Einführung
„Ripley’s Believe or Not“ präsentiert einige der seltsamsten und seltsamsten Fakten aus der ganzen Welt. Wie wäre es, wenn Sie unsere eigene Ripley Hall of Fame für Data Science-Anwendungen erstellen??
Denk darüber nach: Was ist der erste Gedanke, der dir in den Sinn kommt Datenwissenschaft? Dies sind normalerweise Techniken, Algorithmen, Programmierung, unter anderem. Das ist was ich vorschlage: Wie wäre es, wenn wir die weniger befahrene Straße erkunden??
Jawohl, Ich spreche davon, den seltsamen und lustigen Teil der Datenwissenschaft anzunehmen.
In dieser seltsamen und verrückten Welt, unsere Data-Science-Arbeit spiegelt überraschende Verbindungen wider, Was: wenn du Windeln kaufst, eher Bier kaufen. Oder Leute, die in Bars gehen, haben ein höheres Kreditrisiko!! Oh, Ich kann das nicht verpassen: schlaue leute bevorzugen lockige frites. Mögen „Lockige Pommes“ auf Facebook ist ein guter Indikator für hohe Intelligenz!
Dann, In diesem Artikel, Lassen Sie uns diese Achterbahn in die lustige Welt der Datenwissenschaft und ihrer seltsamen und lustigen Apps mitnehmen. Und bevor wir anfangen, hier ist eine Warnung: Dieser Artikel könnte Ihren lustigen Knochen kitzeln!!
Bald kommt ein neues Stück von Harry Potter in die Buchhandlungen:
Nein, das ist kein weiteres JK Rowling-Buch. Es ist ein Verarbeitung natürlicher Sprache (NLP)-Harry-Potter-Kapitel generiert! Schauen Sie sich diese seltsame Linie an, die vollständig vom Modell generiert wurde:
Harry riss seine Augen von seinem Kopf und warf sie in den Wald.. Voldemort sah Harry mit hochgezogenen Augenbrauen an., wer konnte damals nichts sehen. „
Dies wurde von Botnik Studio erstellt, eine offene Gemeinschaft von Autoren, Künstler und Produzenten, die mithilfe von Data Science seltsame Inhalte generieren.
Sie arbeiteten mit dem Text der sieben Bände dieser faszinierenden magischen Saga in einem Vorhersagealgorithmus zusammen. In nur einem Bruchteil von Minuten, der Algorithmus hat das Muster der Wortpaare in der gesamten Serie erkannt. Verbunden in Form von prädiktiven Tastaturen, der Algorithmus begann Vorschläge basierend auf dem Muster zu machen.
Für diese Aufgabe wurden zwei verschiedene prädiktive Tastaturen verwendet: einer für die Erzählung und der andere für die Dialoge. Und die eingerahmten Sätze sind ziemlich lustig und völlig verrückt geworden!! Hier ist eine Erleichterung für alle, die den Tod von Albus Dumbledore betrauert haben Harry Potter und der Halbblutprinz- das NLP-Modell hat es wiederbelebt. 🙂
Im August letzten Jahres, ein Fan von Game of Thrones Die Serie hatte „geschrieben“ fünf Kapitel, die von KI mit rekurrenten neuronalen Netzen generiert wurden (RNN). Während es dem Fan gelungen war, den Schreibstil von George RR Martin einzufangen, die Ergebnisse waren wieder im Bereich der Absurdität.
Wie wäre es, wenn Sie eine Ihrer eigenen Geschichten von einem Data-Science-Modell schreiben lassen??
Hier ist es also: Versuchen Sie einfach, Ihre eigene Geschichte zu erstellen, indem Sie Artikel zu Ihrem Thema eingeben / Lieblingsserie in ein algorithmischer Textemulator, gib ihm ein paar Infos zu deiner Wortwahl und voila: Sie werden den Hauptabsatz Ihrer Geschichte haben.
Suchen, Data Science unterhält uns auf die seltsamste Weise. Hoffentlich, macht Harry in Zukunft nicht zum Bösewicht dieser Serie!
Ich liebe die Kreativität, die mit dieser App verbunden ist.
Das passiert, wenn wir die fortschrittlichste gesichtsgenerierende KI der Welt mit einer benutzerfreundlichen Website kombinieren: Es gibt Ihnen Gesichter von Menschen, die überhaupt nicht existieren!
Diese Website wurde von Silicon Valley Software Engineer erstellt, Philip Wang. Jedes Mal, wenn Sie die Website besuchen, erzeugt ein einzigartiges Gesicht: ein per Computercode erfundenes Foto eines Menschen.
Es ist eine einfache Website ohne Erklärung, ohne Code, keine faq und keine marke. Es spiegelt einfach ein Gesicht wider, das es noch nie gegeben hat (in diesem Moment). Aktualisieren Sie weiter und es werden immer wieder coole Gesichter bis ins Unendliche generiert! „aus einem Vektor von 512 Maße“!
Welches ist das? Computer Vision Konzept, das dieses Modell antreibt, du wirst dich fragen? Sie sind generative Gegnernetzwerke (GAN)!
"Vor kurzem, Eine talentierte Gruppe von Nvidia-Forschern hat das hochmoderne generative Konfrontationsnetzwerk ins Leben gerufen, StilGAN, Also beschloss ich, in meine eigenen Taschen zu greifen und das Bewusstsein für diese Technologie zu schärfen „. – Philip Wang
Eine gute Nachricht, Wang hat nicht erstellt thispersondoesnotexist.com Missbrauch jeglicher Art zulassen. Er hat es geschaffen, weil er sagt, dass er es ist „sehr besorgt“ für unsere Zukunft, und wollte das Bewusstsein dafür schärfen, wie schnell sich die Technologie so schnell entwickelt hat.
Aber Sie fragen sich bestimmt, wie GANs wirklich funktionieren. Hier eine kurze Erklärung:
Allgemein gesagt, Die GAN-Trainingsphase besteht aus zwei Hauptunterteilen, die nacheinander ablaufen:
- Phase 1: Diskriminator von AusbildungTraining ist ein systematischer Prozess zur Verbesserung der Fähigkeiten, körperliche Kenntnisse oder Fähigkeiten. Es wird in verschiedenen Bereichen angewendet, wie Sport, Aus- und Weiterbildung. Zu einem effektiven Trainingsprogramm gehört auch die Zielplanung, Regelmäßiges Üben und Bewerten der Fortschritte. Anpassung an individuelle Bedürfnisse und Motivation sind Schlüsselfaktoren, um in jeder Disziplin erfolgreiche und nachhaltige Ergebnisse zu erzielen.... und Einfrier-Generator (Einfrieren bedeutet Training auf false setzen. Das Netzwerk geht nur vorwärts und es wird keine Rückwärtsausbreitung angewendet):
- Phase 2: Zuggenerator und Freeze-Diskriminator:
Wenn du es vertiefen möchtest, Hier sind die Schritte, um Ihr eigenes GAN-Modell zu trainieren. Rollen Sie Ihre Socken zusammen und machen Sie sich bereit, etwas so Cooles wie dieses hervorzubringen:
Uf! GANs sind ziemlich umfassend und machen Spaß!!
GAN wurde eingeführt in 2014 von Ian Goodfellow, aber es war nicht bis 2017 Forscher konnten hochwertige Bilder von 1024 x 1024 detailliert in der jetzt berühmten ProGAN Papier.
Ich habe die Seite ständig aktualisiert, Es macht so viel Spaß, alle möglichen neuen Leute zu sehen!
3. Schauen Sie, wer uns mit ultra-eleganten Kleidern blenden lässt: IA natürlich!
Ich hätte nie gedacht, dass ich so etwas erleben würde: Ein Modell für maschinelles Lernen, das viel Kleidung entwirft!, viel besser als Designer! Die Reaktion des Volkes, wenn sie gebeten werden, ein von KI entworfenes Kleid mit einem von Menschen entworfenen Kleid zu vergleichen, es war episch! Hör zu:
Seltsam und überraschend, das trifft für mich als modebegeisterte beide stränge. Stellen Sie sich Ihre Anwendungen vor: Es wird alle Sorgen lösen, wenn Sie sich morgens entscheiden, was Sie anziehen sollen! Ein Data-Science-Modell liest meine Gedanken, wenn ich aufwache und ich bereite meine Kleidung nach meiner Stimmung vor.
Apropos Modenschau, Dieser Anwendungsfall für die Datenwissenschaft wurde von Intelistyle erstellt, ein Dienstleistungsunternehmen im KI-Stil. Wie gewöhnlich, Computer-Vision-Techniken, die sich auf die Mustererkennung konzentrieren, werden verwendet, um optisch ähnliche Kleidungsstücke zu finden, aber sein Ansatz war ein bisschen anders.
Sein Hauptaugenmerk lag darauf, ein System zu bauen, das die „Stil“. Es ist viel nuancierter, als optisch ähnliche Kleidung zu finden. Dann, verwendeten das tiefes LernenTiefes Lernen, Eine Teildisziplin der Künstlichen Intelligenz, verlässt sich auf künstliche neuronale Netze, um große Datenmengen zu analysieren und zu verarbeiten. Diese Technik ermöglicht es Maschinen, Muster zu lernen und komplexe Aufgaben auszuführen, wie Spracherkennung und Computer Vision. Seine Fähigkeit, sich kontinuierlich zu verbessern, wenn mehr Daten zur Verfügung gestellt werden, macht es zu einem wichtigen Werkzeug in verschiedenen Branchen, von Gesundheit... zu ‚die Essenz des Stils extrahieren‘. Natürlich, Dieser Schritt wurde ausgeführt, nachdem sie das Web erfolgreich für Modefotografie gecrawlt hatten und Tausende von Outfits untersuchten, die von Influencern und Stylisten kreiert wurden, Designer und Händler.
Intelistyle hat es auf der London Fashion Week sogar an echten Stylisten und Fashion Influencern getestet.. Wie Forbes berichtete, das 70% der Befragten haben sich unwissentlich für die Looks ihres Models entschieden.
Bildnachweise – Die Intelligenz
Hier ist eine weitere lustige, trendige Data-Science-App, die ich auf Twitter gesehen habe. Die KI, erstellt vom Künstler Robbie Barrat, hat eine komplette Kollektion erstellt, die auf früheren Balenciaga-Stilen basiert. Fashion Week kam früh auf Twitter, Dank einer intelligenten rotes neuronalesNeuronale Netze sind Rechenmodelle, die von der Funktionsweise des menschlichen Gehirns inspiriert sind. Sie nutzen Strukturen, die als künstliche Neuronen bekannt sind, um Daten zu verarbeiten und daraus zu lernen. Diese Netze sind grundlegend im Bereich der künstlichen Intelligenz, Dies ermöglicht erhebliche Fortschritte bei Aufgaben wie der Bilderkennung, Verarbeitung natürlicher Sprache und Vorhersage von Zeitreihen, unter anderen. Ihre Fähigkeit, komplexe Muster zu erlernen, macht sie zu mächtigen Werkzeugen...
• Elegante asymmetrische Mehrkomponenten-Beschichtung (ein versteckter Arm … wenn auch wohl unbeabsichtigt)
• Dreikomponentiger Mantel mit passendem Stoff zum Tragen (habe das schon mal gepostet)
• Bedruckter Pullover (Shirt?) Mit etwas, das wie ein zweifarbiger Rollkragen darunter aussieht (?) pic.twitter.com/jHsgIt4OZo – Robbie Barrat (@DrBeef_)
Sie können auch dieses Dokument einsehen, Hochauflösendes Model-Imaging mit benutzerdefinierten Outfits, für weitere Informationen zum Erstellen von KI-generierten Modetrends.
4. Wer tötet das Academy Awards-Spiel? Lassen Sie uns die Nominierungen von Data Science vorhersagen!, bitte!
Wer ist Ihre Wahl als bester Schauspieler und beste Schauspielerin bei den diesjährigen Oscars??
Sehr oft können wir den späteren Gewinner erraten, indem wir unsere Intuition mit der Macht der Mediengerüchte kombinieren.. Aber da gibt es ein großes Problem: Unsere Entscheidungen können aufgrund unserer eigenen Präferenzen und unserer Beobachtungsgeschichte stark verzerrt sein.
Wo gibt es ein Ratespiel, Es gibt Datenwissenschaft !. Du denkst vielleicht, es ist seltsam, aber ja, die KI hatte eine beeindruckende Punktzahl von 94 Prozent auf die Oscar-Prognose des letzten Jahres, das dritte Jahr in Folge, Sie werden begeistert sein zu erfahren, dass KI die Branchenexperten übertroffen hat.
Der Hollywood-Reporter und Microsoft haben sich zusammengetan, um vorherzusagen, wer bei den Academy Awards einen Oscar mit nach Hause nehmen würde 2019 über eine Online-Vorhersageumfrage namens Awards Predictor (powered by Microsoft AI).
Einstimmige KI, ein Unternehmen, das Technologie einsetzt „Schwarm-KI“ Produkte für künstliche Intelligenz zu entwickeln, Seien Sie Teil eines Schwarms von Dutzenden von Filmbegeisterten.
Dies TED-Gespräch von Einstimmig AI-Gründer Louis Rosenberg, Ph.D., geht näher auf diese faszinierende Anwendung von Technik und dem menschlichen Gehirn ein.
Das sind die Vorhersagen von Swarm AI für die Oscars 2019:
Swarm AI kombiniert menschliche Echtzeitinformationen mit Algorithmen der künstlichen Intelligenz, Optimierung der kombinierten Weisheit und Intuition einer Gruppe zu einem einheitlichen Ergebnis. Mit anderen Worten, Einstimmig baut künstlich „Schwarm-Gedanken“ die die Intelligenz der menschlichen Bevölkerung verstärken, um einen künstlichen Superexperten zu schaffen, der traditionelle Experten übertreffen kann.
Wie können Sie dieses aufregende Modell für prädiktives maschinelles Lernen erstellen??
Gut, es ist einfach: kombiniere OptiML, der Optimierungsprozess in BigML die automatisch das beste betreute Modell findet (und betreibt einige Hochleistungsmodelle, inbegriffen Tiefe NetzwerkeTiefe Netzwerke, Auch bekannt als tiefe neuronale Netze, sind Rechenstrukturen, die von der Funktionsweise des menschlichen Gehirns inspiriert sind. Diese Netzwerke bestehen aus mehreren Schichten miteinander verbundener Knoten, die es ermöglichen, komplexe Darstellungen von Daten zu erlernen. Sie sind grundlegend im Bereich der künstlichen Intelligenz, insbesondere bei Aufgaben wie der Bilderkennung, Verarbeitung natürlicher Sprache und autonomes Fahren, die Fähigkeit der Maschinen, zu verstehen, zu verbessern und..., Sätze, logistische Regression und Entscheidungsbäume) mit Fusionen, Kombinieren mehrerer überwachter Modelle, um die Leistung zu verbessern und Batchvorhersagen zu machen, du bumm, dein Modell. es wird bereit sein!
5. Wir werden herzhaft lachen über ‚LOL BOT‘ angetrieben von KI
Jetzt haben wir einen Roboter, der uns zum Lachen bringen kann, buchstäblich! Von weit weg, Ich fand dies die ungewöhnlichste Data-Science-App, weil ich nie erwarten würde, dass mich ein Bot zum Lachen bringt, das auch im Fach meiner Wahl.
Bekannt – LOL BOT. Der kitzelnde Roboter feierte sein Debüt beim Melbourne International Comedy Festival und genießt seitdem die Fangemeinde.. Es ist der erste Bot der Welt, der in der Lage ist, seine eigenen Witze zu generieren, menschliche Reaktionen in Echtzeit erkennen und entsprechend reagieren.
Der Kreativtechnologe Steven Nicholson sagte, sein Team habe den LOL-Bot entwickelt, um mithilfe von stochastischer Modellierung Daten zu extrahieren und aus Tausenden von Stunden Live-Comedy-Shows zu lernen..
Die stochastische Modellierung ermöglicht es LOL BOT, Daten aus der riesigen Bibliothek von Witzen aller Komiker auf der ganzen Welt zu extrahieren. Verwenden Sie Deep-Learning-Algorithmen, um die Bedeutung dieser Shows zu entdecken und Ihre eigenen Witze zu generieren. Hier ist ein Blick:
Aber hier ist der Haken: Dieser Bot existiert jetzt nicht. Denn beim Comedy-Festival wurde es nicht von KI angetrieben, sondern von 7 Die besten australischen Komiker! Aber trotzdem, So etwas zu bauen ist im aktuellen Szenario durchaus möglich. Warum gibst du es nicht Probieren Sie diesen Datensatz aus und teile deine Ergebnisse?
Abschließende Anmerkungen
Die Idee, Data Science zum Spaß zu nutzen, ist wirklich faszinierend. Mein Ziel in diesem Artikel war es, ein neues Portal für alle zu eröffnen, die Data Science als ein technisches und zu ernstes Feld betrachten.. Lasst uns unterwegs ein bisschen Spaß haben!
Einige dieser seltsamen Anwendungsfälle mögen lustig erscheinen, aber erinnere dich: die großen Fortschritte auf jedem Gebiet werden von Leuten gemacht, die mit dem gespielt haben, was ihnen gegeben wurde, und etwas geschlagen haben, an das niemand denken konnte.
Wir haben so viel Glück, ohne große Investitionen, frei experimentieren können. Und ich glaube fest daran, dass durch die Nutzung dieser Macht, unsere Champion-Data-Science-Community wird die Welt im Sturm erobern.
Welche anderen seltsamen und lustigen Anwendungen von Data Science fallen Ihnen ein?? Keine Idee ist eine schlechte Idee! Lass es mich im Kommentarbereich unten wissen..
Bist du neu in der Welt der Data Science? Ich empfehle dringend, unseren umfassenden und beliebten Kurs für Anfänger bis Fortgeschrittene zu besuchen:
