#искусственный интеллект

Одна из фундаментальных проблем при создании эффективных моделей машинного обучения — определение необходимого и достаточного количества данных для их обучения. Слишком мало данных — модель будет неточной, слишком много — неоправданные затраты времени и ресурсов на сбор и обработку информации. Ученые из МФТИ предложили два новых метода для решения этой задачи, основанных на анализе функции правдоподобия с использованием техники бутстрэпа.

Процветание страны требует регулярного отслеживания устойчивости каждого региона, то есть его способности поддерживать качество жизни, адаптироваться к изменениям и использовать возможности для долгосрочного развития. Традиционные методы оценки требуют участия большого числа экспертов, что приводит к существенным затратам, а их результаты часто зависят от личного мнения. Кроме того, существующие аналитические программы не позволяют оперативно реагировать на такие непредвиденные ситуации, как климатические изменения или экономические кризисы. Студенты и ученые Пермского Политеха и НИУ ВШЭ разработали систему автоматической оценки устойчивости регионов, которая решает все эти проблемы и позволяет людям целесообразно выбирать комфортное место для проживания. Аналогов разработки в стране пока нет.

ИИ-сервисы вроде ChatGPT и Claude могут помочь эффективнее справляться с работой, но сотрудники, использующие подобные инструменты, рискуют столкнуться с негативными последствиями. Группа американских ученых в серии экспериментов показала, что люди склонны хуже оценивать тех, кто прибегает к помощи нейросетей, считая их более ленивыми и менее старательными.

Разработанные в Центре искусственного интеллекта НИУ ВШЭ нейросетевые модели значительно улучшают прогнозирование риска ожирения, диабета первого типа, псориаза и других многофакторных заболеваний. Совместное исследование с компанией Genotek показало, что алгоритмы глубокого обучения эффективнее традиционных методов, особенно при сложных взаимодействиях генов (эпистазах).

Ученые Президентской академии оценили сценарии развития рынка труда России с учетом влияния ИИ в отраслевом разрезе. Генеративный искусственный интеллект поможет сэкономить до 25% времени сотрудников и закрыть до 80% текущей нехватки кадров. Отрасли с высокими темпами роста потребности в кадрах — торговля, финансы, страхование, связь, наука — наиболее подвержены влиянию изменений в производительности труда, что делает их самыми перспективными для внедрения генеративного ИИ.

Технологии искусственного интеллекта сегодня находят применение в самых разных сферах. В том числе в экологии и области охраны животных. Один из примеров — разработка ученых из МФТИ. Они предложили использовать нейросети для обработки данных, полученных с фотоловушек. Программа сортирует и обрабатывает до одного миллиона изображений в сутки, а ее точность — свыше 95%, при этом она быстрее ученого-эксперта на несколько порядков.

Международный коллектив ученых разработал новый метод параметризации машинно-обучаемых межатомных потенциалов для моделирования магнитных материалов, значительно повышающий надежность и точность предсказаний их свойств. Ключевым элементом нового подхода стало использование так называемых магнитных сил при обучении моделей межатомных взаимодействий. Результаты исследования открывают путь к ускоренному дизайну и изучению материалов для электроники нового поколения, медицины и сенсоров.

ИИ с каждым днем активнее проникает во все сферы жизни. Рассказываем, как его используют для диагностики онкологических заболеваний, что об этом думают врачи и пациенты.

Под впечатлением от все более широких возможностей систем искусственного интеллекта некоторые пользователи готовы проводить часы за общением с голосовыми ИИ-ассистентами или текстовыми чат-ботами. Неудивительно, что в результате таких контактов ИИ перестает восприниматься как бездушная технология, а начинает казаться заслуживающим доверия собеседником, практически другом или даже чем-то большим. Настолько, что сюжет фильма «Она», в котором главный персонаж в исполнении Хоакина Феникса влюбился в ИИ-личность по имени Саманта, уже не выглядит таким фантастическим. Тенденция вызывает тревогу: международная группа психологов предупредила, что углубление отношений с ИИ до уровня романтических несет серьезные риски — вплоть до разрушения человеческих связей и суицидов.

В современном текстильном производстве контроль качества продукции занимает центральное место, поскольку такие дефекты, как несовпадение рисунка, распущенные нити и отклонения в цвете могут значительно сказаться на характеристиках конечного изделия. Ученые МТУСИ предложили метод формирования признаков текстурированного изображения, который можно применить для построения математической модели текстильного материала при решении задач автоматизации процесса разбраковки.

Исследователи из Международной лаборатории динамических систем и приложений НИУ ВШЭ — Нижний Новгород разработали теорию, которая позволяет с математической точностью доказать существование устойчивого хаотичного поведения в сетях взаимодействующих элементов. Работа открывает новые возможности для изучения сложных динамических процессов в нейронауке, биологии, медицине, химии, оптике и других областях.

Исследователи из НИУ ВШЭ в Перми разработали NeuroSkate — нейросеть, которая распознает движения фигуристов на видео и определяет правильность выполняемых элементов. Алгоритм успешно справляется с базовыми элементами, дальнейшее развитие модели позволит повысить точность распознавания сложных прыжков.

В США успешно испытали генеративный чат-бот для психотерапии под названием Therabot. Участники с психическими расстройствами месяц тестировали систему, после чего сообщили об улучшении симптомов и высоком доверии к цифровому «психологу».

Множество ученых по всему миру объединились, чтобы составить и опубликовать всеобъемлющую дорожную карту разработки межатомных потенциалов машинного обучения в области материаловедения и инженерии. Они подробно описали, как машинное обучение должно привести к революции в нашем понимании в проектировании и открытии новых материалов, позволяя проводить компьютерное моделирование атомов.

Презентации — универсальный инструмент для работы и учебы. Современные технологии позволяют создавать их в один клик, а интерактивные форматы делают выступления более динамичными и вовлекающими. Ученые Пермского Политеха усовершенствовали ранее разработанную платформу, добавив ИИ-функции: теперь нейросеть генерирует слайды, редактирует текст, создает изображения и интерактивные квизы.

Исследователи университета «Дубна» вместе со специалистами производственной компании ООО «С-компонент» разработали систему автоматизированного выявления брака у печатных плат.

Исследователи Центра искусственного интеллекта Сколтеха совместно с коллегами из Института проблем передачи информации РАН разработали метод, который позволяет нейросетям более точно оценивать собственную «уверенность» в прогнозах. Метод использует специальный набор тренировочных данных (Confidence-Aware Training Data) и направлен на повышение надежности нейросетевых моделей в задачах с высоким уровнем риска — например, в медицине или промышленности.

В ИТМО открыли новое семейство металл-органических кристаллов, которые самопроизвольно превращаются из 3D-структур в 2D. Их можно использовать в качестве материала для мемристоров и технологии ReRAM — платформ для записи и хранения информации. Создают такие кристаллы методами растворной химии, без применения дорогостоящей литографии, что значительно снижает их стоимость. При этом они получаются достаточно тонкими (от четырех нанометров), а улучшенные электронные свойства делают их эффективными для использования в дизайне устройств памяти и платформ ИИ.

Новое исследование показало, что нейросети лучше людей справились с созданием подписей к популярным интернет-мемам. Сгенерированные ИИ варианты в среднем получили более высокие оценки за юмор, креативность и «вирусность» — потенциал к широкому распространению. Впрочем, в «индивидуальном зачете» все-таки победили люди: самые смешные отдельные примеры были созданы без помощи ИИ-алгоритмов.

Многие говорят, что занимаются спортом для поддержания здоровья. Однако ученые с помощью инструментов искусственного интеллекта и машинного обучения установили, что на самом деле большинство людей к тренировкам подталкивает несколько другая причина.