაუდობს, რომ პლაცებო ფსიქოდელიკებს აჯობებს
ათი წლის წინ ფსიქოდელიკების მიკროდოზირება, ხასიათისა და ენერგიის ასამაღლებლად, პოპულარულ ტენდენციად იქცა, რასაც სხვადასხვა სარგებელს, მათ შორის დეპრესიის შემცირებას, მიაწერდნენ. თუმცა, MindBio Therapeutics-ის მიერ ჩატარებულმა Phase 2B ფაზის ახალმა კვლევამ აჩვენა, რომ მძიმე დეპრესიული აშლილობის სამკურნალოდ LSD-ის მიკროდოზირება პლაცებომ აჯობა. ეს მხარს უჭერს სკეპტიკურად განწყობილი მკვლევრების მოსაზრებას, რომ მიკროდოზირების სავარაუდო სარგებელი ძირითადად პლაცებოს ეფექტით არის განპირობებული, რაც 2020
მიკროდოზირება დეპრესიის სამკურნალოდ: კვლევები სარგებლის გაზვიადებაზე და პლაცებოს ეფექტის ძალაზე მიუთითებს
ბოლო ათწლეულში პოპულარული მიკროდოზირება, რომელიც ფსიქოდელიური ნივთიერებების მცირე დოზებით მიღებას გულისხმობს ფსიქიკური მდგომარეობის გასაუმჯობესებლად, შესაძლოა, გაზვიადებული სარგებლით ხასიათდებოდეს. ახალმა კვლევებმა, მათ შორის MindBio Therapeutics-ის მიერ ჩატარებულმა ექსპერიმენტმა LSD-ის მიკროდოზირებაზე, აჩვენა, რომ დეპრესიის მკურნალობაში პლაცებო უფრო ეფექტური აღმოჩნდა. სპეციალისტები ვარაუდობენ, რომ აღქმული დადებითი ეფექტები, შესაძლოა, უმეტესად პაციენტის მოლოდინითა და პლაცებოს ეფექტით იყოს განპირ
ყინულის გამოწვევა: როგორ გავიაროთ მოლიპულ ზედაპირზე? ფიზიკის კანონები მოძრაობაში
სტატია იკვლევს უჩვეულო გამოწვევას: ყინულისგან გამოკვეთილი თასიდან თავის დაღწევას. ის სიღრმისეულად განმარტავს სიარულის ფიზიკას, განსაკუთრებით მოლიპულ ზედაპირებზე, როგორიცაა ყინული. განხილულია ნიუტონის კანონები, ხახუნისა და ნორმალური ძალის როლი, და ისიც კი, თუ რატომ არის ყინული მოლიპული. მოცემულია მოძრაობის მოდელირების მეთოდები და ხახუნის სხვადასხვა ტიპები, რათა ავხსნათ, თუ რატომ არის ყინულზე, განსაკუთრებით აღმართზე სიარული ასეთი რთული.
აშშ-ის ჯანდაცვის დეპარტამენტი Palantir-ის AI-ს „გენდერული იდეოლოგიისა“ და DEI-ს აუდიტისთვის იყენებდა
ახლახან გამოქვეყნებული ინვენტარიზაციის თანახმად, გასული წლის მარტიდან, აშშ-ის ჯანმრთელობისა და ადამიანური მომსახურების დეპარტამენტი (HHS) იყენებდა Palantir-ისა და Credal AI-ის ხელოვნური ინტელექტის ინსტრუმენტებს გრანტების, განაცხადების და სამუშაო აღწერილობების შესამოწმებლად, რათა დაედგინა შეუსაბამობა ყოფილი პრეზიდენტ დონალდ ტრამპის აღმასრულებელ ბრძანებებთან, რომლებიც მიმართული იყო „გენდერული იდეოლოგიისა“ და მრავალფეროვნების, თანასწორობისა და ინკლუზიის (DEI) წინააღმდეგ. ეს საქმიანობა, რომელმაც Pal
აშშ-ის ჯანდაცვის დეპარტამენტი ხელოვნურ ინტელექტს „გენდერული იდეოლოგიისა“ და DEI-თან შესაბამისობის შესამოწმებლად იყენებს
აშშ-ის ჯანდაცვისა და ადამიანური მომსახურების დეპარტამენტი (HHS) შარშან მარტიდან იყენებს Palantir-ისა და Credal AI-ის ხელოვნური ინტელექტის ინსტრუმენტებს, რათა შეამოწმოს გრანტები, განაცხადები და სამუშაო აღწერილობები ყოფილი პრეზიდენტ დონალდ ტრამპის აღმასრულებელი ბრძანებების შეუსრულებლობაზე, რომლებიც მიზნად ისახავს „გენდერულ იდეოლოგიას“ და მრავალფეროვნებას, თანასწორობასა და ინკლუზიას (DEI). ეს ოპერაცია, რომელიც არ გამჟღავნებულა საჯაროდ Palantir-ის ან HHS-ის მიერ, Palantir-ისთვის მილიონობით დოლარის გ
როგორ ამძაფრებს გლობალური დათბობა ძილის აპნოეს რისკს?
ავსტრალიაში ჩატარებულმა კვლევამ აჩვენა, რომ მზარდი ღამის ტემპერატურა მნიშვნელოვნად მოქმედებს ადამიანის ძილის რეჟიმზე და ზრდის ძილის აპნოეს რისკს. ექსპერტები გაფრთხილებას აცხადებენ, რომ გლობალური დათბობის პროგრესირებასთან ერთად, ეს პრობლემა შეიძლება გამწვავდეს, განსაკუთრებით დაბალი შემოსავლის მქონე მოსახლეობისთვის. ძილის აპნოე დაკავშირებულია ჯანმრთელობის მრავალ სერიოზულ პრობლემასთან, მათ შორის გულის დაავადებებთან და დიაბეტთან, ხოლო მისი გავრცელება საუკუნის ბოლოსთვის შეიძლება 1.2-დან სამჯერ გაიზარ
აშშ-ის ჯანდაცვის დეპარტამენტი ვაქცინების გვერდითი მოვლენების გამოსავლენად ხელოვნურ ინტელექტს ავითარებს – ექსპერტები შეშფოთებას გამოხატავენ
აშშ-ის ჯანდაცვისა და ადამიანური მომსახურების დეპარტამენტი (HHS) ავითარებს გენერაციული ხელოვნური ინტელექტის (AI) ხელსაწყოს, რომელიც ეროვნულ ვაქცინების მონიტორინგის მონაცემთა ბაზაში (VAERS) შაბლონებს აღმოაჩენს და ვაქცინების უარყოფით ეფექტებზე ჰიპოთეზებს წარმოქმნის. მიუხედავად იმისა, რომ ხელსაწყო ჯერ არ ამოქმედებულა, ექსპერტები შეშფოთებულნი არიან, რომ ის შესაძლოა გამოყენებულ იქნას ჯანდაცვისა და ადამიანური მომსახურების მდივნის, რობერტ ფ. კენედი უმცროსის მიერ, მისი ანტივაქცინური დღის წესრიგის გასაგრძ
ნულოვანი ტრიმესტრის აღზევება: როგორ ემზადებიან ქალები ორსულობისთვის მარათონის მსგავსად
ესთერ რორის სამწლიანი ინტენსიური მომზადება ორსულობისთვის ხაზს უსვამს მზარდ ტენდენციას, რომელსაც სოციოლოგმა მირანდა ვაგნერმა „ნულოვანი ტრიმესტრი“ უწოდა. ველნეს კულტურისა და სოციალური მედიის ინფლუენსერების მიერ წახალისებული, ქალები სულ უფრო მეტად აკეთებენ ცხოვრების წესის, დიეტისა და დანამატების ყოვლისმომცველ ოპტიმიზაციას, რათა უზრუნველყონ ჯანსაღი ჩასახვა, მარტივი ორსულობა და ბავშვისთვის ცხოვრების ჯანსაღი დასაწყისი. ეს მოიცავს ყველაფერს, ჰორმონალურ ტესტირებიდან და ტოქსინებისგან გაწმენდიდან, სპეციფი
სამხრეთ კაროლინას წითელას ეპიდემია: ბავშვებში ტვინის ანთება (ენცეფალიტი) ვლინდება
სამხრეთ კაროლინაში წითელას მიმდინარე ეპიდემიის ფონზე, ბავშვებში დაფიქსირდა დაავადების სერიოზული გართულება – ენცეფალიტი (ტვინის ანთება), განაცხადა შტატის ეპიდემიოლოგმა ლინდა ბელმა. ოქტომბერში დაწყებული შემთხვევების რაოდენობა 876-მდე გაიზარდა, საიდანაც 700 მიმდინარე წელს დაფიქსირდა. ვაქცინაციის შემცირებული მაჩვენებლები ხელს უწყობს დაავადების ხელახლა გააქტიურებას, რამაც შესაძლოა გამოიწვიოს ისეთი სერიოზული შედეგები, როგორიცაა ენცეფალიტი და SSPE, რაც ბავშვებისთვის ფატალურიც კი შეიძლება იყოს. MMR ვაქც