OpenAI выкатили новую модель, генерирующую трехмерные объекты по текстовому описанию

Гифка “машинка, похожая на авокадо” пока выглядит слабовато, но это вполне сильная заявка. Модель называется Shap•E. Авторы опубликовали веса модели и код: https://github.com/openai/shap-e
Ссылка на статью: https://arxiv.org/pdf/2305.02463.pdf

😻 #news

Привет! Мы запускаем ПРЕДЛОЖКУ

Мы всегда внимательно читаем ваши комментарии и пытаемся постоянно совершенствовать канал. А теперь у нас будет еще и специальный бот, куда вы можете присылать свои идеи, пожелания, интересные новости, полноценные посты или даже описание своих проектов: всё, чем вы хотите поделиться и что хотите видеть в канале. Все это будет автоматически попадать прямо в руки нашей редакции, которая будет отбирать все самое сочное 🙂

Чтобы предложить, просто пиши боту @data_secrets_bot (в этом же боте наши редакторы смогут тебе ответить).

С нетерпением ждём ваших писем ✉️

😻 // Data Secrets

Чтение мыслей с помощью языковых моделей и МРТ

Очередной шаг в направлении методов регистрации мыслей сделали учёные из Техасского университета, представив семантический декодер. Они использовали метод функциональной магнитно-резонансной томографии для регистрации активностей головного мозга, а затем с помощью больших языковых моделей транслировали это в образы с помощью текстовых сообщений.

Но есть одно но. Чтобы мысли читались правильно, система должна была подучиться на конкретном пациенте.

😻 #news

Самая крупная подборка видео по рекомендательным системам на русском языке от нашей команды:

– Рекомендательная система на коленке, Михаил Трофимов

– Дзен-митап: рекомендательные системы

– Обзор нейросетевых рекомендательных систем — Дмитрий Ушанов

– Яндекс изнутри: рекомендательные системы Музыки и Дзена

– Пишем графовую рекомендательную систему для музыки

– Рекомендательные системы | Евгений Соколов | Лекториум

– R&D рекомендательной системы — как обучить и выкатить алгоритм в продакшн - Виталий Давыдов

– DLS. Семинар. Recommender System.

– Архитектура рекомендательной системы Дзена / Дмитрий Кондрашкин

– МТС. Построение sequential recommender systems

– Архитектура Real Time рекомендательной системы на примере банка: с нуля до готового продукта

– Рекомендательная система на базе DataSphere

– Андрей Зимовнов. Архитектура рекомендаций Дзена

– Дзен-митап: исследования и рекомендательные системы

Ладно, не только от нашей команды, еще спасибо рекомендательным системам YouTube :)

😻 #advice

Вчера вечером Google провела масштабную презентацию своих нововведений

Вот что было интересного по поводу ИИ:

– В Gmail добавят фичу «Help me write», где ИИ будет теперь писать письма по вашему запросу

– В Google Фото добавят нейросеть «Magic Editor» для удаления лишних объектов с фото и редактирования

– Была представлена языковая модель PaLM 2.0 на базе которой работает чат-бот, а также мультимодальная Gemini

– Bard теперь доступен в 180 странах, общается на 40 новых языках (и на русском), поддерживает tools (аналог плагинов), освоил 20 языков программирования и включает в себя нейросеть Adobe Firefly для создания изображений

😻 #news

Удобный способ посмотреть на пропуски в колонках и строках одновременно – использовать тепловую карту:

import seaborn as sns
import matplotlib.pyplot as plt

plt.figure(figsize=(25,10))
sns.heatmap(~df.isnull(), cbar=False, cmap=sns.cm.rocket_r) \
.set_title('Темные области - заполненные данные, светлые - пропуски');

Так можно оценить не только кол-во пропусков, но и их структуру.

😻 #analytics