Здравейте всички, добре дошли в Dynamically Typed #73, проблем с класически връзки. Днес за продуктивен AI имам Merlin, приложение за идентифициране на птици по техните звънове; и панел Oxygen Digital, към който се присъединих относно бъдещето на кодирането, подпомагано от AI. За изследване на ML открих новата рамка за обучение по езиков модел Mistral на Станфорд. За климатичния изкуствен интелект съм развълнуван да споделя теза за центровете за данни и енергийната мрежа, които трябва да контролирам съвместно; освен това AI за изменението на климата стартира голяма нова субсидия за научни изследвания. И накрая, за страхотни неща има fingerspelling.xyz, уеб изживяване, което ви помага да се научите да пишете на американски жестомимичен език.

Други новини, тази седмица съм навън с Декстър. Прекарваме седмицата в хижа във Франция, работим през повечето дни и ходим на походи и катерене през останалите дни. Споменавал ли съм, че „наемаме“?

Произведен изкуствен интелект 🔌

  • 🦜 Merlin, приложение от Cornell Lab of Ornithology, идентифицира птици въз основа на техните песни и викове. Функцията Sound ID на приложението в момента поддържа 450+ птици в САЩ и Канада. Той работи, като визуализира аудиозапис на птича песен или зов като спектрограма - където оста x е време, оста y е честота, а яркостта на всяка точка представлява децибели, така че по същество е монохроматично изображение - и след това го класифицира използване на компютърно зрение. Тъй като моделът на визията работи на устройството, Merlin работи и без клетъчна връзка. Освен Sound ID, приложението има и функция Photo ID, която директно класифицира снимки на птици и такава, която отгатва коя птица сте видели въз основа на три прости въпроса (колко голяма е била, какви са били основните й цветове и какво е правила) — това последното вероятно е просто някакво умно филтриране, а не AI модел. Връзки: App Store, Google Play.
  • 💬 Присъединих се към Oxygen Digital за тяхната AI Series панел за кодиране с помощта на AI (връзка към YouTube). За собствена изненада запълнихме целия 90-минутен интервал — беше много забавно! Обсъдихме GitHub Copilot и OpenAI Codex и много повече за бъдещето на професионалното софтуерно инженерство, тъй като инструменти като този стават част от всяка IDE. Както също написах в „Към разговора с компютри с Codex“, най-много се вълнувам как тези модели на изкуствен интелект за генериране на код ще отключат силата на работа с API за хора, които не знаят как да пишат код.

По-продуктивен AI от DT: истории (22), връзки (71)

Изследване на машинно обучение 🎛

  • ⚡️ Новият „Център за изследване на фундаментални модели“ на Stanford HAI („основни модели“ е името им за големи самоконтролируеми модели като „GPT-3“ и „CLIP“) има Mistral с отворен код, „рамка за прозрачни и достъпни широкомащабно обучение по езикови модели.“ Намира се в GitHub на адрес stanford-crfm/mistral.

Още изследвания на ML от DT: истории (14), връзки (81)

Изкуствен интелект за климатичната криза 🌍

  • 🔌 По-рано тази година писах за „възможността за климата на огромните AI модели“: подобно на много други типове натоварвания, офлайн обучението на AI модели може да бъде планирано динамично въз основа на сигнали от пазара на електроенергия за свръх или недостатъчно предлагане. По този начин тези жадни за енергия центрове за данни могат да осигурят реакция от страна на търсенето за балансиране на електрическата мрежа – все по-важен проблем с растежа на възобновяемите енергийни източници – така че да бъдем по-малко зависими от балансирането от страна на предлагането от въглищни и газови централи. Вълнувам се да споделя, че през последните няколко месеца ръководих проекта за бакалавърска теза на Hongyu He в @Large Research group на VU Amsterdam в точно тази тема. В своята дисертация от 158 страници (!) Hongyu разшири OpenDC, симулатор на център за данни, в който помогнах да разработя по време на собствената си бакалавърска степен, за да включи сигнали за цените на електроенергията от продукта за оптимизация на активи на Dexter в графика за натоварване на виртуалния център за данни. След това той симулира различни начини центровете за данни да участват директно в пазарите на енергия и откри, че те могат да бъдат печеливши (и следователно полезни за балансиране на мрежата). Пълната теза на Hongyu е на arXiv: „Как центровете за данни могат да се присъединят към интелигентната мрежа, за да се справят с климатичната криза?“ Тази симулационна работа е важна стъпка за убеждаване на заинтересованите страни да пилотират и внедрят това в реалния свят; Надявам се да имам още какво да споделя за това в бъдеще.
  • 💰 Climate Change AI стартира „Програма за грантове за иновации“, която „ще финансира едногодишни изследователски проекти в пресечната точка на изменението на климата и машинното обучение за до 150 000 USD на проект, за общо 1,8 милиона USD“. Техните области на интерес включват подходи на ИИ за: смекчаване; адаптация; климатология; изследвания и развитие на нисковъглеродни технологии; поведенчески и социални науки, свързани с климата; и управление на ИИ в контекста на изменението на климата. Крайният срок за подаване е 15 октомври.

Още AI за климата от DT: истории (6), връзки (25)

Страхотни неща ✨

  • 🖐 Fingerspelling.xyz е уеб изживяване, което ви помага да се научите да пишете на американски жестомимичен език. Той използва модел за проследяване на ръцете в устройството, за да визуализира позицията на пръстите ви и да прецени дали правите правилния знак, а след това ви превежда през изписването на различни думи. Сайтът е супер добре изпипан: бърз е и дори подчертава кои от пръстите ви са на правилните и грешните места в реално време. Определено трябва да кликнете върху връзката от днешния DT. (Работи само в Chrome, Edge или Firefox; не и в Safari.)

Още готини неща: истории (5), връзки (25)

Благодарим ви, че прочетохте! Ако ви хареса този брой на Dynamically Typed, помислете дали да не се абонирате, за да получавате нов брой направо във входящата ви поща всяка втора неделя.

Първоначално публикувано на 29 август 2021 г. на адрес https://dynamicallytyped.com.