Алгоритмы *

Разработчики из Университета Райса в Хьюстоне, штат Техас, разработали новый алгоритм машинного обучения, который получил название SLIDE. По их словам, эта схема обучения ИИ будет более эффективна при работе на центральных процессорах, чем на графических.

_{Фото: news.mit.edu}

Исследователи из Массачусетского технологического института создали компьютерную модель, которая отражает способность зрительной системы человека быстро генерировать подробное описание сцены из изображения и дает некоторое представление о том, как работает мозг.

Существующие алгоритмы обучения роботов ходьбе сильно зависят от вмешательства человека: каждый раз, когда робот падает, ему нужно, чтобы кто-то поднял его и вернул в правильное положение. Новый проект исследователей из Google Brain позволит роботам учиться ходить без помощи человека. В течение нескольких часов, полагаясь исключительно на настройки современных алгоритмов, команда Google обучила четырехногого робота ходить вперед и назад и поворачивать влево и вправо полностью самостоятельно.

В Google попытались создать чат-бота, максимально похожего на человека. Результатом разработок стала Meena — модель, работающая на основе нейросетей. По оценке Google, чат-бот способен достигнуть большей «человечности» в беседе по сравнению с другими моделями.

Исследователи из Орегонского и Портсмутского университетов разработали математическую модель приготовления идеального эспрессо, которая позволяет добиться одинакового вкуса от чашки к чашке и снизить расход зерен. Статью о своей модели Кристофер Хендон и Джейми Фостер с коллегами опубликовали в журнале Matter.

Kaggle — система организации конкурсов по исследованию данных, принадлежащая компании Google — обнаружила мошенничество в результатах одного из своих конкурсов. Победителя конкурса отстранили от участия в дальнейших соревнованиях.

Kaggle регулярно организует конкурсы в сфере обработки данных и машинного обучения. Призы на этих конкурсах могут достигать десятков тысяч долларов. На прошлой неделе компания объявила, что команда-победитель конкурса, который состоялся в прошлом году и был посвящён улучшению работы сайта по поиску хозяев для бездомных животных, выиграла обманом.

_{Источник: cunicode}

Бернат Куни, исследователь в области цифрового дизайна и экодизайна, работающий в студии cunicode, обучил нейросеть на иллюстрациях жуков, которые он взял из энциклопедии. После этого машина смогла сгенерировать собственные изображения.

_{Источник: Гонконгский университеа науки и технологии}

Сотрудники Гонконгского университета науки и технологии разработали систему, которая использует искусственный интеллект для анализа эмоций учащихся во время уроков и лекций. Они надеются, что новый инструмент поможет преподавателям улучшить свою работу.

Исследователи описали систему в статье, опубликованной в цифровой библиотеке IEEE Xplore. По их словам, инструмент «поможет преподавателям быстро и просто оценить уровень вовлечённости студентов в предмет».

_{Фото: Moscow Live}

Роспатент озвучил десятку самых интересных, по мнению ведомства, патентов на изобретения в 2019 году. На первом месте оказалось средство для подавления вируса Эбола. Патент представили Новосибирский институт органической химии имени Н. Н. Ворожцова СО РАН и государственный научный центр вирусологии и биотехнологии «Вектор».

Далее идет катализатор для получения моторного топлива из возобновляемого растительного сырья. Он позволяет получить высокоэкологичное топливо в первую стадию. Данное топливо обладает улучшенными низкотемпературными свойствами, то есть может использоваться в северных регионах.

_{Фото: web.mit.edu}

Исследователи Массачусетского технологического института изобрели инструмент машинного обучения, который предсказывает, насколько быстро компьютерные чипы будут выполнять коды из различных приложений.

Чтобы заставить код работать максимально быстро, разработчики и компиляторы — программы, которые переводят язык программирования в машиночитаемый код — обычно используют модели производительности, которые запускают его путем моделирования заданных архитектур чипов.

_{Источник: Nintendo}

Разработчики из Бразилии, Нидерландов и Великобритании создали игровую соревновательную платформу EvoMan, которая имитирует игру Mega Man 2. Платформа разработана для обучения нейросетей. С её помощью исследователи проверят способность искусственного интеллекта не только выучить правила игры, но и адаптировать своё поведение под каждого из игровых боссов.

_{Фото: Alexxx Malev/Flickr}

Китайские исследователи создали систему обнаружения космического мусора на орбите. Она работает с применением телескопов с лазерными дальномерами. Ими управляет нейронная сеть. Разработчики утверждают, что новая система поможет обеспечить защиту для летательных аппаратов от столкновений с опасными объектами.

Система, как отмечается, может обнаружить объект с площадью поперечного сечения в один квадратный метр на расстоянии 1500 километров. Нынешние системы с лазерными локаторами определяют местоположение космического мусора с необходимой точностью лишь на уровне до одного километра, так как отраженный от объекта световой сигнал является недостаточно мощным.

_{Источник: Stanford}

Инженеры из Стэнфордского университета в США обучили робомобиль, собранный из автомобиля DeLorean 1981 года выпуска, управляемому заносу. Исследователи утверждают, что их разработки должны помочь беспилотникам избегать аварий.

Инженеры оснастили DeLorean автоматическим управлением и бортовыми компьютерами ещё в 2015 году. Робомобиль, который они назвали MARTY в честь главного героя фильма «Назад в будущее» Марти Макфлая, совершенствовался последние четыре года. Для обучения MARTY исследователи использовали записи дрифта профессиональных водителей. Все механические системы DeLorean были заменены на электронные, которые управляются бортовыми компьютерами. Компьютеры, в свою очередь, получают данные о движении робомобиля с GPS-датчиков.

Журналисты The Guardian, которая одной из первых раскрыла использование данных десятков миллионов пользователей Facebook британской компанией Cambridge Analytica, не могли добиться интервью с главой соцсети Марком Цукербергом. В итоге они пообщались с нейросетью Цукербот, которую обучили отвечать на вопросы с помощью интервью и публичных выступлений главы Facebook.

Алгоритм создала студия Botnik. Цукербота обучали с применением интервью, речей и публикаций в блогах Цукерберга за последние три года. В итоге нейросеть может оперировать 200 тысячами слов. The Guardian готовила вопросы для интервью совместно с Observer.

Художники объявили войну сайтам, которые предлагают купить футболки с рисунками. В течение нескольких лет художники, которые публиковали свои работы в интернете, натыкались на сайты, торгующие футболками и другими товарами с их рисунками без разрешения или какой-либо компенсации. Несколько художников выдвинули теорию, в соответствии с которой арты находили боты.

_{Источник: MIT}

Когда люди смотрят на изображение чего-либо, они определяют, что на нём изображено, с помощью памяти, где содержится коллекция узнаваемых особенностей объекта. Человек может идентифицировать вид птицы, например, по контуру ее клюва, цвету ее перьев или форме лап. Нейронная сеть, однако, просто ищет образцы пикселей по всему изображению, не делая различий между птицей и ее фоном. Это делает нейронную сеть более уязвимой к ошибкам и затрудняет диагностику её работы людьми.

Вместо того, чтобы обучать нейронную сеть на изображениях птиц целиком, исследователи из частного Университета Дьюка в Северной Каролине и лаборатории Линкольна Массачусетского технологического института обучили ее распознавать различные особенности птиц: форму клюва и головы каждого вида, окраску перьев. Затем алгоритм на каждом новом изображении ищет эти отличительные признаки и пытается определить, к какому виду они принадлежат.

Группа ученых из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL) разработали метод, позволяющий восстанавливать скрытое на видео, используя тени и отражения. Алгоритм анализирует взаимодействие теней и геометрии на видео и делает прогноз «переноса света».

К примеру, если в комнате установлена видеокамера, алгоритм поможет реконструировать видеоизображение невидимого угла помещения. Анализ видео занимает около двух часов.

Литературные аналитики давно заметили руку другого автора в шекспировском «Генрихе VIII». Теперь нейронная сеть указала конкретные сцены, написанные не Шекспиром, и определила, кто на самом деле их написал.

Большую часть своей жизни Уильям Шекспир был драматургом актерской труппы под названием «Люди короля», которая исполняла свои пьесы на берегу Темзы в Лондоне. Когда в 1616 году Шекспир умер, труппа нуждалась в замене. Актёры обратились к одному из самых плодовитых и известных драматургов того времени — Джону Флетчеру. Более двухсот лет спустя, в 1850 году, литературный аналитик Джеймс Спеддинг заметил сходство между пьесами Флетчера и пьесой «Генрих VIII», которую, как считалось ранее, написал Шекспир. Спеддинг пришел к выводу, что Флетчер и Шекспир, вероятнее всего, написали пьесу вместе.

Команда исследователей во главе с сотрудниками Лаборатории информатики и искусственного интеллекта Массачусетского технологического института (CSAIL) работает над созданием искусственного интеллекта, который мог бы предсказывать поведение водителей-людей на дорогах. Для этого они используют инструменты социальной психологии.

Учёные обучали систему с помощью так называемой социальной ценностной ориентации (SVO). Этим термином исследователи обозначили степень, в которой кто-то «эгоистичен» или «просоциален» во время вождения. Система наблюдала за поведением водителей и оценивала их SVO для создания траектории движения для беспилотных авто.

Во время тестов система показала, что она может оценивать и предсказывать поведение водителей лучше на 25%, чем до обучения.

Два исследователя из Университета Луизианы в Лафайетте разработали модель, основанную на искусственном интеллекте, которая может с точностью до 99,6% прогнозировать возникновение эпилептического припадка за час до наступления.

Алгоритм использует результаты электроэнцефалограммы (ЭЭГ) для прогноза. Сейчас учёные занялись разработкой устройства, на основе которого будет функционировать модель.