Byla vydána OpenIndiana 2026.10. Unixový operační systém OpenIndiana (Wikipedie) vychází z OpenSolarisu (Wikipedie).
Americký výrobce polovodičů onsemi (ON Semiconductor) zrušil plány na rozšíření výroby v rožnovském závodě v Česku za dvě miliardy dolarů (podle aktuálního kurzu zhruba 43,5 mld. Kč). Důvodem je vývoj na trhu.
O víkendu probíhá na FIT VUT v Brně konference OpenAlt 2026 o otevřeném softwaru a datech, IT bezpečnosti, DIY a IoT. Na programu je spousta zajímavých přednášek. Pokud jste v Brně, stavte se. Vstup zdarma. Přednášky lze sledovat i online na VHSky a YouTube.
Qualcomm uzavřel víceletou dohodu se SpaceX. Bude dodávat rádiové technologie, baseband jednotky a software pro plánovanou pozemní 5G síť Starlink Mobile. Výstavba má zahrnovat desítky tisíc základnových stanic v USA. Zahájení nasazování se očekává v roce 2027. Qualcomm dohodu označuje za svůj dosud největší 5G kontrakt.
Google rozšířil Cloud Vulnerability Reward Program. Nově nabízí odměnu až 250 tisíc dolarů za vysoce závažné architektonické bezpečnostní chyby označované jako Root-in-Cloud.
V březnu byla oznámena spolupráce GrapheneOS s Motorolou. Nejnovější vlajka Motorola Signature 27 je první Motorola s oficiální podporou GrapheneOS. GrapheneOS (Wikpedie) je varianta Androidu zaměřující se na bezpečnost a soukromí.
Omarchy (Wikipedie) je linuxová distribuce s dlaždicovým správcem oken Hyprland. Založena je na Arch Linuxu. Vydána byla v nové verzi 4.5.0. Nově také pro Apple Silicon, konkrétně pro M1/M2/M3/Neo MacBooky.
Byla vydána nová stabilní verze 8.3 webového prohlížeče Vivaldi (Wikipedie). Postavena je na Chromiu 156 s bezpečnostními opravami z Chromia 157. Přehled novinek i s náhledy v příspěvku na blogu.
Google před dvěma týdny v příspěvku na svém blogu věnovaném výzkumu popsal, jak učí své neuronové sítě rozpoznávat, co je na obrázcích, a že proces rozpoznávání lze obrátit a říct neuronové síti, že na obrázku je například banán a ať ho na obrázku nalezne a dokreslí. Začala vznikat zajímavá "umělecká" díla. Včera Google uvolnil zdrojové kódy (deepdream) pro generování těchto "uměleckých" děl.
Tiskni
Sdílej:
Ono to ale asi znamená napřed vytvořit nějaké otravně nezbytné maličkosti kolem, jako je I/O rozhraní do trochu přirozeného jazyka apod... ideálně aby si to umělo samo číst na webu
autori nepoznaju niektore zakladne poznatky z oblasti AI. Napr. Univerzálnu aproximačnu teorému , ktora hovori ze na klasifikaciu stacia max 3 vrstvy , takze spominanych 10-30 vrstiev je zbytocny overkillJa bych rekl ze znaji dost dobre. To ze neco jde udelat s prostredky X neznamena ze je idealni to tak delat. Muzu nejaky program napsat v brainfucku (proste to jde), ale efektivita takoveho pristupu bude proti treba Ccku zoufala. Stejne tak neuronka na rozpoznavani obrazu muze mit *teoreticky* jednu skrytou vrstvu (s kdovi kolika stovkami tisic neuronu), ale je otazka jak dobre to pujde natrenovat a jak dobre to bude fungovat. Popravde bych se nedivil kdybysme se za cas dostali jeste k hlubsim sitim.
Matematická analýza celého problému v práci [3], ktorá znela NN s jednou, resp. max dvoma skrytými vrstvami je schopná aproximácie ľubovoľnej funkcie s dostatočnou presnosťou. Je zrejme, že viac ako 2-vrstvové NN to vedia tiež, ale za cenu vyššej zložitosti NN. Existuje tzv. Univerzálna aproximačná teoréma popísaná tiež v [5], ktorá tvrdí, že stačí jedna skrytá vrstva na aproximáciu ľubovoľnej funkcie. Z praktického hľadiska, však nehovorí koľko neurónov má mať táto jediná skrytá vrstva.http://neuron-ai.tuke.sk/cig/source/publications/books/NS1/html/node46.html
A dokonce bude i jezdit.
Tak nevim, jestli brzdeni rozkrokem je to prave orechove 
Vyskusajte si viac vrstiev napr. na SNNS a zistite k comu je dobre mat viac vrstiev ..Jasne, jenze v tomhle simulatoru nejde nic komplexniho. Pohraju si az budu u stroje s poradnym GPU. A ten citat neni v rozporu s tim co pisu ja - teoreticky ti jedna skryta vrstva staci. Prakticky muze byt vyhodnejsi tech vrstev pouzit vic.
To že na něco stačí 3 vrstvy ještě neznamená, že se nechá (nějak jednoduše) najít jejich parametry. Ve zpracování obrazu to funguje tak, že každá z vrstev různých typů (konvoluční, pooling, dense) generuje příznaky pro tu následující. Na té nejnižší vrstvě to může detekovat hrany a na té nejvyšší pak zvířata. Mezilehlé vrstvy pak dělají něco mezi tím, což se právě snaží vizualizovat deepdream.
A stejně tak to funguje v rozpoznávání řeči, porozumění, klasifikaci textu atd. Ten kdo tvrdí, že stačí 3 vrstvy zaspal deset let v oblasti výzkumu neuronových sítí.