یادگیری ماشین و علوم داده
مفاهیم فنی، شبکههای عصبی و یادگیری ماشین
زیرمجموعههای مرتبط
مدل جدید انویدیا ساختار ژنوم را فراتر از پیشبینی توکن میآموزد
انویدیا مدل ژنومیکی JEPA-DNA را معرفی کرد که با ترکیب پیشبینی فضای پنهان و مدلسازی زبانی، محدودیتهای روشهای سنتی تحلیل DNA را برطرف میسازد.
رشد چهار برابری مصرف برق مراکز داده تا سال ۲۰۳۵
گزارش بلومبرگانئیاف نشان میدهد مصرف برق مراکز داده تا سال ۲۰۳۵ به یکپنجم کل برق آمریکا میرسد. هوش مصنوعی عامل اصلی این رشد چهار برابری است.
نابودی مرکز داده آمازون در بحرین بر اثر حمله موشکی سپاه پاسداران
رسانههای دولتی ایران ادعا کردند سپاه پاسداران با شلیک موشکهای کروز، مرکز داده AWS در بحرین را در پاسخ به حملات هوایی آمریکا نابود کرده است.
یلپ زیرساخت آموزش مدلهای هوش مصنوعی را با چارچوب جدید یکپارچه کرد
شرکت یلپ چارچوب جدیدی به نام Training Orchestrator را برای مدیریت آموزش مدلهای یادگیری ماشین معرفی کرده است. این ابزار با استفاده از پیکربندیهای مبتنی بر Pydantic و ساختار DAG، کدهای تکراری را حذف کرده و سرعت توسعه تیمها را افزایش میدهد.
آپاچی اسپارک ۴.۲ منتشر شد؛ ویژگیهایی که نیاز به پایگاه داده برداری جداگانه را از بین میبرد
آپاچی اسپارک ۴.۲ با قابلیتهای جدیدی مانند جستجوی برداری بومی، معیارهای حاکمیتی و پشتیبانی بهتر از پایتون، میتواند نیاز به سیستمهای جداگانه را کاهش دهد.
واتنات با خرید شِیپد، هوش مصنوعی لحظهای را به خرید زنده میآورد
واتنات با خرید شِیپد، رهبریت خود را در حوزه پیشگیریهای لحظهای برای خرید زنده تقویت میکند. این ادغام وعده میدهد تا چالش بزرگ تجارت زنده - یافتن محصول در میان موجودی و تقاضای ثانیه به ثانیه - با قدرت هوش مصنوعی و مدلهای زبانی بزرگ حل شود.