似乎没有提到Open AI的发展，我们的摘要就不完整：7月份，新的GPT-3算法成为机器学习领域讨论最多的话题。从技术上讲，这不是一个模型，而是整个家族，为方便起见，将其概括为一个名称。最大的模型使用了1,750亿个参数，并使用了570 Gb的数据集进行训练，其中包括来自Common Crawl存档的过滤数据以及来自WebText2，Books1，Books2和Wikipedia的高质量数据。
在此值得注意的是，该模型是经过预训练的，不需要针对特定任务进行微调：为了获得更好的结果，建议为模型提供至少一个（单发）或几个（很少发）解决输入问题的示例，但是您可以不这样做他们（零射）。为了使模型产生问题的解决方案，用英语描述问题就足够了。通常认为，这是一种用于生成文本的算法，但是已经很清楚，其潜力要大得多。
该模型于5月份提出，即使那时Open AI证明在GitHub存储库上训练的GPT-3可以成功生成Python代码，现在，一个半月后，第一个幸运的人可以使用API并展示了他们的最佳实践。结果是惊人的。作为开发人员，我们当然对这种算法将简化我们的生活，并可能创造竞争的兴趣。
debuild.co服务已经出现，根据该功能的文本描述，该服务创建一个工作代码并进行良好的布局。
您不仅可以在Web编程中，而且可以在设计中使用最佳实践。该模型能够通过文本描述生成JSON数据并将其转换为Figma布局。
而且她几乎成功了面试Ruby开发人员职位。
关于在编程中使用机器学习的新闻还不止这些。
TransCoder
将您的代码库从古老的编程语言（如COBOL）迁移到现代替代品（如Java或C ++）是一项复杂的资源密集型任务，需要专业人员精通这两种技术。同时，过时的语言仍在世界各地的大型机中使用，这常常使所有者面临艰难的选择-要么手动将代码库翻译成现代语言，要么继续维护遗留代码。
Facebook推出开源自我学习模型，这将有助于完成此任务。这是第一个无需并行训练数据即可将代码从一种编程语言转换为另一种编程语言的系统。
创建者估计该模型可以正确地将90％以上的Java函数转换为C ++，将74.8％的C ++函数转换为Java，并将68.7％的Java函数转换为Python。高于商业类似物的指标。
ContraCode开发
工具越来越多地使用机器学习来理解和修改人工编写的代码。使用带有代码的算法的主要困难是缺少标记的数据集。
伯克利的研究人员建议使用ContraCode方法解决此问题。作者认为具有相同功能的程序应具有相同的表示形式，反之亦然。因此，它们生成了用于对比学习的代码变体。要创建数据，请对变量进行重命名，对代码进行重新格式化和混淆。
将来，使用此方法的自学习模型将能够预测类型，检测错误，总结代码等。鉴于该领域的这些和其他进步，机器可能很快就会像人类一样学会编写代码。
DeepSIM
这项研究的作者表明，单个目标图像上的生成对抗网络能够处理复杂的操作。
该模型学习将图像的原始表示形式（例如，仅照片中对象的边缘）与图像本身进行匹配。在操作过程中，生成器允许您通过更改输入处的原始表示并通过网络映射它们来修改图像。这种方法解决了DNN问题，该问题需要庞大的训练数据集。结果令人印象深刻。
3D照片修补
将2D RGB-D图像转换为3D的另一种方法。该算法将重新创建原始图像中的对象隐藏的区域。分层的深度图像用作基本表示形式，考虑到上下文，模型从中迭代地合成不可见区域的新颜色和深度数据。输出为照片，您可以使用标准图形引擎向其添加视差效果。您可以使用colab来自己测试模型。
高保真
一组俄罗斯研究人员提出了一种开放源代码算法，该算法可以改变照片中的一天中的时间。对高分辨率照片中的照明变化进行建模非常具有挑战性。提出的算法结合了生成的图像到图像模型和上采样方案，该方案允许对高分辨率图像进行转换。重要的是要注意，该模型是在不带时间戳的不同景观的静态图像上训练的。
交换自动编码器
如果HiDT能够定性地改变图像中的光照，那么经过不同数据集训练的神经网络不仅可以改变一天中的时间，还可以改变风景。不幸的是，没有机会看到源代码，因此我们只能欣赏展示该模型功能的视频。
扫描（SCAN）一个
开源神经网络，可以将图像独立地分组为语义上有意义的簇。作者方法的新颖之处在于，训练和聚类的阶段是分开的。首先，开始进行特征教学任务，然后基于聚类过程中第一阶段获得的数据建立模型。与其他类似模型相比，这可以提供更好的结果。
检索GAN
生成神经网络正在迅速发展，而RetrieveGAN就是对此的又一证明。基于场景文本描述的算法使用现有图像的片段来创建独特的新图像。虽然生成的图像有很多伪像，并且看起来不太可信，但是在将来，这可能会在蒙太奇领域开辟新的可能性。
电梯旅客追踪
得益于计算机视觉和机器学习的进步，人类跟踪变得更加有效。来自上海的一组研究人员受大型开发商委托，开发了一套实时的电梯行为社会控制系统。该系统能够检测电梯中的可疑活动。因此，创作者希望防止故意破坏，性骚扰和毒品贩运。该系统还将注意到人们是否经常停在某个楼层上：例如，已经有可能识别出在公寓中非法工作的餐饮。该系统已经安装并监视成千上万的电梯。
事实证明，这就是七月的激烈程度。让我们看看下个月给我们带来了什么消息。感谢您的关注！