Jump to content
Forum Kopalni Wiedzy
Sign in to follow this  
KopalniaWiedzy.pl

Kolosalne inwestycje Samsunga

Recommended Posts

Samsung zapowiedział inwestycje w wysokości... 161 miliardów dolarów. Dzięki tej olbrzymiej kwocie koncern chce zwiększyć swoje możliwości wytwórcze oraz zaoferować produkty, które zapewnią rozwój w przyszłości.

Koreańska firma zainwestuje w sztuczną inteligencję, sieci bezprzewodowe piątej generacji, biofarmację, wyświetlacze, półprzewodniki i "inne kluczowe programy", poinformowali przedstawiciele Samsunga. Kolosalna kwota zostanie wydana w ciągu zaledwie trzech lat, a niemal 3/4 pieniędzy będą inwestowane w Korei Południowej.

Samsung od dawna ma opinię firmy, która agresywnie inwestuje, nawet w czasach, gdy konkurencja zmniejsza poziom inwestycji. Dzięki takiej polityce stał się jednym z największych na świecie producentów układów scalonych. Dobrym przykładem jest właśnie wybudowana przez Samsunga największa na świecie fabryka smartfonów. Powstała ona, pomimo że udziały koreańskiej firmy w chińskim rynku uległy zmniejszeniu.

Władze Samsunga uważają, że dzięki inwestycjom w sztuczną inteligencję ich firma stanie się jeszcze bardziej innowacyjna, a inwestycje w technologię 5G wspomogą rozwój Internet of Things, robotyki i autonomicznych samochodów. Dlatego też w swoich AI Centers Samsung chce zwiększyć liczbę naukowców do 1000 i ma zamiar stać się światowym potentatem na rynku układów scalonych, urządzeń i wyposażenia 5G. Chce też stać się liderem układów scalonych na rynku autonomicznych samochodów.
Firma zainwestuje też w badania podstawowe, które mają w przyszłości wspomóc rozwój technologii, którymi jest zainteresowana.

Wspólnie z rządem Korei Samsung założy też i będzie prowadził centra programistyczne w całym kraju. Ma w nich pobierać naukę 10 000 osób. Firma zacieśni też współpracę z czołowymi krajowymi instytutami naukowymi.

Oświadczenie o wielkich inwestycjach zostało wydane kilka dni po spotkaniu rządzącego de facto Samsungiem Lee Jae-yonga z koreańskim ministrem finansów Kim Dong-yeonem.


« powrót do artykułu

Share this post


Link to post
Share on other sites

Join the conversation

You can post now and register later. If you have an account, sign in now to post with your account.
Note: Your post will require moderator approval before it will be visible.

Guest
Reply to this topic...

×   Pasted as rich text.   Paste as plain text instead

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   Your previous content has been restored.   Clear editor

×   You cannot paste images directly. Upload or insert images from URL.

Sign in to follow this  

  • Similar Content

    • By KopalniaWiedzy.pl
      Ostre uszkodzenie nerek (AKI) jest jedną z najczęstszych przyczyn zgonów w szpitalach. W samym tylko 2014 roku doświadczyło go niemal 4 miliony Amerykanów, a każdego roku z jego powodu umierają setki tysięcy ludzi. Ci, którzy przeżyją często wymagają dializowania całymi miesiącami lub latami. Naukowcy z należącej do Google'a firmy DeepMind Health, postanowili zaprząc do pracy sztuczną inteligencję, by ta z wyprzedzeniem identyfikowała pacjentów narażonych na AKI.
      Zapobieganie ostremu uszkodzeniu nerek nie jest łatwe, gdyż u jego postaw leży wiele przyczyn. Zwykle pojawia się ono podczas rozległych operacji, komplikacji pooperacyjnych lub sepsy, mówi Joseph Vassalotti, nefrolog i prezes ds. medycznych w National Kidney Foundation. Niektóre leki mogą wywoływać też AKI jako skutek uboczny lub też jako reakcję układu odpornościowego, dodaje. Ponadto AKI może pojawiać się w wyniku zablokowania układu moczowego, zawału serca czy poparzeń.
      Ostre uszkodzenie nerek rozwija się bardzo szybko i przed pojawieniem się niemal nie daje objawów. Są nimi nagły wzrost kreatyniny i spadek funkcji nerek, najczęściej jednak wykrywa się te zjawiska gdy jest już za późno.
      W DeepMind Health powstał algorytm sztucznej inteligencji, który z 48-godzinnym wyprzedzeniem ma wykrywać ryzyko wystąpienia AKI. Testy wykazały, że ogólna dokładność prognoz algorytmu wynosi 55,8%, jednak dla przypadków cięższych, wymagających późniejszych dializ, trafność ta wynosi już 90,2%.
      Algorytm był trenowany na danych 703 782 osób pochodzących z bazy Departamentu ds. Weteranów. Były wśród nich informacje dotyczące wyników badań krwi, przyjmowanych leków, zabiegów lekarskich, przyjęć na oddziały szpitalne itp. itd. W sumie w danych znajdowało się ponad 600 000 różnych wskaźników. Na pierwszym etapie badań postanowiono odrzucić wskaźniki nieprzydatne do przewidywania AKI. Za pomocą technik głębokiego uczenia się wyodrębniono grupę 4000 wskaźników, które mogą odgrywać rolę w rozwoju ostrego uszkodzenia nerek.
      Dzięki temu udało się doprowadzić do sytuacji, gdzie lekarz ma szansę zapobiegać wystąpieniu AKI zamiast starać się ograniczać szkody. Autorzy badań sugerują, że wśród działań zapobiegających u pacjentów, u których może wystąpić AKI, może znaleźć się np. dożylne podawanie płynów, podawanie diuretyków, dodatkowe sprawdzenie, czy przepisane leki nie zaszkodzą nerkom.
      Vassalotti chwali prace specjalistów z DeepMind, jednak wątpi, czy algorytm przyda się w typowym szpitalu. Przypomina, że dane Departamentu Weteranów są znacznie bardziej dokładne niż typowe dane medyczne, a losy pacjentów trafiających w ciągu życia do różnych lekarzy i placówek medycznych są lepiej śledzone. To zresztą dlatego DeepMind chciało pracować właśnie z tymi danymi. Powstaje więc pytanie, czy algorytm sprawdzi się w sytuacji, gdy szpital nie ma żadnych lub ma niewiele informacji o historii pacjenta sprzed okresu, gdy został on przyjęty do tego szpitala. Ponadto Vassalotti zwraca uwagę na dwie inne słabości algorytmu. Po pierwsze dane kobiet stanowiły zaledwie 6% zestawu treningowego, po drugie algorytm dał dużo fałszywych pozytywnych odpowiedzi. Twórcy algorytmu zauważają, że zdecydowana większość z fałszywych pozytywnych sygnałów dotyczyła ludzi z wcześniejszymi problemami z nerkami.
      Specjaliści z DeepMind przyznają, że ich algorytm jest na wczesnym etapie rozwoju, przewidują jednak, że w przyszłości będzie go można również zastosować do przewidywania ryzyka wystąpienia sepsy, uszkodzenia wątroby czy komplikacji związanych z cukrzycą.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Inżynierowie z MIT-IBM Watson Lab zaprzęgli do pracy sztuczną inteligencję i stworzyli narzędzie, które zamienia selfie w klasyczne portrety malowane ręką wielkich mistrzów. AIPortraits.com, w przeciwieństwie do popularnej ostatnio aplikacji FaceApp, nie wykorzystuje prostej sztuczki z nakładaniem pewnych elementów na istniejący obraz. Algorytmy, które były trenowane na 45 000 różnych klasycznych portretów, od podstaw tworzą nowe elementy, które będą pasowały do obrazu.
      Twórcy AIPortraits wykorzystali techniki głębokiego uczenia się, za pomocą których trenowali modele Generative Adversarial Network (GAN). Efekt jest znacznie lepszy niż proste filtry używane przez programy w stylu FaceApp. AIPortraits.com, opierając się na wysłanym zdjęciu, maluje cały portret od podstaw. Algorytm korzysta z wielu różnych stylów charakterystycznych dla mistrzów pędzla: od Rembrandat przez Tycjana po van Gogha. Opierając się na naszym zdjęciu, algorytm decyduje o wyborze stylu tak, by podkreślić elegancję orlego nosa czy szlachetny wygląd czoła.
      Twórcy AIPortraits.com zapewniają, że nie przechowują przesłanych zdjęć. Służą one jedynie namalowaniu portretu, po czym są natychmiast usuwane.
      Niestety, nie mogliśmy sprawdzić działania programu. Użytkownicy przeciążyli witrynę i w chwili pisania tekstu była ona wyłączona.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Przed dwoma laty program Libratus wygrał w pokera z czterema zawodowcami. Wielodniowy turniej był rozgrywany w konwencji jeden na jednego, a ludzie ponieśli sromotną klęskę. Dla sztucznej inteligencji był to olbrzymi krok naprzód, jednak nawet współtwórca Libratusa, profesor Tuomas Sandholm, nie wierzył, by SI poradziła sobie jednocześnie z większą liczba graczy. Uczony właśnie udowodnił sam sobie, że się mylił.
      Sandholm jest współautorem algorytmu o nazwie Pluribus, który właśnie wygrał z sześcioma zawodowcami w nielimitowany Texas Hold'em. Nie sądziłem, że stanie się to możliwe za mojego życia, stwierdził uczony.
      Dotychczas sztuczna inteligencja coraz lepiej radziła sobie w grach z ludźmi, ale były to rozgrywki jeden na jeden lub drużynowe, dwóch przeciwko dwóm. SI zadziwiała swoimi osiągnięciami w warcabach, szachach, Go oraz pokerze. Wszystkie mecze były rozgrywkami o sumie zerowej. Jedna strona wygrywała, druga przegrywała. Jednak gra przeciwko sześciu osobom to zupełnie inny poziom trudności. Bardziej przypomina to rzeczywiste sytuacje, gdy trzeb podejmować decyzje nie znając zasobów (kart) i procesu podejmowania decyzji przez przeciwników. To pierwszy poważny sprawdzian możliwości SI w sytuacji innej niż pojedynek lub walka dwóch drużyn i gra o sumie zerowej. Po raz pierwszy wyszliśmy poza ten paradygmat i wykazaliśmy, że SI dobrze radzi sobie w takich sytuacjach, mówi współtwórca Pluribusa Noam Brown, zatrudniony w Facebook AI Research.
      Pluribus zaczynał od rozgrywki, w której brał udział 1 człowiek i 5 niezależnych wersji Pluribusa. Z czasem doszedł do poziomu, w którym mógł wygrać z 5 profesjonalistami jednocześnie. Przeciwnikami sztucznej inteligencji było 15 zmieniających się zawodowych graczy, z których każdy wcześniej wygrał w pokera co najmniej milion dolarów. Rozegrano 10 000 rozdań, a turniej trwał 12 dni.
      Co prawda Pluribus nie odniósł nad ludźmi tak miażdżącego zwycięstwa jak Libratus, jednak jego osiągnięcia zaskoczyły ekspertów. Istniały pewne dowody wskazujące, że techniki SI wykorzystane w pokerowym pojedynku powinny działać też przy trzech graczach, jednak nie było jasne, czy można je zastosować do większej liczby przeciwników grających na najwyższym poziomie. To naprawdę sensacyjna wiadomość, że sprawdziły się one w meczu sześcioosobowym. To ważny kamień milowy, mówi profesor Michael Wellman z University of Michigan.
      Pluribus, podobnie jak Libratus, uczył się pokera rozgrywając wiele symulowanych pojedynków sam ze sobą. Jak informują jego twórcy, sukces programu leży w zastosowaniu „wyszukiwania o ograniczonej głębokości”. Mechanizm ten pozwala SI na obliczenie dla wszystkich przeciwników kilku ruchów naprzód i opracowaniu na tej podstawie najlepszej strategii. Tego typu taktykę wykorzystuje wiele programów grających w pokera, jednak jej użycie w przypadku rozgrywki sześcioosobowej wymaga kolosalnych ilości pamięci do przechowania wszystkich możliwych ruchów wszystkich przeciwników oraz wszystkich możliwych zakładów. Libratus radził sobie z tym problemem biorąc pod uwagę jedynie dwie ostatnie rundy podbić. Jednak i tak wymagało to użycia 100 procesorów dla gry dwuosobowej.
      Pluribus działał nieco inaczej. Brał pod uwagę tylko cztery możliwe zachowania przeciwnika. Jedno to obliczony najbardziej prawdopodobny ruch, drugie w którym przeciwnik skłania się ku pasowi, trzecie gdy przeciwnik raczej wybiera sprawdzenie oraz ostatnie, gdy przeciwnik raczej podbija stawkę. Dzięki temu możliwe było znaczące ograniczenie wymaganych zasobów liczeniowych. Wykorzystane algorytmy były niezwykle wydajne. Dość wspomnieć, że podczas pokazu na żywo Pluribus był uruchomiony na maszynie zawierającej jedynie dwa procesory i 128 GB RAM. To zadziwiające, że w ogóle to się udało i że udało się bez wykorzystywania mocy obliczeniowej procesorów graficznych i innego ekstremalnie wydajnego sprzętu, cieszy się Sandholm. Dość tutaj wspomnieć, że program AlphaGo, który w 2016 roku pokonał w Go Lee Sedola korzystał z 1920 CPU i 280 GPU.
      Specjaliści z Carnegie Mellon University i Facebooka, którzy stworzyli Pluribusa, opublikują jedynie jego pseudkod, czyli opis kroków niezbędnych do stworzenia podobnego programu. Zdecydowali jednak, że nie upublicznią prawdziwego kodu, by nie ułatwiać rozpowszechniania oprogramowania do gry w pokera. Mogłoby to bowiem zniszczyć zarówno tę dziedzinę działalności gospodarczej jak i społeczność graczy.
      Wykorzystany algorytm SI może znaleźć zastosowanie wszędzie tam, gdzie trzeba podjąć decyzje bez pełniej wiedzy o tym, co robią lub myślą inni. Przyda się w takich dziedzinach jak cyberbezpieczeństwo, handel, negocjacje biznesowe czy ustalanie cen. Zdaniem Sandhloma może też pomóc podczas zbliżających się wyborów prezydenckich w USA, gdyż pomoże kandydatom na określenie poziomu wydatków potrzebnych do zwycięstwa w kluczowych stanach. Sandholm założył już trzy firmy, które będą świadczyły usługi z wykorzystaniem SI na rynkach biznesowych czy wojskowych,.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Padła kolejna bariera oddzielająca ludzką i sztuczną inteligencję. Program Libratus rozgromił światową czołówkę pokerzystów. W nielimitowanym Texas Hold'em sztuczna inteligencja zdobyła na ludziach 1.766.250 dolarów. Dong Kim przegrał z Libratusem 88.649 USD, Jimmy Chou zubożał o 522.857 dolarów, Jason Les stracił 880.087 USD, a Daniel McAulay musiał zapłacić 277.657 USD.
      Turniej Brains vs. Artificial Intelligence trwał od 11 do 30 stycznia i był rozgrywany w godzinach od 11.00 do 19.00. Składał się w sumie ze 120 000 rozdań.
      Libratus powstał na Carnegie Mellon University i jest dziełem profesora Tuomasa Sandholma i doktoranta Noama Browna. Podczas uczenia się pokera program nie korzystał z doświadczeń ludzkich graczy. Zaimplementowano mu zasady gry, które miał przeanalizować, a później - na podstawie około 15 milionów godzin obliczeń w Pittsburgh Supercomputing Center - opracowywał własną strategię. Udoskonalał ją też w czasie turnieju. Nie uczyliśmy Libratusa grać w pokera. Daliśmy mu zasady i kazaliśmy się uczyć samemu - mówi Brown. Początkowo rozgrywki były niezwykle chaotyczne, program zgrywał przypadkowe karty. Jednak po bilionach rozdań opracował skuteczną strategię.
      Przed wielu laty oprogramowanie komputerowe zadziwiło świat wygrywając w szachy z arcymistrzem. Niedawno rozgromiło też mistrza Go. Zwycięstwo w pokerze pokazuje, że algorytmy sztucznej inteligencji przekroczyły kolejną granicę. Poker znacząco różni się bowiem od szachów czy Go. Gracze nie znają stanu rozgrywki, gdyż nie wiedzą, jakie karty ma przeciwnik. Dochodzi tutaj też element losowy, gdyż to on decyduje, kto jakie karty dostanie oraz element blefu. To tak złożone wyzwanie, że dotychczas badacze zajmujący się SI nie radzili sobie z nim, stwierdza Sandholm. Uczony dodaje, że sam nie był pewien możliwości Liberatusa. Międzynarodowe witryny z zakładami stawiały 4:1 przeciwko naszemu programowi. Okazało się jednak, że wszystko to nie stanowi dla Libratusa większego problemu. Sztuczna inteligencja była w stanie prawidłowo interpretować blef, używany przez ludzkich przeciwników, i... sama blefowała, co zaskoczyło jej twórców. Gdy zobaczyłem, że Liberatus blefuje, zdziwiłem się. nie uczyłem go tego. Nie sądziłem, że jest do tego zdolny. Jestem dumny z faktu, że stworzyłem coś, co potrafi tego dokonać - mówi Brown.
      Libratus był znacznie lepszy niż sądziliśmy. To nieco demoralizujące, mówi Jason Les, który przed dwoma laty był grupie graczy, którzy rozgromili SI Claudico. Tutaj codziennie wstawaliśmy i przez 11 godzin na dobę byliśmy ogrywani. To zupełnie inne doświadczenie emocjonalne - dodaje. Gracze mogli też uczyć się od Libratusa, który stosował agresywną strategię, stawiał duże sumy, by wygrać małe kwoty. Ludzie tak normalnie nie grają, ale to wymusza na tobie ciągłą koncentrację uwagi - dodaje Les.
      Zastosowane w Libratusie algorytmy nie są wyspecjalizowane w pokerze. A to oznacza, że będzie można zastosować je w wielu dziedzinach, od gier komputerowych, poprzez negocjacje biznesowe, po branże bezpieczeństwa, wojskową czy medyczną - wszędzie tam, gdzie potrzebne jest strategiczne myślenie w oparciu o niepełne informacje. Poker to najmniejsze zmartwienie. Mamy tutaj maszynę, która może skopać ci tyłek w biznesie i zastosowaniach wojskowych. Martwię się, jak ludzkość sobie z tym poradzi - stwierdził profesor Roman V. Yampolskiy z University of Louisville.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Pet-Commerce to internetowy sklep brazylijskiej sieci Petz, w którym dzięki połączeniu technologii rozpoznawania twarzy oraz sztucznej inteligencji pies może kupić swoje ulubione produkty. Wystarczy ustawić kamerę internetową na pysk zwierzęcia. Gdy tylko AI wykryje produkt, który podczas przewijania strony wywołał u psa duże zainteresowanie, zostaje on automatycznie dodany do koszyka.
      By Pet-Commerce powstał, agencja reklamowa Ogilvy Brazil nawiązała współpracę z trenerem psów Leonardem Ogatą. To on "oświecił" wszystkich w kwestii wyrazów pyska różnych ras i ich znaczenia. Sztucznej inteligencji zaprezentowano tysiące zdjęć psów, tak by mogła się nauczyć lepiej wykrywać szczególiki związane z wyrażaniem zainteresowania przez psy.
      Stroną produkcyjno-techniczną przedsięwzięcia zajęły się firmy D2G Tecnologia i Hogarth.
      Produkty z witryny pogrupowano w 3 kategorie: kości, zabawki, piłki. Gdy człowiek klika na dany obiekt, wyświetlają się filmy. Tło jest żółte bądź niebieskie, bo wg Ogaty, to kolory, które psy najlepiej widzą. Poziom zainteresowania psa jest prezentowany za pomocą ikonek w kształcie kości.
      Witryna przekazuje też ludziom zalecenia, co zrobić, by czworonogowi jak najłatwiej było robić zakupy. Po pierwsze, należy włączyć dźwięk, bo to ważny dla psów zmysł. [Poza tym] pies musi być zrelaksowany, w zabawowym nastroju. Nie należy go podnosić bądź podtrzymywać głowy, bo to może drażnić. Wystarczy nakierować kamerę internetową na jego pysk [...].
      Zakup jest dokonywany po potwierdzeniu przez właściciela i wprowadzeniu niezbędnych danych. Na razie Pet-Commerce jest tylko dla psów, ale być może pewnego dnia projekt obejmie też np. koty.
       


      « powrót do artykułu
×
×
  • Create New...