#искусственный интеллект

Ученые из ИТМО и МГУ представили мультиагентную систему NanoMINER для автоматизированного извлечения и обработки данных из научных статей в области наноматериалов и нанозимов. Анализ статьи занимает у системы всего минуту, тогда как на ручную обработку уходит в среднем полтора часа. NanoMINER демонстрирует высокую точность до 98% и позволит ускорить исследования в материаловедении, бионанотехнологиях и других областях.

Новое исследование показало, что учащиеся вузов с более выраженными чертами нарциссизма, макиавеллизма, психопатии, а также материализма могут быть сильнее предрасположены к академическому обману и злоупотреблению нейросетями при выполнении учебных заданий.

Ученые Первого МГМУ имени И.М. Сеченова создают сервис с применением нейронных сетей, позволяющий визуализировать печень и ее структуры в трехмерном пространстве по КТ-снимкам. Помимо построения 3D-моделей, сервис определяет новообразования печени и дает возможность проводить виртуальные операции на органе. В перспективе его будут использовать для предоперационного планирования и снижения потенциальных рисков хирургического вмешательства.

В ЮФУ придумали новый остроумный способ тестировать ИИ на способность работать в реальных ситуациях использования русского языка. Исследователи искусственного интеллекта из МИИ ИМ ЮФУ предлагают использовать интеллектуальные языковые игры, как пример — заставлять ИИ отвечать на вопросы из архива телевикторины «Что? Где? Когда?» и «Своей игры». Инициативу прокомментировал опытный игрок.

Российские работодатели наряду с традиционными методами поиска сотрудников все чаще стали прибегать к автоматизированным инструментам, среди которых, в частности, ресурсы рекрутинга на базе искусственного интеллекта. Технологии действительно шагнули так далеко, что программы с большими языковыми моделями могут даже проводить собеседования — это экономит трудовые и временные ресурсы, обеспечивает удобство и объективность процесса. Но без проблем все же не обходится. Научный сотрудник института «Компьютерные науки и прикладная математика» МАИ Юрий Чайников рассказал о том, какие проблемы могут возникнуть при собеседовании с ИИ и смогут ли в будущем кандидаты отказаться от такого формата найма в пользу традиционного.

В КБГУ представили новую модель машинного обучения. Ее ключевая задача — с высокой точностью прогнозировать риск развития сердечной недостаточности у пациентов еще до появления у них первых симптомов.

В РТУ МИРЭА представили инновационную систему на основе искусственного интеллекта, которая автоматизирует процесс генерации игровых уровней. Разработка, созданная в Институте кибербезопасности и цифровых технологий РТУ МИРЭА, способна сократить время производства игрового контента на 50-70%.

В современной экономике, где объемы продаж растут в геометрической прогрессии, умение предвидеть, какие товары будут пользоваться спросом, можно назвать залогом успеха для любого бизнеса. Ученые МТУСИ предложили решение для такого прогноза.

Исследователи СПбГУ создали методику для определения наиболее успешной для коммерческой деятельности блогеров площадки в социальных сетях. С помощью технологии искусственного интеллекта можно проанализировать комментарии под одинаковыми видео на разных платформах.

Коллектив ученых из МФТИ разработал и теоретически обосновал два новых подхода к решению одной из фундаментальных проблем машинного обучения: определению достаточного размера выборки. Их работа предлагает измерять, насколько «уверенность» модели в своих параметрах меняется при добавлении или удалении всего одного элемента данных, используя для этого два различных математических инструмента.

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.