The expansion of AI involves several hot issues related to the workforce (data supply demands, disappearing professions, and undesirable working conditions) that can be overcome with the right crowdsourcing methodology. Nowadays it is important to focus on modern and effective ways to overcome these issues and keep working on critical aspects of successful data collection and labeling.

Yandex Toloka team will present “Crowd Science Workshop: Remoteness, Fairness, and Mechanisms as Challenges of Data Supply by Humans for Automation” at the world’s number one conference on machine learning — NeurIPS 2020. Speakers from all over the world will discuss the future of crowdsourcing markets as well as some topics that were never brought up before:
- Remoteness. A discussion about effectiveness and efficiency of remote work on crowdsourcing platforms.
- Fairness. How the working environment (e.g., a crowdsourcing platform) may help provide executors flexibility in choosing/switching tasks and working hours.
- Mechanisms. Discussion on bilateral mechanisms that not only provide flexibility to the performers, but also guarantee the quality of the result and the efficiency of the process to the customers.

Click the link for more info on Toloka’s workshop at NeurIPS 2020.

New scandal around ethic AI
https://www.technologyreview.com/2020/12/04/1013294/google-ai-ethics-research-paper-forced-out-timnit-gebru/

Rising ticket prices tomorrow! Have time to register for the best price 🙌

On December 15, Enrico Santus, PhD will hold the webinar on “NLP in Healthcare: Challenges and Opportunities”. He will describe recent research about how Natural Language Processing — the linguistic branch of AI — can improve the healthcare system, increasing its efficiency and efficacy.

💥 Report language: English

Registration — https://lnkd.in/dBKHnxj

Fastspeech2 - Fast Text to Speech

https://fastspeech2.github.io/fastspeech2/

📄 https://arxiv.org/abs/2006.04558

📦 https://github.com/ming024/FastSpeech2

Fresh lib for PyTorch from Facebook that can help you with large scale parallel trainings

https://github.com/facebookresearch/fairscale

Good article about vector search
https://towardsdatascience.com/comprehensive-guide-to-approximate-nearest-neighbors-algorithms-8b94f057d6b6

Intro to Machine Learning Course (Good Math needed)
https://www.epfl.ch/labs/mlo/machine-learning-cs-433/

Как научить компьютер понимать человека? А наладить бизнес-процессы с помощью машинного обучения? Что нужно для создания голосового помощника? А чат-бота как сделать?

Такие задачи решают на Факультете обработки естественного языка (NLP-разработки) GeekBrains. Студенты с нуля изучают алгоритмы машинного обучения и основы программирования. Анализируют запросы, учат нейросеть работать с текстом, пишут свои программы. И после выпуска устраиваются на работу в топовые компании.


Что изучают на факультете

• Математические методы → анализ и моделирование.
• Работу с текстами → машинный перевод.
• Программирование на Python, библиотеки и фреймворки.
• Архитектуры MVP-решений.
• Создание чат-ботов.

О том, как получить востребованную профессию → по ссылке

Maybe new SOTA in CV tasks

https://ai.facebook.com/blog/data-efficient-image-transformers-a-promising-new-technique-for-image-classification/

Vision Transformer:
https://github.com/lucidrains/vit-pytorch

📦 https://github.com/facebookresearch/deit

📃 https://arxiv.org/abs/2012.12877

Sketch Generation with Drawing Process Guided by Vector Flow and Grayscale

📦 https://github.com/TZYSJTU/Sketch-Generation-with-Drawing-Process-Guided-by-Vector-Flow-and-Grayscale

📃 https://arxiv.org/pdf/2012.09004.pdf

Soft-IntroVAE: Analyzing and Improving Introspective Variational Autoencoders
https://taldatech.github.io/soft-intro-vae-web/

📦 https://github.com/taldatech/soft-intro-vae-pytorch

📃 https://arxiv.org/abs/2012.13253v1

Happy New Year!
Hope it will bring you new ideas, interesting projects, more cool papers, and bring less pain in the ass than previous)

And dont forget to help animals that live on the streets or suffer, they need you.

Дата-инженер — ключевой игрок в любой команде, где есть аналитика. Этот специалист отвечает за сбор, хранение и удобную работу с данными. То есть помогает компании решать задачи быстрее и эффективнее. Спрос на таких айтишников очень высокий. Как и уровень их заработной платы.

Хотите стать крутым и незаменимым? Приходите на факультет Data Engineering от GeekBrains.

Чему научат:

— Автоматизировать технические процессы.
— Создавать конвейеры обработки данных.
— Разрабатывать архитектуру хранения данных.
— Настраивать мониторинги.
— Готовить данные для аналитиков.

Будет много практики от опытных дата-инженеров. Отработаете реальные задачи, соберете готовое портфолио, а эйчары из GeekBrains помогут вам найти работу!

Регистрируйтесь по ссылке → https://geekbrains.ru/link/v34bmh

LambdaNetworks: Modeling long-range Interactions without Attention

Got SOTA on ImageNet

📄 https://openreview.net/forum?id=xTJEN-ggl1b

📦 https://github.com/leaderj1001/LambdaNetworks

PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models

📄 https://arxiv.org/pdf/2003.03808.pdf

📦 https://github.com/adamian98/pulse

▶️ https://colab.research.google.com/github/tg-bomze/Face-Depixelizer/blob/master/Face_Depixelizer_Eng.ipynb

Taming Transformers for High-Resolution Image Synthesis

📄 https://arxiv.org/abs/2012.09841

📦 https://github.com/CompVis/taming-transformers

▶️ https://colab.research.google.com/github/CompVis/taming-transformers/blob/master/scripts/taming-transformers.ipynb

1 Trillion Parameters in new Language Model from Google
https://arxiv.org/abs/2101.03961