Исследователи Копенгагенского и Хельсинкского университетов обучили алгоритмы предсказывать выбор пациента по показателям электроэнцефалографии (ЭЭГ) при помощи методов машинного обучения и коллаборативной фильтрации.
Всем привет! Мы продолжаем делиться опытом в сфере ML в медицине, на этот раз в формате лайв.
Я и мои коллеги организуем трек Ужасы медицинских данных на одном из крупнейших DS-событий России и Европы – ODS Data Fest 2021. Приглашаем всех принять в нём участие. Слушайте доклады экспертов, задавайте вопросы, общайтесь в голосовом чате. Обязательно регистрируйтесь на сайте феста и заходите на страницу нашего трека 10-11 июня.
Исследователи Университета Карнеги-Меллона обучили нейросеть искать в микробах метаболиты (нерибосомные пептиды) и оценивать их потенциальную пользу для разработки лекарств.
Исследователи из Пекинской академии искусственного интеллекта объявили о выпуске собственной генеративной модели глубокого обучения, Wu Dao, которая способна конкурировать и даже превзойти GPT-3 от OpenAI.
Исследователи из Медицинской школы Перельмана при Университете Пенсильвании проверили электронный нос на крови пациентов с раком яичников и поджелудочной железы. Устройство определило заражённые образцы с точностью до 95 %.
Инженер и музыкант Кит Блумер создал функциональную гитарную педаль NeuralPi, управляемую нейронной сетью в режиме режиме реального времени. Программное обеспечение запускается на одноплатном компьютере Raspberry Pi.
Научная компания Smart Engines решила последнюю фундаментальную проблему при распознавании паспорта РФ с помощью технологий искусственного интеллекта (ИИ). В программном продукте Smart ID Engine продемонстрирован режим распознавания «книжки» паспорта под разными углами и различном освещении в реальном времени в видеопотоке и на фотографиях. Именно «книжка» была тем научно-технологическим рубежом, преодолев который, задачу распознавания паспорта РФ на уровне ИИ можно считать решенной.
Источник фото: PhotoXPress.
Исследователи Датского технического университета создали управляемое нейросетью устройство, собирающее биологически активные вещества напрямую из клеток растений. Диаметр наконечника сборщика в десять раз меньше диаметра целевых клеток.
Исследователи разработали алгоритм для оценки состояния пациентов во время операций. По активности нейронов компьютерная система распознаёт момент начала выхода из наркоза и предупреждает анестезиолога.
Исследователи Дюкского университета научили ИИ искать и выделять активные нейроны. Новый способ упростит диагностику и позволит наблюдать за мозгом людей и других животных в режиме реального времени.
На прошлой неделе Google анонсировал запуск новой облачной платформы для машинного обучения — Vertex AI.
Главная особенность новой платформы в её амбициозном масштабе и интеграции с Google Cloud. Vertex AI вобрала в себя все облачные инструменты Google для подготовки наборов данных и обучения ML моделей.
Исследователи Facebook разработали новый метод хранения информации искусственным интеллектом, который позволяет более экономно обрабатывать данные благодаря тому, что он «забывает» фрагменты сведений. Об этом сообщается на сайте компании.
Intel Labs работает над проектом «Enhancing Photorealism Enhancement» (EPE) для создания фотореалистичного окружения. Исследователи добились высоких результатов по сравнению с другими технологиями благодаря использованию датасета с фотографиями реальных городов и алгоритмам обработки, которые убирают артефакты изображения.
Всем привет!
Заканчивается набор на научную летнюю школу "Управление, информация и оптимизация".
Заявки принимаются до 20 мая включительно.
Подробнее о школе под катом
IBM представила датасет Project CodeNet, который поможет обучать системы искусственного интеллекта программированию. Компания объявила на конференции Think 2021, что ей удалось создать аналог Rosetta Stone для кодинга.
По мере того, как телескопы стали более совершенными, данные наблюдений за галактиками, квазарами и материей в межгалактическом пространстве стали более подробными и способными охватить все большие диапазон эпох Вселенной. Но ничего не возникает из практических наблюдений — для начала нужна гипотеза. Космологические симуляции — важная часть исследования природы Вселенной, та самая гипотеза, рождаемая в ходе наблюдения за моделью. Моделирование формирования галактик помогает предсказать поведение вселенной и ее компонентов в различных сценариях и решить проблемы темной материи как одну из задач современной космологии.
Проблема заключается в том, что любое моделирование ограничено конечными вычислительными ресурсами — исследователям приходится находить компромисс между степенью разрешения (количеством частиц) в модели и размерами пространства (box), в котором будет совершаться моделирование. Для ее решения профессорами университета Карнеги-Меллона, института Флэтайрон и Калифорнийского университета была создана программа, которая в связке с нейронными сетями и применением технологии Deep Learning на базе моделей низкого разрешения (LR) путем предсказания того, как гравитация влияет на частицы с течением времени, создает модели сверхвысокого разрешения (SR). Обучается она этому по уже имеющимся моделям высокого разрешения (HR). В результате создается SR-модель с количеством частиц, в 512 раз превышающим количество частиц в LR-версии модели, предсказывая их смещение от начальных позиций. Кроме того, процесс генерации является стохастическим, что позволяет исследовать мелкомасштабные моделирования.
Последнее исследование Facebook демонстрирует, как сократить число узких мест в данных, применяемых при машинном обучении, чтобы добавить системам на ИИ «здравого смысла». Исследовательское подразделение компании в области искусственного интеллекта уже много лет разрабатывает так называемое «полуконтролируемое обучение».
