На сегодняшний день прогнозирование того, как опухоли будут развиваться с течением времени, особенно в ответ на лечение, является серьезной проблемой для ученых. Однако новое исследование, проведенное учеными Memorial Sloan Kettering в сотрудничестве с исследователями из Университета Британской Колумбии в Канаде, подтверждает, что такое будет возможно в скором будущем.
В Калифорнийском технологическом институте разработали алгоритм машинного зрения, позволяет автономным системам распознавать, где они находятся, просто глядя на местность вокруг. Впервые технология работает независимо от сезонных изменений этой местности, что делает визуальную навигацию более практичной.
Директор Tesla по ИИ Андрей Карпати представил на конференции 21 июня вычислительный кластер, разработанный для обучения алгоритмов ИИ. С ним автопроизводитель могут отказаться от радарных и лидарных датчиках на самоуправляемых автомобилях в пользу высококачественных оптических камер. По словам разработчиков, следующим шагом станет производство суперкомпьютера Dojo.
Исследовательский институт Toyota (TRI) представил новые возможности робототехники, направленные на решение сложных задач в домашних условиях. В частности, роботов обучили действовать в сложных ситуациях, включая распознавание прозрачных и отражающих поверхностей и реагирование на них в различных обстоятельствах.
Компания Smart Engines первой в России представила промышленные технологии распознавания документов в браузере, не предполагающие пересылку исходных, промежуточных или справочных данных с клиентского устройства. Новое решение подходит для персональных устройств, объектов интернета вещей (IoT) и позволяет минимизировать риск утечки изображений с паспортными данными клиентов через Интернет. Исследователи компании решили сложную научно-техническую задачу разработки алгоритмов ИИ режима реального времени для полноценного распознавания в браузере и предложили качественную и безопасную альтернативу сервисам распознавания для пользователей, разработчиков и бизнеса.
Исследователи из Института интегральных схем общества Фраунгофера в Германии создали прототип беспилотника для поиска людей по крикам во время спасательных операций. Нужные функции добавили в обычный мультикоптер.
Инженеры CSEM разработали микросхему с двумя нейропроцессорами, разделяющими задачи ИИ и снижающими энергопотребление. Для работы алгоритмов достаточно энергии небольшой батарейки или солнечной панели, умещающейся на микросхеме площадью с банковскую карту.
«Балабола» набалабобила.
В Facebook AI в сотрудничестве с исследователями из Университета штата Мичиган (MSU) разработали метод обнаружения дипфейков, который основан на реверс-инжиниринге фейкового изображения, а также самой системы, использованной для его создания.
Facebook AI представила модель искусственного интеллекта TextStyleBrush, которая может копировать стиль текста на фотографии, используя всего одно слово. С помощью этой модели можно редактировать и заменять текст в изображениях.
Фонд Build Change, который занимается решением проблем потери жилья в результате стихийных бедствий, объявил о выходе приложения «Помощник по надзору за строительством» (ISAC-SIMO). Это инструмент с открытым исходным кодом на базе искусственного интеллекта, который позволит проверять устойчивость конструкций.
Ученые из британской лаборатории искусственного интеллекта DeepMind в своей статье в Artificial Intelligence утверждают, что настоящий искусственный интеллект можно развить не в результате формулирования и решения сложных проблем, а в результате соблюдения принципа вознаграждения.
Инженеры Google Brain обучили алгоритмы создавать дизайн микросхемы. Нейросети справляются с проектированием всего за шесть часов и делают это лучше, чем белковые специалисты.
Исследователи из Национальных институтов здравоохранения США записали активность нейронов мозга людей при обучении. Они обнаружили, что в перерывах между обучением мозг в двадцать раз быстрее воспроизводит сжатые воспоминания, чем во время обучения. Кроме того, бодрствующий мозг в четыре раза быстрее запоминает навыки, чем спящий.
Исследователи Копенгагенского и Хельсинкского университетов обучили алгоритмы предсказывать выбор пациента по показателям электроэнцефалографии (ЭЭГ) при помощи методов машинного обучения и коллаборативной фильтрации.
