Открытый проект Seldon прогнозирует войны и кризисы с помощью ML-моделей
Разработчик представила открытый исследовательский проект Seldon, оценивающий вероятность войн, девальваций и банковских кризисов для 174 стран мира на открытых данных. Модели тестируются без утечек данных из будущего и публикуют четыре типа регулярных прогнозов. В рамках проекта автор также проверила и опровергла ряд гипотез о факторах риска, включая индексы демократии.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
AlphaGenome 2: глубокое обучение в изучении регуляции генов и болезней
До 98% последовательности ДНК человека составляют некодирующие участки, отвечающие за трехмерную укладку хроматина и доступность генов для считывания. Модель AlphaGenome 2 применяет глубокое обучение для анализа этих регуляторных механизмов. Это помогает исследователям лучше понять процессы синтеза белков и механизмы развития болезней.
Оптимизация алгоритма A* с помощью микронейросети ускорила поиск пути в пробках
Разработчик протестировал методы ускорения алгоритма A* для поиска маршрутов с учетом пробок на карте Москвы. Использование небольшой нейросети на 169 параметров позволило ускорить работу алгоритма в час пик в 10–12 раз по сравнению с классическим подходом. При этом итоговая длина маршрута увеличилась в среднем всего на 1–2% относительно идеальной.
Daydream представила ИИ-агента для подбора стиля и покупок одежды
Daydream разработала ИИ-агента для шопинга, который запоминает стиль пользователя и планирует образы с учетом его гардероба. Система также позволяет виртуально примерять одежду, отслеживать скидки и самостоятельно оформлять покупки.
Разбор ошибок ИИ-агентов при написании автотестов для API
ИИ-агенты в средах разработки быстро генерируют автотесты, но нередко ориентируются на фактический текущий ответ API вместо реальных требований. Из-за этого тесты успешно проходят, закрепляя ошибки и баги в коде. В материале на примере функции возврата заказа разбираются способы обнаружения таких дефектов на этапе код-ревью.