Внимание! Сайт не гарантирует того, что представленный текст разрешён по возрасту. Не рекомендуется пользоваться сайтом, если вам меньше 18 лет.
" ... В период с 2014 по 2016 год нефтесервисные компании значительно сократили количество сотрудников. В среднем около 35%, или примерно 300 000 сотрудников пятидесяти крупнейших нефтесервисных компаний мира были вынуждены покинуть нефтегазовую отрасль вследствие затяжного спада. Несмотря на недавние сокращения в сегменте морского нефтесервиса, наблюдаются поводы и для оптимизма. С начала 2017 года активность в нефтесервисной индустрии значительно выросла, и многие сервисные компании объявили о наборе сотрудников в Северной Америке на континентальных месторождениях. Вместе с этим количество сокращений на морских месторождениях, похоже, достигло нижней отметки. ... "
" ... Кроме того, он добавил, что в случае со Сбербанком речь идет даже не об одной экосистеме, а о целом их наборе, пояснив: «Вы, например, знаете о нашем проекте «Эвотор». Некоторые считают, что это просто проект облачных касс. Но реально это некая экосистема вокруг малого бизнеса и его потребностей, потому что там есть некий магазин приложений, в который неограниченное количество компаний может разрабатывать свои приложения для задач малого бизнеса и, таким образом, решать его задачи. То же самое, например, в недвижимости». ... "
" ... Московская бизнес-школа «Сколково», созданная 17 российскими частными компаниями и предпринимателями, в сентябре объявила о первом наборе слушателей на курс Executive MBA (только для руководителей компаний). За программу, рассчитанную на 18 месяцев (64 учебных дня в пятизвездной гостинице в Москве или подмосковном кампусе и неделя в Китае), нужно заплатить €90 000. Несмотря на кризис и высокую цену, желающих получить диплом достаточно — подано уже около 70 заявок, хотя изначально планировалось привлечь 30–60 учащихся. ... "
" ... Основная идея GAN заключается в том, чтобы тренировать сеть на поиск шаблонов в определенном наборе данных. Обнаружив общие черты, которые присущи всем предложенным объектам, программа-генератор на их основе создает свой вариант компиляции. Затем вторая сеть — дискриминатор — оценивает ее работу, и если она может определить разницу между оригиналами и новым образцом, то отправляет изделие на доработку. Первая сеть (генератор) модифицирует свои данные и пытается снова провести их через дискриминатор, повторяя это до тех пор, пока вторая сеть не перестанет отличать подделку от оригинала. «При этом на вход такой сети может подаваться как реальное фото (как, например, в приложении Prisma, которое создает картины на основе загруженных фотографий), так и другие данные, например, набросок карандашом, или даже портрет другого художника, у которого мы хотим изменить стиль», — объясняет Миляев. ... "
" ... Это может звучать странно, но здесь кроется действительно серьезная научная, социальная и технологическая проблема. Дело в том, что нейронные сети обучаются людьми с помощью наборов данных, в которые уже «зашита» предвзятость. К примеру, в наборе данных с фотографиями знаменитостей, который некоторые приложения могут использовать для обучения алгоритмов распознавания лиц, есть перекос в сторону представителей светлокожей расы. Обученная на таких данных нейронка будет хуже распознавать людей с другим цветом кожи. Не исключено, что такая предвзятость может привести к дискриминации, некорректным решениям и так далее. IBM разработала и продолжает совершенствовать методику для проверки наборов данных для выявления «предубеждений». Ученые компании уверены, что в ближайшие пять лет эта проблема исчезнет или перестанет быть существенной. ... "