Безопасность и производительность сети уже сегодня готова составить конкуренцию стандартам Zigbee, ZWave и Thread...
Большинство крупных прозводителей Bluetooth чипов уже выпустили реализацию Bluetooth Mesh сети, что позволяет создавать новые устройства в мире IoT быстро и практически бесплатно.
Компания «МЕРА НН» изучила его возможности на практике и проверила работу сети на 50+ устройствах, используя различные конфигурации расположения устройств.
Анализ безопасности, пропускной способности, влияние на другие сети - это и многое другое в докладе компании «МЕРА НН». Доклад позволит Вам оценить преимущества и недостатки BLE Mesh, понять применимость и начать использовать данный вид передачи данных в решениях, связанных с автоматизацией домой и зданий.
Большинство крупных прозводителей Bluetooth чипов уже выпустили реализацию Bluetooth Mesh сети, что позволяет создавать новые устройства в мире IoT быстро и практически бесплатно.
Компания «МЕРА НН» изучила его возможности на практике и проверила работу сети на 50+ устройствах, используя различные конфигурации расположения устройств.
Анализ безопасности, пропускной способности, влияние на другие сети - это и многое другое в докладе компании «МЕРА НН». Доклад позволит Вам оценить преимущества и недостатки BLE Mesh, понять применимость и начать использовать данный вид передачи данных в решениях, связанных с автоматизацией домой и зданий.
Вокруг нас происходит незаметная революция — несколько лет назад разработчики AI открыли для себя потрясающие возможности GPU в целях обучения и просчета нейронных сетей на принципиально новых скоростях.
То, что начиналось как психоделический Google Deep Dream, полный изображений глаз и собак, выросло в гораздо более практичные вещи типа «переноса стиля» и «генеративных сетей», которые способны производить новое художественное прочтение или даже фотореалистичный контент на заданную тему.
Нейронные сети, в отличие от традиционного процедурного подхода, способны легко обучаться на визуальных примерах и минимально зависят от вмешательства разработчиков, в то время как процедурный подход всецело зависит от алгоритмов, заложенных программистами и заранее предсказуем.
Изображения уже открыли ворота в мир генеративного контента, на очереди анимация и 3Д-модели.
Чего стоит ожидать в ближайшее время:
* Генерация бесконечного количества текстур «под задачу» на основе примеров, а не алгоритмов.
* Синтез анимации на основе мокап-движений и нужного анимационного стиля.
* Лицевая анимация на основе текста.
* Image upscaling and colorisation на основе примеров.
* Перенос стилей между объектами в духе Призмы(tm) для анимации и (в будущем) для геометрии.
И это только начало — Искусственный Интеллект быстро найдет и новые ниши.
То, что начиналось как психоделический Google Deep Dream, полный изображений глаз и собак, выросло в гораздо более практичные вещи типа «переноса стиля» и «генеративных сетей», которые способны производить новое художественное прочтение или даже фотореалистичный контент на заданную тему.
Нейронные сети, в отличие от традиционного процедурного подхода, способны легко обучаться на визуальных примерах и минимально зависят от вмешательства разработчиков, в то время как процедурный подход всецело зависит от алгоритмов, заложенных программистами и заранее предсказуем.
Изображения уже открыли ворота в мир генеративного контента, на очереди анимация и 3Д-модели.
Чего стоит ожидать в ближайшее время:
* Генерация бесконечного количества текстур «под задачу» на основе примеров, а не алгоритмов.
* Синтез анимации на основе мокап-движений и нужного анимационного стиля.
* Лицевая анимация на основе текста.
* Image upscaling and colorisation на основе примеров.
* Перенос стилей между объектами в духе Призмы(tm) для анимации и (в будущем) для геометрии.
И это только начало — Искусственный Интеллект быстро найдет и новые ниши.