Ben Hamm usou uma câmera e um modelo de machine learning para reconhecer quando o gato tentava entrar na casa com uma presa (geralmente de madrugada), e travar a portinhola de acesso pelo intervalo suficiente para que o gato se desfizesse de sua caça.
O levantamento incluiu todos os estudos realizados desde 2012, ano em que o modelo AlexNet quebrou recordes em problemas de classificação de imagens. Os autores observaram, entretanto, que a maioria dos estudos na área é de baixa qualidade técnica, fazendo sugestões para dar ainda mais valor aos resultados alcançados pela inteligência artificial.
Veja neste vídeo dica número 15 da série Dicas de Carreira em Inteligência Artificial
Os algoritmos de machine learning ainda não são capazes de aprender de forma associativa como nós fazemos, e por isso a inteligência artificial ainda não consegue generalizar para novas tarefas. Um estudo de evolução em ambiente virtual mostra como a aprendizagem associativa surgiu em seres vivos, o que dá sugestões sobre como replicar o processo em máquinas.
O sistema Overton foi desenvolvido para aperfeiçoar a administração do ciclo de vida de aplicações baseadas em ML. O programador passa ao sistema um esquema relacional dos dados de entrada e uma relação das tarefas a realizar, e o sistema é responsável por construir, fazer o tuning e o consecutivo deployment de um modelo. Assim, o programador fica livre para focar nas tarefas de mais alto nível, como a curadoria dos dados de entrada do sistema.
Os autores do trabalho usaram modelos climáticos clássicos para aumentar o número de dados disponíveis para treinamento, e alcançaram o alto desempenho passando os dados por uma rede neural convolucional, que identificou as regiões do oceano mais correlacionadas ao fenômeno.
Veja neste vídeo dica número 14 da série Dicas de Carreira em Inteligência Artificial
O trabalho usou uma rede neural convolucional para processar dados brutos de eletrocardiograma, sendo capaz de predizer com precisão absoluta os portadores da condição cardíaca; método auxiliar mostra quais regiões do ECG são importantes para discriminar entre indivíduos saudáveis e acometidos.
O sistema usa visão computacional para identificar os alimentos desperdiçados quando eles são jogados na lixeira. Com isso, as cozinhas podem fazer um controle de estoque mais eficiente, além de otimizar seus menus em função das preferências dos consumidores, evitando desperdícios.
Veja neste vídeo dica número 13 da série Dicas de Carreira em Inteligência Artificial
