Про Machine Learning от Oracle

https://devdigest.today/post/609

Про квантовые вычисления =^.^=

https://twitter.com/Microsoft/status/1030596316034871297

Классная история про "битву" классических и квантовых алгоритмов. Есть такая задачка по подбору рекомендаций для пользователя на основании его профиля и общей базы пользователей (пример: какой фильм вам порекомендовать в Netflix). Задачка вычислительно емкая.

Несколько лет назад в работе Iordanis Kerenidis и Anupam Prakash, "Quantum Recommendation Systems", авторы показали, как получить экспоненциальное ускорение относительно существующих классических алгоритмов за счет использования квантового компьютера (работа теоретическая). Это был отличный пример алгоритма, показывающего, зачем нужен квантовый компьютер. И также это было отличной заявкой на иллюстрацию преимущества симбиоза машинного обучения и квантовых вычислений. Было только одно но: они не доказывали в работе, что классический алгоритм с сопостовимыми результатами не возможен.

В общем, Ewin Tang (University of Texas), вдохвовившись результами и логикой работы квантового компьютера, смог создать "классический" аналог, также с экспоненциальным ускорением. В целом, это отличная иллюстрация того, что одновременное изучение квантовых и классических алгоритмов может быть новые идеи даже для текущего поколения машин.

Новость: https://www.quantamagazine.org/teenager-finds-classical-alternative-to-quantum-recommendation-algorithm-20180731/
Публикация: https://arxiv.org/pdf/1807.04271.pdf

Зарядка для ума: https://habr.com/company/golovanov_net/blog/422699/

Как-то на фоне новостей мало кто заметил замечательную работу (не новую, прошлогоднюю): людям, лежащим внутри аппарата фМРТ показывали картинки, и пытались по отклику мозга научить нейронную сеть восстанавливать изображение. Подобные опыты уже были, нынешний - первый с использованием нейронок.

Фактически, конечно, это ерунда, довольно далекая от практического применения, но есть и важные новые знания: например тот факт, что сигналы разных мозгов, когда им показывают одну и ту же картинку - разные, нельзя обучить одну нейронку и все. Важный вывод тут: вероятно нейронные связы в мозгу образуются по-разному у всех людей, в процессе “обучения” мозга. Даю ссылку на видео, в описании его есть ссылка на биоархив и исходные тексты если вам интересно. https://www.youtube.com/watch?v=jsp1KaM-avU

Good tutorial on AutoGraph from TFDevSummit 2018 https://colab.research.google.com/github/tensorflow/tensorflow/blob/master/tensorflow/contrib/autograph/examples/notebooks/dev_summit_2018_demo.ipynb

Немного искусственного интеллекта от Интел

https://software.intel.com/en-us/videos/ai-news-is-autonomous-driving-really-safe

Наш канал devdigest//netcore (@dncuug) сегодня перешагнул отметку в 2000 подписчиков! Мы благодарны читателям и будем продолжать радовать вас информацией и инсайдами о .NET Core! Show must go on!

Microsoft открыла исходный код проекта Infer.NET

https://siliconangle.com/2018/10/05/microsoft-open-sources-infer-net-homegrown-ai-engine-helps-power-azure/

И еще немного про медицину (на самом деле нет): статья о том, что вам вовсе не обязательно сдавать свои данные ДНК, чтобы быть пойманым в случае преступления. Вообще анализируя ДНК с места преступления можно не только описать ваши базовые характеристики (примерную национальность, примерный рост, цвет волос и глаз) но и указать на ваших, пусть и дальних, родственников которые когда-то сдавали образцы своего ДНК.

И да, для того чтобы находить практически каждого преступника в стране, достаточно получить образцы ДНК у 1-2% населения. С одной стороны это страшно. А с другой - кажется это сейчас лучший способ для раскрытия действительно сложных преступлений. https://www.theverge.com/2018/10/11/17964862/family-dna-crime-search-golden-state-killer-forensics

Мы обновили список наших рекомендаций:

https://telegra.ph/CHto-v-internete-pochitat-2-10-15

Будем время от времени публиковать вакансии для датасайентистов

https://www.pornhub.com/jobs/job/data-scientist-2/

MIT invested $1Billion into the education by creating AI College
http://news.mit.edu/2018/mit-reshapes-itself-stephen-schwarzman-college-of-computing-1015

Доклад про ML.NET, который проходил на конференции Ignite

https://devdigest.today/post/673

Вышла новая версия фреймворка ML.NET под номером 0.7
ML.NET - это кроссплатформенный фреймворк, который помогает разработчикам внедрять искусственный интеллект в собственные приложения.

https://blogs.msdn.microsoft.com/dotnet/2018/11/08/announcing-ml-net-0-7-machine-learning-net/