#искусственный интеллект

Исследователи из совместной лаборатории Сколтеха и Университета Шарджи и их коллеги из Института AIRI автоматизировали анализ снимков сетчатки глаза для диагностики диабетической ретинопатии — повреждения сетчатки при сахарном диабете, которое может приводить к слепоте. В зависимости от сложности случая и квалификации врача, на рассмотрение сети сосудов на одном снимке сетчатки и вынесение диагноза без применения искусственного интеллекта уходит 10-40 минут. Решение ученых выдает ответ мгновенно, после чего врачу остается лишь проверить и подтвердить результат.

Ученые ВШЭ совместно с коллегами из Университета Южной Калифорнии разработали алгоритм, который быстро и точно предсказывает поведение квантовых систем — от квантовых компьютеров до солнечных батарей. С его помощью удалось смоделировать процессы в полупроводнике MoS₂ и выяснить, что на движение заряженных частиц влияет не только количество дефектов, но и их расположение. Эти дефекты могут замедлять или ускорять перенос заряда, создавая эффекты, которые раньше было сложно учесть при применении стандартных методов.

Животным, как и людям, свойственны разные эмоциональные состояния. Однако правильно распознать их может быть непросто. Команда ученых с помощью искусственного интеллекта разработала инструмент, позволяющий с высокой точностью различать эмоции у нескольких биологических видов.

Сегодня в российском строительном секторе наблюдается нехватка кадров, достигающая 10-25 процентов. Появляется все больше молодых специалистов, у которых недостаточно опыта для достоверного установления состояния сооружений. Статистика аварий строительных конструкций демонстрирует, что ошибочная оценка — одна из основных причин разрушения материалов помимо естественного износа. Ученые Пермского Политеха разработали программу, которая автоматически определяет техническое состояние сооружения с помощью искусственного интеллекта. Это позволит проводить своевременный ремонт и тем самым снизить риски аварий и катастроф.

Загрязнение морских акваторий признано проблемой мирового масштаба, и для ее решения необходимо вести его постоянный мониторинг. Непосредственное обнаружение мусора осложняется большим его разнообразием и степенью деградации, а также частичным погружением и визуальным слиянием с водной поверхностью. В последнее десятилетие в этой области наметился значительный прогресс за счет обработки данных с помощью машинного метода глубокого обучения. Научная группа ученых из МФТИ и Института океанологии имени П. П. Ширшова РАН проанализировала достижения и перспективы применения искусственного интеллекта для улучшения методов обнаружения и классификации мусора.

Ученые из Сколтеха и МФТИ при помощи машинного обучения заметно ускорили поиск кандидатов металлических сплавов, из которых экспериментаторы отбирают материалы для ракетостроения и других высокотехнологичных отраслей.

Исследователи из международной студенческой некоммерческой организации App-In Club (США) сконструировали экономичную роботизированную систему, способную воспроизводить человеческий почерк. Такая машина может автоматизировать создание рукописных документов — писем, юридических бумаг, текстов, художественных визуализаций — в режиме реального времени.

В РТУ МИРЭА разработали модульную систему умной фермы, функционирующую на основе технологий искусственного интеллекта. Главное отличие этой системы от аналогичных разработок — в ее модульности: каждую полку вертикальной фермы можно настроить с учетом особенностей выращивания отдельной культуры, обеспечивая индивидуальный контроль за условиями роста. Первые эксперименты показали впечатляющие результаты: использование новой системы позволило увеличить урожайность на 30 процентов.

IT-специалисты создали модель искусственного интеллекта, которая переводит текст с одного языка на другой в четырех разных режимах и делает это точнее предшественников. Разработка будет доступна для некоммерческого использования.

Ученые из Всероссийского НИИ автоматики имени Н. Л. Духова и Университета МИСИС предложили прогнозировать возникновение дефектов в материалах ядерных реакторов с помощью новой модели на основе искусственной нейронной сети. Результаты полезны для создания материалов, устойчивых к облучению в течении длительного срока службы.

По мнению экспертов британского строительного гиганта Balfour beatty, в 2050 году на стройках будут работать команды из роботов, дроны начнут постоянно сканировать состояние площадки и определять возможные риски, а люди — дистанционно управлять происходящим с помощью 3D и 4D-данных. Хотя пока до выполнения таких прогнозов довольно далеко, развитие строительной отрасли уже движется в сторону автоматизации и экономичности. Достижения в этой области уже позволили задуматься о повторении некоторых технологических процессов строительства даже на Луне. Ученые Московского авиационного института приступили к созданию технологии по спеканию лунного грунта как потенциального строительного материала для перспективных жилых модулей. В случае успеха исследований отпадет необходимость везти тяжелые строительные материалы с Земли. Это станет важным шагом к освоению внеземных пространств и созданию долговременных колоний за пределами самой планеты. О том, каких успехов с применением ИИ-технологий в строительной отрасли уже удалось достичь и какой они открывают потенциал для развития, в рамках форума «РОСТИМ» рассказал специалист МАИ, директор по развитию бизнеса НТЦ «Платформа» Петр Манин.

Ученые РТУ МИРЭА разработали систему для поиска пропавших людей, основанную на сборе фотографий из различных социальных сетей. Основная цель проекта — автоматизация и оптимизация процесса поиска. Это значительно увеличит вероятность успешного возвращения потерявшихся домой.

Трудно ли создать машинный сверхинтеллект? Поможет ли ИИ перейти к новому технологическому укладу? И как обучать искусственный разум на малом количестве примеров? Какие сложности возникают при взаимодействии с умными роботами, обсудили с директором центра когнитивного моделирования МФТИ, руководителем научной группы «Нейросимвольная интеграция» в Институте искусственного интеллекта AIRI Александром Пановым.

Команда исследователей с участием Александра Ширнина из НИУ ВШЭ создала две модели для обнаружения в научных текстах частей, сгенерированных искусственным интеллектом. В системе AIpom соединены два типа моделей — декодер и энкодер, что позволяет ей эффективнее находить сгенерированные вставки. Система Papilusion подходит для распознания исправлений с помощью синонимов и кратких пересказов, сгенерированных нейросетью, в работе она использует  модели одного типа — энкодеры. В перспективе подобные модели помогут в проверке оригинальности и достоверности научных публикаций.

Разработка называется XLand-MiniGrid и позволяет тренируемому ИИ выполнять триллион взаимодействий с обучающей его средой всего за три дня.

Авиационный газотурбинный двигатель выполняет две основные функции в полете: создает тягу, которая обеспечивает движение самолета в воздухе, и снабжает его необходимой мощностью для работы самолетных систем. Для безопасности полетов и предотвращения аварийных ситуаций необходима непрерывная оценка состояния двигателя при разных режимах эксплуатации. Чтобы точно отслеживать изменения, можно применить адаптивные технологии на основе сложных математических моделей. Но они требуют больших вычислительных ресурсов, и их не реализовать на существующих цифровых агрегатах. Ученые Пермского Политеха разработали адаптивную бортовую модель на основе искусственного интеллекта. Она позволяет повысить скорость и точность оценки состояния авиационного газотурбинного двигателя во время полетов.

Растущая популярность инструментов генеративного ИИ осложняет работу исследователей, использующих онлайн-опросы. Ученые из США попытались оценить масштабы проблемы и в эксперименте выяснить, какие черты отличают человеческие ответы от сгенерированных нейросетью.

Генеральный директор Института искусственного интеллекта AIRI, профессор РАН Иван Оселедец — о семье, математике и о том, что ждет область искусственного интеллекта в самом ближайшем будущем

В последние годы искусственный интеллект в целом и большие языковые модели (Large Language Models, LLM) в частности стали неотъемлемой частью многих технологических процессов. Прорывы в области обработки информации открыли новые возможности и для авиационной отрасли. Авиакомпании и аэропорты по всему миру начали активно интегрировать LLM в сферу обслуживания пассажиров. Например, генеративные нейросети и чат-боты на базе GPT-технологий уже задействуют в работе индийские Air India и американские United Airlines. Применение больших языковых моделей в авиационной сфере имеет множество плюсов, однако при этом сопряжено и с определенными рисками. О том, почему такие инновации одновременно опасны и перспективны, рассказал научный сотрудник института «Компьютерные науки и прикладная математика» МАИ, директор департамента цифровой трансформации в компании BetBoom Юрий Чайников.

Смех — неотъемлемая часть нашей жизни, но то, почему и как смеются люди, может сильно различаться. Ученые недавно установили, что определенный тип смеха уникален по своим звуковым свойствам и в плане восприятия. В эксперименте его успешно распознали как искусственный интеллект, так и живые испытуемые.