Телеком

Павел Шорохов, директор департамента по работе с данными, и Олег Молчанов, руководитель направления по метаданным и качеству данных сети «Магнит», – о повышении прозрачности информационных активов и роли доверия пользователей к данным для развития компании.

Компания намерена сформировать партнерскую экосистему вокруг компьютеров с поддержкой технологий искусственного интеллекта.

Американские власти ищут пути снижения зависимости от поставок из Китая.

Национальный Открытый Университет «ИНТУИТ» выпустил книгу по истории создания языков программирования.

По мере расширения областей применения систем искусственного интеллекта все более актуальным становится проблема обеспечения гарантий их функциональной корректности и безопасности. Особенно важно это в таких критически важных прикладных отраслях, как медицина, транспорт, промышленность, системы безопасности и др. Характеристики функциональности и безопасности систем искусственного интеллекта во многом определяются качеством используемых в них данных.

На фоне проблем в отношениях с Китаем американские власти оценивают перспективы контрактного производства в других странах.

Индустрия серверных процессоров активно меняется – все больше ядер, число которых, например в старших моделях процессоров AMD EPYC Zen 4, перевалило за сотню. Для решения задач машинного обучения и для выполнения высокопроизводительных расчетов все шире применяются GPU, на которых теперь стало быстрее выполнять и задачи сортировки, важные для работы с СУБД. Наиболее ярким примером реализации устремления компании Intel к задачам HPC и ИИ стал выпуск серверных масштабируемых процессоров поколения Xeon Max, работающих с высокоскоростной памятью HBM2E.

Мир стремительно меняется — технологии уже не только предоставляют огромные возможности, но и угрожают отдельным компаниям, отраслям и оцифрованному человечеству в целом.

Использование нового метода на практике пока ограничено — для чтения голограммы нужно направить на нее излучение терагерцового диапазона, что доступно далеко не всем.

Исследователи сравнили модели, предсказывающие, насколько высокую оценку напитку поставят дегустаторы. Лучшие результаты — у модели, обученной методом градиентного бустинга.