Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Искусственный интеллект объяснил загадочное кружение животных
Коллектив ученых из Сколтеха — аспирант Егор Нужин, доцент Максим Панов и профессор Николай Бриллиантов — при помощи методов искусственного интеллекта объяснили таинственное поведение, характерное для ряда животных, — кружение.
ИИ давно зарекомендовал себя в решении прикладных и инженерных задач, но на этот раз опубликованное в Science Reports исследование демонстрирует новую сильную сторону ИИ, который помог ответить уже на фундаментальный вопрос — понять коллективное поведение живых существ.
Кружение наблюдается в больших группах животных, находящихся на разных этапах эволюции, от насекомых и червей до рыб: они согласованно движутся вокруг центра группы. Биологическая функция столь причудливого поведения до сих пор ставила в тупик эволюционных биологов и теоретиков систем.
Стандартный подход к объяснению кружения постулирует наличие неких искусственных сил, которые возникают между животными и влияют на их коллективное движение. Ученые из Сколтеха пошли по иному пути: их модель отталкивается от цели и формулируется в терминах обучения с подкреплением — инструмента из области искусственного интеллекта.
Опираясь на простые правила и естественные ограничения, смоделированные исследователями животные методом проб и ошибок обучились коллективному движению. Поразительным образом, предъявленные к ним требования — оставаться в заданных пределах от центра группы и от соседей — привели к самопроизвольному кружению. Что еще более неожиданно, кружение оказалось весьма полезным для выживания: по подсчетам исследователей, обученный такому поведению коллектив в сотни раз устойчивее к пагубным возмущениям среды — в природе ими могут быть, например, ветер или подводные потоки.
Другое применение искусственного интеллекта в похожем контексте — группировка животных. Птицы мигрируют, волки охотятся, а рыбы плавают — стаями. Если животные перемещаются совместно с оптимальным расположением друг относительно друга, они тем самым минимизируют затраты энергии. Исследователи из Сколтеха применили тот же целеориентированный подход на базе обучения с подкреплением и подтвердили, что в результате животные находят оптимальную для передвижения конфигурацию, позволяющую сохранять силы: вдвоем они выстраиваются в линию, втроем — в треугольник, вчетвером — в ромб.
Эти и другие, порой неожиданные построения, при большей численности группы, были независимо найдены альтернативным методом. Хотя в природе присутствуют и другие факторы, определяющие структуру стаи, например защита от хищников, положение вожака и прочее, полученные результаты наглядно демонстрируют широкую применимость метода и его надежность. Как говорит профессор Бриллиантов, «я понимаю, что все строится из простых „математических кирпичиков“, но не перестаю удивляться возможностям методов ИИ!».
Telegram 
Дзен 
VK К любопытным выводам привели наблюдения японских ученых за пестролицыми буревестниками. Оказалось, эти птицы испражняются в основном на лету, намеренно избегая такой возможности на поверхности воды. Очевидно, предположили исследователи, это облегчает движения в воздухе взрослым особям с добычей во рту.
Люди, которые были на грани смерти, затем иногда рассказывают, как мчались навстречу необычайно яркому свету или видели всю свою жизнь, проносящуюся перед глазами. Эти переживания на первый взгляд напоминают галлюцинации под воздействием некоторых психоделиков. Но есть и существенные различия, обнаружили исследователи из Великобритании.
Биотехнологи из Ноттингемского университета (Великобритания) воспроизвели процесс естественной ферментации какао-бобов в лаборатории, чтобы проверить, можно ли улучшить вкус готового продукта «вручную». Оказалось, что правильно подобранная колония микроорганизмов может внести свои нотки и определить качество будущего шоколада.
Астрономы подсчитали, что с поверхности летящего по Солнечной системе межзвездного объекта 3I/ATLAS каждую секунду испаряется около 40 килограммов водяного льда. Такую сильную кометную активность он проявил, будучи в три с половиной раза дальше Земли от Солнца. По мнению ученых, это довольно необычно.
За последнее десятилетие ученые создали несколько сложных систем «мозг — компьютер», которые позволяли преобразовывать мозговую активность людей, лишившихся способности говорить из-за различных заболеваний, в речь. Однако до сих пор удавалось расшифровать лишь небольшое количество слов. Теперь в США создали алгоритм, благодаря которому удалось распознать до 54 процентов «речи».
Изображение блазара PKS 1424+240, полученное с помощью радиоинтерферометра VLBA, напомнило астрономам легендарное «Око Саурона» из «Властелина колец» — джет, пронизывающий кольцеобразное магнитное поле объекта, устремлен к нашей планете, а сам блазар может оказаться одним из наиболее ярких источников нейтрино в космосе.
Прибывшая из межзвездного пространства предполагаемая комета 3I/ATLAS движется по траектории, максимально удобной для гравитационных маневров управляемого корабля, при этом возможность ее отслеживания с Земли практически минимальна. По мнению некоторых ученых, такое «поведение» объекта наводит на определенные мысли.
Примерно 12 800 лет назад в Северном полушарии началось резкое изменение климата, которое сопровождалось вымиранием мегафауны и угасанием культуры Кловис. Такое могло произойти, например, из-за прорыва пресных вод в Атлантику или мощного вулканического извержения. Несколько лет назад ученые обнаружили места на суше с повышенным содержанием элементов платиновой группы, прослоями угля, микрочастицами расплава. По их мнению, это может быть признаком пребывания Земли в потоке обломков кометы или астероида. В новой работе впервые представлены доказательства кометного события в позднем дриасе из морских осадочных толщ.
Команда исследователей из Сколтеха, МФТИ, Института искусственного интеллекта AIRI и других научных центров разработала метод, позволяющий не просто отличать тексты, написанные человеком, от сгенерированных нейросетью, но и понимать, по каким именно признакам классификатор принимает решение о том, является ли текст генерацией или нет. Анализируя внутренние состояния глубоких слоев языковой модели, ученые смогли выделить и интерпретировать численные признаки, отвечающие за стилистику, сложность и «степень уверенности» текста.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно