Neuromation

Платформа Neuromation будет использовать распределенные вычисления вдоль с блочным доказательством рабочих токенов для революционной модели ИИ развитие.

Революция давно назрела: глубокое обучение использует искусственные нейронные сети с чрезвычайно большой емкостью и, следовательно, требует высокоточной маркировки. Сбор больших наборов данных изображения, текст и звук легко, но описание и аннотирование данных чтобы сделать его пригодным для использования, традиционно было сложным и дорогостоящим. Краудсорсинг был применен к проблеме создания набора данных и маркировка несколько лет назад, использование большого количества людей для исправлять ошибки и повышать точность. Это оказалось медленным, дорогостоящим и ввел человеческий уклон. Кроме того, были задачи, которые люди просто не может преуспеть, например, оценивать расстояния между объекты, квантование освещения в сцене, точно перевод текст и т. д.

Предлагаем решение, точность которого гарантируется построение: синтезирование больших наборов данных вместе с точные метки. Преимущества синтетических данных многообразны. это быстро синтезировать и визуализировать, совершенно точно, с учетом задача может быть изменена для улучшения модели и обучения сам. Важно отметить, что реальные данные с точными метками по-прежнему требуется для оценки моделей, обученных синтетическим данным, чтобы гарантировать приемлемую производительность при времени вывода. Тем не менее, требуется количество требуемых данных валидации меньше, чем данные обучения!