Procesamiento de imágenes / Visión por computadora:
- Clasificación y detección de objetos (ImageNet 2014): clasificación 6.67% tasa de error, precisión de detección 43.9% Profundizando con convoluciones
Reconocimiento de voz: –
- Modelado acústico (Mejora en la tasa de error de 24.4% a 20.7%) Modelado acústico utilizando redes de creencias profundas
PNL:
- ¿Es Google un ejemplo de inteligencia artificial?
- ¿Los hackers malignos utilizan el aprendizaje automático para actividades de piratería criminal?
- ¿Qué libro es el mejor para aumentar el conocimiento sobre inteligencia artificial y robótica?
- ¿Qué universidad debo solicitar para el Máster en CS y la especialización en Inteligencia Artificial?
- ¿Por qué Apple no está invirtiendo en aprendizaje automático? Han tardado en actualizar Siri. ¿Hay alguna razón estratégica para esta aparente falta de interés de Apple? o se están quedando atrás en esta área?
- Análisis de sentimientos ( precisión 80% -> 85.4% ): profundamente en movimiento: aprendizaje profundo para análisis de sentimientos
- Análisis de dependencia ( 2% de mejora y aceleración impresionante, más de 1000 oraciones / segundo ): un analizador de dependencia rápido y preciso utilizando redes neuronales
- Traducción automática ( +3.0 BLEU ): modelos de unión de red neuronal rápidos y robustos para traducción automática estadística
- Etiquetado POS ( Precisión 97.16% -> 97.32% ): Aprendizaje de representaciones a nivel de personaje para el etiquetado parcial
- Respuesta a las preguntas: una red neuronal para la respuesta a preguntas factoides sobre los párrafos