AI dengan kelas tinggi dan ketinggian yang lebih tinggi – TechCrunch


Ada lebih banyak berita AI di luar sana daripada yang bisa diikuti siapa pun. Namun Anda dapat terus mengikuti perkembangan paling menarik dengan kolom ini, yang mengumpulkan kemajuan AI dan pembelajaran mesin dari seluruh dunia dan menjelaskan mengapa hal itu mungkin penting bagi teknologi, startup, atau peradaban.

Namun, sebelum kita membahas penelitian dalam edisi ini, berikut adalah studi dari grup perdagangan ITIF yang mengevaluasi posisi relatif AS, UE, dan China dalam “perlombaan” AI. Saya memberi tanda petik karena tidak ada yang tahu ke mana kami akan pergi atau berapa lama treknya – meskipun sesekali perlu diperiksa siapa yang ada di depan.

Jawabannya tahun ini adalah AS, yang berada di depan sebagian besar karena investasi swasta dari perusahaan teknologi besar dan modal ventura. China mengejar dalam hal uang dan makalah yang diterbitkan tetapi masih tertinggal jauh dan terpukul karena mengandalkan silikon dan infrastruktur AS.

UE beroperasi pada skala yang lebih kecil, dan memperoleh keuntungan yang lebih kecil, terutama di bidang pendanaan startup berbasis AI. Bagian dari itu tidak diragukan lagi adalah peningkatan valuasi perusahaan AS, tetapi trennya jelas – dan mungkin juga peluang bagi investor, yang mungkin melihat ini sebagai peluang untuk masuk ke beberapa startup berkualitas tinggi tanpa perlu terlalu banyak modal.

Laporan lengkap (PDF) menjadi jauh lebih detail, tentu saja, jika Anda tertarik pada rincian angka-angka ini yang lebih terperinci.

Jika penulis mengetahui tentang pusat penelitian AI baru yang didanai Amazon di USC, mereka mungkin akan menunjuknya sebagai contoh yang baik dari jenis kemitraan yang membantu menjaga produksi sarjana AI AS tetap tinggi.

Sentuhan berkelas

Di ujung yang paling jauh dari monetisasi dan aplikasi praktis, kami memiliki dua penggunaan pembelajaran mesin yang menarik di bidang di mana keahlian manusia dihargai dengan cara yang berbeda.

Setiap warna menunjukkan gaya mode yang berbeda. Kredit Gambar: EPFL

Di EPFL Swiss, beberapa ahli musik di lab Digital and Cognitive Musicology sedang menyelidiki pergeseran penggunaan mode dalam musik klasik selama berabad-abad – mayor, minor, lain atau tidak sama sekali. Dalam upaya untuk mengkategorikan secara objektif ribuan karya dari ratusan tahun dan penggubah, mereka menciptakan sistem pembelajaran mesin tanpa pengawasan untuk mendengarkan dan mengategorikan karya berdasarkan mode. (Beberapa data dan metode tersedia di GitHub.)

“Kami sudah tahu bahwa di zaman Renaisans, misalnya, ada lebih dari dua mode. Tetapi untuk periode setelah era Klasik, perbedaan antara mode tersebut menjadi kabur. Kami ingin melihat apakah kami dapat mengatasi perbedaan ini secara lebih konkret, ”jelasnya dalam rilis berita universitas.

Posted By : Togel Hongkong