↓ הכתבות הכי חדשות ↓

אנחנו שמחים להזמין אתכם לפרק השני של ExplAInable במתכונת החדשה שלו. הפודקאסט יעסוק במגוון רחב של נושאים בתחום ה-ML ובכל פרק נסקור נושא אחד ספציפי. את הפודקאסט מגישים אורי גורן ותמיר נווה – שנינו יועצים בתחום ה-ML אשר מגיעים מרקעים מגוונים ומעניינים. אם אתם רוצים לשמוע עוד קצת עלינו ועל הפודקאסט החדש, אתם יכולים להאזין לפרק 0 שהכנו שמסביר קצת עלינו ועל מאחורי הקלעים של היוזמה הזו.

אנחנו בימים אלו מתחילים להעלות את הפרקים לכל הפלטפורמות השונות ובינתיים אתם יכולים להגיע אלינו דרך RSS, ספוטיפי, אפל וגם ישירות דרך Podbean. אנחנו בעתיד הקרוב נוסיף עוד פלטפורמות ומקורות האזנה (יכול להיות שכעת חלק מהלינקים טרם עובדים).

לכתבה המלאה >>

כנס  (IMVC (Israel Machine Vision conference מתקיים זו השנה ה-12, ולאורך השנים צבר לעצמו שם כאחד האירועים הבולטים ביותר לתחום הראייה הממוחשבת. גם השנה אנו מקיימים שיתוף פעולה עם הכנס שמקנה לחברי קהילת MDLI הנחה מיוחדת ברישום ל-IMVC באמצעות הקוד MDLI15.

במסגרת שיתוף הפעולה, ישבנו עם ד"ר חן שגיב וד"ר קובי כהן, מייסדי הכנס, כדי לשמוע מהם על ההיערכות לאירוע בסדר גודל כזה לצד הקורונה, לבדוק מה מצפה למשתתפים באירוע הקרוב, ומה הם חושבים על העתיד של עולם הראייה הממוחשבת.

לכתבה המלאה >>

בפוסטים הקודמים שעסקו בסקר מדעני הנתונים ומקצועות ה-Machine Learning (ML) כתבתי בעיקר על השכר – פילוחים, תחזיות ותגליות. מי שלא קרא מוזמן לעיין בדו"ח השכר המלא  ולהתנסות במחשבון השכר ולקרוא את הפוסט שמסביר על מאחורי הקלעים של מחשבון השכר. הפעם הגיע הזמן לדבר על משהו שאינו כסף, לשם שינוי. השנה הוספנו לסקר שאלות רבות על אופי התפקידים השונים, מה שמאפשר לענות על אחת השאלות שאני נשאל הכי הרבה – מה עושה מדען נתונים (ולצורך העניין, מפתח\ת אלגוריתמים, אנליסט, וכו').

לכתבה המלאה >>

סקירה זו היא חלק מפינה קבועה בה אני סוקר מאמרים חשובים בתחום ה-ML/DL, וכותב גרסה פשוטה וברורה יותר שלהם בעברית. במידה ותרצו לקרוא את המאמרים הנוספים שסיכמתי, אתם מוזמנים לבדוק את העמוד שמרכז אותם תחת השם deepnightlearners.


לילה טוב חברים, היום אנחנו שוב בפינתנו deepnightlearners עם סקירה של מאמר בתחום הלמידה העמוקה. היום נבחר לסקירה המאמר שנקרא:

Do Transformers Really Perform Bad for Graph Representation?


פינת הסוקר:

המלצת קריאה מאופיר: מאמר חשוב מאוד, המספק את החיבור המתבקש בין ארכיטקטורת הטרנספורמרים שתפסה תאוצה במגוון דומיינים כגון ראייה ממוחשבת ועיבוד שפה טבעית למידע גרפי. ארכיטקטורת out-of-the-box שיכולה לשמש בבעיות גרפיות.

בהירות קריאה: גבוהה.

רמת היכרות עם כלים מתמטיים וטכניקות של ML/DL הנדרשים להבנת המאמר: נדרשת היכרות עם רשתות נוירונים גרפיות וטרנספורמרים.

יישומים פרקטיים אפשריים: כל בעיית מדעי נתונים גרפית עם דאטא רב, כאשר קיימים מספיק משאבי חישוב (בכל זאת, טרנספורמרים).

פרטי מאמר:

לינק למאמר: זמין כאן

לינק לקוד: זמין להורדה 

פורסם בתאריך: 09/06/2021

הוצג בכתב העת: לא ידוע

תחומי מאמר:

  • רשתות נוירונים גרפיות.
  • טרנספורמרים.

כלים מתמטיים, טכניקות, מושגים וסימונים:

מבוא והסבר כללי על תחום המאמר:

ארכיטקטורת הטרנספורמרים צוברת פופולריות רבה בכמה מהתחומים הגדולים במדעי הנתונים – ראייה ממוחשבת, שפה טבעית וזיהוי דיבור. עם זאת, עד הוצאת המאמר לא הצליחו להחיל את הארכיטקטורה על מידע גרפי בהצלחה. במאמר זה הכותבים הצליחו לעשות זאת.

תמצית המאמר:

לכתבה המלאה >>

אנחנו שמחים להזמין אתכם לפרק הראשון של ExplAInable במתכונת החדשה שלו. הפודקאסט יעסוק במגוון רחב של נושאים בתחום ה-ML ובכל פרק נסקור נושא אחד ספציפי. את הפודקאסט מגישים אורי גורן ותמיר נווה – שנינו יועצים בתחום ה-ML אשר מגיעים מרקעים מגוונים ומעניינים. אם אתם רוצים לשמוע עוד קצת עלינו ועל הפודקאסט החדש, אתם יכולים להאזין לפרק 0 שהכנו שמסביר קצת עלינו ועל מאחורי הקלעים של היוזמה הזו.

אנחנו בימים אלו מתחילים להעלות את הפרקים לכל הפלטפורמות השונות ובינתיים אתם יכולים להגיע אלינו דרך RSS, ספוטיפי, אפל וגם ישירות דרך Podbean. אנחנו בעתיד הקרוב נוסיף עוד פלטפורמות ומקורות האזנה (יכול להיות שכעת חלק מהלינקים טרם עובדים). לכתבה המלאה >>

Deep Dive: Outbrain

מאת ענבר דולינקו, 22 בספטמבר 2021

לפני מספר שבועות קיימנו את כנס ה-AutoML הראשון שלנו. ביום שאחרי, רצינו לתפוס לשיחה את אנדרז' טורי, Head of recommendations ב-Outbrain, כדי לשמוע קצת יותר  על הפעילות של החברה – שהייתה שותפה שלנו לכנס – ולבדוק מה חושבים ב-Outbrain על העתיד של AutoML.

לכתבה המלאה >>

סקירה זו היא חלק מפינה קבועה בה אני סוקר מאמרים חשובים בתחום ה-ML/DL, וכותב גרסה פשוטה וברורה יותר שלהם בעברית. במידה ותרצו לקרוא את המאמרים הנוספים שסיכמתי, אתם מוזמנים לבדוק את העמוד שמרכז אותם תחת השם deepnightlearners.


לילה טוב חברים, היום אנחנו שוב בפינתנו deepnightlearners עם סקירה של מאמר בתחום הלמידה העמוקה. היום בחרתי לסקירה את המאמר שנקרא:

 Diffusion Models Beat GANs on Image Synthesis


פינת הסוקר:  

           המלצת קריאה ממייק: חובה למי שרוצה ללמוד מודלים גנרטיביים פרט לגאנים ול-VAE.

           בהירות כתיבה: בינונית.

          רמת היכרות עם כלים מתמטיים וטכניקות של ML/DL הנדרשים להבנת מאמר: הבנה טובה של עקרונות VAE, הבנה של שיטות דגימה מתקדמות כמו דינמיקה של לנגבין.

        יישומים פרקטיים אפשריים: יצירת תמונות יותר "איכותיות" מהגישות המתחרות, קרי גאנים ו-VAE.


פרטי מאמר:

      לינק למאמר: זמין להורדה.

      לינק לקוד: זמין כאן

      פורסם בתאריך: 01.06.21, בארקיב.

      הוצג בכנס: טרם ידוע.


תחומי מאמר:

  • מודלים דיפוזיוניים כלומר Diffusion Denoising Probabilistic Models – DDPM לגנרוט של דאטה ויזואלי.

ידע מוקדם:

  • הבנה טובה בטכניקות מבוססות -variational inference לניתוח פונקציות נראות מירבית (כמו ב- VAE).
  • רקע טוב בהסתברות לא יזיק 🙂

מבוא: לכתבה המלאה >>

אנחנו ממשיכים עם המסורת של האירועים המקומיים לכנסים הבינלאומיים הגדולים, והפעם מדובר בגרסה מקומית של הכנס ICCV.

נתחיל ונציין שאין קשר רשמי לכנס ICCV העולמי, ומדובר ביוזמה קהילתית מקומית, שמטרתה לאפשר לחוקרים ישראליים להציג את עבודותיהם בפני הקהילה שלנו. כל הרצאה באירוע תהיה בת 12 דקות ותכלול את הנושאים העיקריים במחקרים.

כמו באירועים מקומיים אחרים שארגנו, האירוע יפוצל לשני מועדים בשל מספר הדוברים. בהחלט משמח לראות את המגמה הזו בכל הכנסים המקומיים שארגנו השנה.

האירוע הראשון יתקיים ב-04/10/2021 בשעה 17:30 עד 19:30, והאירוע השני יתקיים ב-05/10/2021 בשעה 17:30 עד 19:30. להרשמה לשני האירועים אנא לחצו כאן.

כמו תמיד, מצגות הדוברים וההקלטה של האירוע יהיו זמינים כאן, בערוץ הטלגרם ובערוץ היוטיוב שלנו. הם גם ישלחו בצורה מסודרת למנויים על הניוזלטר, אז אם טרם נרשמתם זו ההזדמנות.

לכתבה המלאה >>

AutoML Conference 2021: Slides

מאת Inbar Dolinko, 23 באוגוסט 2021

This August we had the first AutoML Conference, with leading researchers from the industry and academia who shared their work on AutoML with our community.

The conference was a great success and over 1,100 people registered to the event from around the world!

We'd like to thank all the speakers who participated in the conference and thank our sponsors – Outbrain and Pecan.AI: It wouldn't be possible without you.

We are excited to announce that the AutoML Conference will become an annual event, and we hope to see you all again next year.

לכתבה המלאה >>

לינק לגוגל פודקאסט.
לינק לאפל פודקאסט.

הפרק בשיתוף "להבין את סין".

האם סין תנצח במרוץ ?

ב-2017 הציג הממשל הסיני את התכנית האסטרטגית שלו לבינה מלאכותית, שמטרת העל שלה היא ביסוס סין כמובילה העולמית במחקר, פיתוח ויישום בינה מלאכותית עד שנת 2030. התוכנית למעשה מהווה המשך ישיר ונדבך קריטי ביישום תכנית החומש ה-13 (2016-2020) והתכנית האסטרטגית "Made in China 2025" ששמה לה למטרה להעלות את סין במעלה שרשרת הערך הגלובלית ולהפוך מ"מהמפעל של העולם" לכלכלה חדשנית המבוססת על תעשיות עתירות-ידע ושירותים מתקדמים – תוך הקטנה דרסטית של התלות ברכיבי ליבה תוצרת חוץ (כמו שבבים, מערכות הפעלה, רכיבי מנועים מתקדמים וכו').

תכנית זו, השואבת את השראתה מהתוכנית הגרמנית "תעשייה 4.0", נועדה לקדם את יכולותיה ולחזק את מעמדה של סין בזירה הבינלאומית מבחינה כלכלית, מחקרית וגיאו-פוליטית, כמו גם לשפר את איכות החיים, הביטחון, הרווחה והיציבות החברתית בסין אל מול השינויים החברתיים והדמוגרפיים (ובראשם הזדקנות האוכלוסייה) שהיא עוברת.  הממשל מזהה מספר תעשיות "חוד החנית" שבהן על התעשייה הסינית להתמקד – חלל, רובוטיקה, אנרגיה ירוקה, IoT, תשתיות תחבורה, רפואה ועוד.   הממשל הסיק שהמשותף לכל התעשיות הוא חשיבות הבינה המלאכותית כדי להשיג בהן את פריצות דרך הטכנולוגיות הבאות.    וכך נוצרה לה "תכנית פיתוח הדור החדש של האינטליגנציה המלאכותית", או בשמה הקליט יותר:  AI 2030.

כמיטב המסורת של התוכניות האסטרטגיות מבית היוצר של הממשל הסיני – מדובר בתוכנית מקיפה ומפורטת, שנועדה להנחות ולמקד את כל הגופים הרלוונטיים במשק הסיני על מטרות ברורות, יעדים מדידים, סקטורים מועדפים וכו'. ננסה לסכם כאן את עיקרי התוכנית ודרכי הפעולה המרכזיות, ולעמוד על היתרונות והחסרונות המרכזיים של סין בכדי להשיג את מטרותיה.

עיקרי התוכנית:

לכתבה המלאה >>

X