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 научился «видеть» так же, как и человек
Инженеры Калифорнийского университета в Лос-Анджелесе (UCLA) и Стэнфордского университета продемонстрировали компьютерную систему, способную обнаруживать и идентифицировать объекты реального мира, которые она «видит», на основе метода визуального обучения, используемого людьми.
Новая система считается шагом вперед в технологии, называемой «компьютерное зрение», которая позволяет компьютерам считывать и идентифицировать визуальные образы. Это может приблизить нас к созданию общих систем искусственного интеллекта — самообучаемых компьютеров, которые способны рассуждать и принимать самостоятельные решения. Современные системы компьютерного зрения ИИ с каждым днем становятся все более мощными и эффективными, однако до сих пор зависят от конкретной задачи. Это означает, что их способность определять то, что они видят, ограничена степенью их обучения и программирования людьми.
Даже лучшие на сегодня системы компьютерного зрения не могут создать полную картину объекта на основе только определенных его частей, поэтому ее можно обмануть, если продемонстрировать объект в незнакомой роботу обстановке. Инженеры стремятся создать такие компьютерные системы, которые бы не имели этого недостатка, подобно тому, как люди способны узнать собаку, даже если она спряталась за стулом, из-за которого видны только лапы и хвост. С помощью интуиции человек легко поймет, где находится голова собаки, а где — остальная часть ее тела, однако эта способность все еще недоступна большинству систем ИИ.
Современные системы компьютерного зрения не предназначены для самостоятельного обучения, поэтому их программируют путем демонстрации тысяч изображений объектов, которые они должны идентифицировать. Кроме того, компьютеры не могут интуитивно определить, что изображено на фотографии: системы на основе ИИ не составляют внутренний образ знакомых объектов, как это делают люди. Новый метод, описанный в журнале Proceedings of the National Academy of Sciences, рассказывает, как можно решить эти проблемы.
«К счастью, интернет предоставляет две вещи, которые помогают мозговой системе компьютерного зрения обучаться тем же способом, что и люди. Во-первых, это наличие множества изображений и видеороликов, на которых показаны объекты одного и того же типа. Во-вторых, эти объекты видны с разных точек зрения — скрытые, с высоты птичьего полета, с близкого расстояния — и размещены в различных условиях», — утверждает профессор Калифорнийского университета и руководитель исследования Ввани Ройховдхури (Vwani Roychowdhury).
Начиная с младенчества мы узнаем о каком-то предмете, так как видим много его вариаций в различных контекстах. Такое контекстное обучение считается ключевой особенностью нашего мозга: оно помогает нам создавать надежные модели объектов, которые составляют часть интегрированного мировоззрения, где все функционально связано.
Это понимание помогло инженерам добиться результата: они успешно протестировали систему с помощью порядка 9000 картинок, на каждой из которых были изображены люди и другие объекты. Платформа построила детальную модель человеческого тела без внешнего наведения и маркировки изображений. Инженеры провели аналогичные испытания, используя изображения мотоциклов, автомобилей и самолетов.
Во всех случаях их система работала лучше или по крайней мере так же, как традиционные системы компьютерного зрения с многолетним обучением, что вселяет надежду на дальнейший прогресс.
Американские ученые показали, что РНК коронавируса SARS-CoV-2 проходит через обратную транскрипцию, встраивается в геном инфицированной клетки и экспрессируется в виде «химерных» транскриптов, сливающихся с вирусными с клеточными последовательностями.
Анализ сотен записей зевков у разных видов млекопитающих и птиц показал, что оно длится тем дольше, чем крупнее мозг животного и чем больше в нем нейронов.
Как это часто бывало в прошлые годы, то, что совсем недавно казалось фантастикой, стало частью обыденной жизни. Речь идет о многоразовых ракетах, которые успели громко заявить о себе в мире. Сможет ли Россия ответить компании SpaceX или Blue Origin?
Филипп Мандей основал целое направление исследований: он первым установил, что закисление океанов — последствие глобального потепления — угрожает обонянию и умению ориентироваться у морских рыб. Само собой, это создает угрозу их вымирания. Долго оставалось загадкой только одно: как существующие виды рыб перенесли серьезное закисление океана при прошлых изменениях климата. Теперь все проясняется: похоже, Мандей обнаружил эффект, которого никогда не было. Интересно, что вместе с ним его наблюдали еще 179 ученых — и теперь все они оказались в центре чудовищного скандала. Попробуем разобраться в деталях.
Американские ученые показали, что РНК коронавируса SARS-CoV-2 проходит через обратную транскрипцию, встраивается в геном инфицированной клетки и экспрессируется в виде «химерных» транскриптов, сливающихся с вирусными с клеточными последовательностями.
В учебниках истории XX века, на сотнях плакатах и в десятках кинофильмах о Второй мировой войне мы видели знаменитые танки, «катюши» и бороздящие небеса Ил-2. Давайте проверим, сможете ли вы отличить советскую военную технику от машин союзников и стран «оси».
Исследователи установили, что обнаруженный в Баренцевом море объект — погибшая советская субмарина типа «Крейсерская». Это одна из самых больших подлодок СССР периода Второй мировой.
Действующий глава NASA в рамках общения с прессой ответил на ряд вопросов, касающихся недавних заявлений российских политиков и главы «Роскосмоса» о скором отказе от собственного сегмента МКС. Администратор заверил всех, что агентство находится в хороших отношениях с Россией, а также поделился информацией о согласовании обмена местами для астронавтов и космонавтов в пилотируемых миссиях двух стран.
На этой неделе СМИ выдали новость, от которой можно впасть в шок: «Ранее из России уезжало около 14 тысяч исследователей [в год], теперь — 70 тысяч». Мы внимательно разобрались в ситуации и вынуждены отметить, что ничего подобного не было и нет. В реальности речь вовсе не об ученых и даже не о высококвалифицированных специалистах. Проблемы с учеными в России есть. Но в этом случае речь идет не о них, а о том, что отдельные бывшие комсомольские вожаки, удачно устроившиеся в РАН, перепутали утечку мозгов из России с отъездом из нее гастарбайтеров. Разбираемся, как это у них получилось.
Комментарии