Terakhir Diperbaharui pada 26 Juli 2022 oleh Tim Redaksi
Apa yang terjadi minggu ini di AI
Berita besar: DALL-E 2 sekarang dalam versi beta! OpenAI baru saja mengumumkan rilis DALL-E 2 kepada 1 juta orang, sepuluh kali lebih banyak dari model pra-beta. Mereka berhasil mengurangi risiko membiarkan siapa pun menggunakan model pembuatan gambar mereka sebagai produk. Anda tidak dapat lagi mengirim spam ke generasi untuk memiliki meme lucu secara gratis — sekarang hampir $300 untuk jumlah generasi gratis yang sama dengan yang Anda miliki sebelum beta.
Kami memiliki beberapa publikasi hebat minggu lalu seperti NUWA, BigColor, dan Mega Portraits, semuanya memajukan bidang pembuatan gambar dengan pendekatan dan hasil yang fantastis — serta acara ICML 2022 yang merilis makalah luar biasa yang layak untuk dibaca.
Last but not least, dengarkan podcast ini yang dipandu oleh salah satu anggota komunitas kami dalam iterasi ini!
Berita Terpanas
OpenAI Menjual DALL-E ke Satu Juta Orang
Jika Anda beruntung, Anda adalah salah satu dari 100.000 orang yang telah bermain dengan DALL-E 2 sejak peluncurannya yang hanya untuk undangan pada bulan April. Minggu ini, OpenAI membuka model hingga 10 kali lipat dari mereka mengubah AI menjadi layanan berbayar. Waktu mengirim spam gambar untuk meme telah berakhir — Anda sekarang harus membayarnya. Kumpulan Data WorldStrat
Kumpulan data citra satelit resolusi tinggi terbuka yang mengkurasi hampir 10.000 km persegi lokasi unik. Paket Python open-source yang menyertainya juga disediakan untuk membangun kembali dan memperluas kumpulan data — dengan aplikasi ke resolusi super. PLEX: kerangka kerja untuk meningkatkan keandalan sistem pembelajaran mendalam
Google memperkenalkan PLEX, kerangka kerja untuk pembelajaran mendalam yang andal, sebagai perspektif baru tentang kemampuan model; ini mencakup sejumlah tugas konkret dan kumpulan data untuk keandalan model pengujian tegangan. Mereka juga memperkenalkan Plex, satu set ekstensi model besar yang telah dilatih sebelumnya yang dapat diterapkan ke banyak arsitektur berbeda.
Makalah paling menarik minggu ini
NUWA-Infinity: Autoregressive over Autoregressive Generation untuk Sintesis Visual Tak Terbatas
NUWA-Infinity: model generatif untuk sintesis visual tak terbatas, yaitu definisi tinggi, resolusi apa pun, sintesis gambar, atau pembuatan video “tak terbatas” dari sebuah gambar.
Kode BigColor: Pewarnaan menggunakan Warna Generatif Sebelumnya untuk Gambar Alami
BigColor: pendekatan pewarnaan baru yang memberikan pewarnaan yang jelas untuk beragam gambar di alam liar dengan struktur kompleks dengan mempelajari warna generatif sebelum berfokus pada sintesis warna berdasarkan struktur spasial suatu gambar. MegaPotret: Avatar Kepala Neural Megapiksel Satu-shot
Mereka membawa resolusi megapiksel ke generasi wajah animasi (avatar kepala saraf), dengan fokus pada tugas “sintesis mengemudi silang”: ketika tampilan gambar mengemudi secara substansial berbeda dari gambar sumber animasi.
Nikmati makalah dan ringkasan berita ini? Dapatkan rekap harian di kotak masuk Anda!
Mencari pengalaman langsung dan proyek keren?
Mengapa tidak bergabung dengan Kelompok Kerja Intelek Agregat tentang ML di Prakiraan cuaca!
Mulai 30 Juli!
Teman-teman kami di kecerdasan agregat akan memberi Anda pemahaman mendalam tentang teori di balik dua model canggih untuk prakiraan cuaca: FourCastNet oleh NVIDIA dan NowCasting oleh DeepMind, dan belajar bagaimana menggabungkan pengetahuan berbasis fisika di ML model peramalan menggunakan platform NVIDIA Modulus. Ini adalah proyek yang sangat keren, dan kami yakin itu akan menguntungkan banyak dari Anda.
Mengapa bergabung?
Anda akan masuk ke dalam komunitas itu & berjalan-jalan dengan beberapa teman baru yang keren. Pelajari dan dapatkan pengalaman langsung dalam Peramalan Berkontribusi pada repositori yang akan dilihat/digunakan oleh banyak orang Berpotensi menerbitkan artikel tentang topik tersebut
Pelajari lebih lanjut tentang itu dan daftar gratis
Bagian Komunitas Belajar AI Bersama!
Meme minggu ini!
Postingan komunitas unggulan dari Discord
Salah satu anggota komunitas kami memiliki podcast: “Seniman Ilmu Data”.
Sebagai pembawa acara podcast, Harpreet Sahota, mengatakan, “Tujuan podcast ini jelas: menjadikan Anda seorang ilmuwan data yang berpengetahuan luas. Untuk mengubah Anda dari aspiran menjadi praktisi menjadi pemimpin. Seorang ilmuwan data yang berpikir di luar teknis data dan memahami dampak yang Anda mainkan di dunia modern kita.”
Jika kedengarannya menarik, Anda dapat mendengarkan podcastnya di sini.
Jajak pendapat AI minggu ini!
Bagian yang dikuratori TAI
Artikel minggu ini
Penjelasan Model — SHAP vs. LIME vs. Permutasi Fitur Penting: Memahami model pembelajaran mesin kami sangat penting, dan banyak insinyur gagal melakukannya. Mempelajari lebih banyak tentang model yang rumit memungkinkan kita untuk memahami bagaimana dan mengapa sebuah model membuat pilihan dan karakteristik mana yang penting untuk sampai pada kesimpulan itu. Artikel ini membahas cara memahami model menggunakan strategi post-hoc, lokal, dan model-netral. Ada cakupan yang luas dari topik seperti Shapley Additive Explanations, Local Interpretable Model-agnostic Explanations, dan Permutation Feature Importance.
Minggu ini di Towards AI, kami menerbitkan 29 artikel baru dan menyambut empat penulis baru ke platform kami. Jika Anda tertarik untuk menulis untuk kami di Towards AI, silakan mendaftar di sini, dan kami akan mempublikasikan blog Anda ke jaringan kami jika memenuhi kebijakan dan standar editorial kami.
Pandangan Etis Lauren tentang PLEX
Ketidakpastian adalah sesuatu yang tampaknya terus-menerus kami coba kurangi dengan teknologi, dan ini terutama terjadi pada AI. Gagasan menghilangkan area abu-abu yang terkenal tidak nyaman ini merupakan aspirasi bagi banyak model karena mengharapkan dan meningkatkan akurasi adalah cara kami membuat kemajuan tersebut dan melepaskan beberapa tanggung jawab untuk pengambilan keputusan. Tetapi tidak semuanya dapat dengan mudah dikategorikan, dan Anda hampir tidak dapat menjalani hidup tanpa ketidakpastian. Sekarang, kerangka kerja PLEX Google AI mencerminkan bahwa ada lebih banyak keandalan daripada akurasi tinggi. Dengan memberikan pilihan untuk ketidakpastian, ini memberikan rasa realitas dan koneksi tambahan ke aspek keberadaan yang terkadang tidak dapat diubah.
Literatur teknologi beberapa tahun terakhir telah berhipotesis tentang kepercayaan dan kelayakan AI (seperti struktur yang dikemukakan oleh Jeanette M. Wing). Ini diadaptasi dari kepercayaan dalam kerangka kerja komputasi dari awal 2000-an, dengan sebagian besar menyimpulkan bahwa keandalan adalah aspek penting dalam membangun kepercayaan. Ini dapat membantu menjelaskan pergeseran teknis menuju keandalan dalam upaya mencapai kepercayaan yang lebih tinggi.
Dalam hipotesis khusus untuk kepercayaan AI ini, beberapa menganggap etika sebagai komponen kepercayaan. Saya cenderung mendukung gagasan bahwa kepercayaan adalah bagian dari etika dan bahwa kepercayaan dalam aplikasi arus utama akan membangun dirinya sendiri untuk mencakup konsep yang lebih besar dan lebih sulit seperti tanggung jawab moral.
Pekerjaan unggulan minggu ini
Ilmuwan Pembelajaran Mesin Senior @ Atomwise ( San Francisco — AS)
Senior ML Engineer — Algolia AI @ Algolia (Hybrid remote)
Senior ML Engineer — Pencarian Semantik @ Algolia (Hybrid remote)
Insinyur Pembelajaran Mesin @ Gather AI (Jarak Jauh — India)
Insinyur Pembelajaran Dalam (R&D — Teknik) @ Bobot & Bias (Jarak Jauh)
Insinyur Visi Komputer Senior @ Neurolabs (London & Jarak Jauh)
Insinyur Pembelajaran Mesin Utama | Produk AI @ Jasper.ai (Jarak Jauh)
Insinyur Pembelajaran Mesin @ Runway (Jarak Jauh)
Tertarik untuk berbagi peluang kerja di sini? Kontak [email protected] atau posting peluang di saluran #hiring kami di discord!
Buletin AI ini adalah semua yang Anda butuhkan # 5 awalnya diterbitkan di Towards AI on Medium, di mana orang-orang melanjutkan percakapan dengan menyoroti dan menanggapi cerita ini.
