#машинное обучение

Аномалии в интернет-трафике — это непредсказуемые, необычные или отклоняющиеся от установленных норм взаимодействия в сети. Они могут указывать на наличие вредоносных программ, взломов или других нежелательных событий. Возможности методов машинного обучения открывают новые горизонты для точной классификации трафика в обнаружении аномальных значений для предотвращения кибератак. Один из таких методов предложил магистрант МТУСИ.

Ученые из Сколтеха представили метод для изучения свойств поликристаллов, композитных материалов и многофазных систем с помощью машинного обучения. Точность результатов расчетов с применением нового метода сопоставима с точностью квантово-механических методов, которые можно использовать только для материалов, состоящих не более чем из нескольких сотен атомов. Еще одно преимущество нового метода — в возможности обучения потенциала на так называемых локальных окружениях атомов.

Корреспондент Naked Science поговорил с заведующим лабораторией машинного обучения в науках о Земле МФТИ, старшим научным сотрудником Института океанологии РАН Михаилом Криницким о том, чем отличаются машинное обучение и искусственный интеллект, как нейронные сети уже сегодня предсказывают погоду, каким образом математик может стать океанологом и почему океанолог в наше время обязан быть немного математиком, чем так хорош для студентов и ученых проект «Плавучий университет» и есть ли у паучков интеллект.

Ученые из США разработали устройство, которое, как пластырь, прикрепляется к шее человека и считывает движение мышц. Оно поможет говорить тем, кто потерял голос.

Исследователь из МТУСИ предложил распознавать и сортировать бытовые отходы при помощи искусственного интеллекта.

Нейросеть и человек воспринимают звук по-разному. Из-за этого алгоритмы для улучшения звука не всегда обрабатывают аудио желаемым образом. Ученые разработали новую модель глубокого обучения, которая опирается на человеческие оценки звуковой дорожки и способна улучшать аудиозаписи более эффективно.

Согласно исследованию Массачусетского технологического института (США), кодирование симметрий поможет языковым моделям обучаться на меньшем количестве данных. Это доказал аспирант, который применил закон Вейля к работе с нейросетями и сформулировал связь между симметричностью данных и размером обучающей выборки.

Ученые из Сколтеха и МФТИ с коллегами из Германии, Австрии и Норвегии предложили и верифицировали новый способ компьютерного моделирования магнитных сплавов с помощью машинно-обучаемых потенциалов. В методе в качестве переменных учитываются магнитные моменты атомов (магнитные степени свободы), благодаря чему он успешно предсказал энергию, механические и магнитные характеристики сплава железа и алюминия. Ученые планируют добавить в метод активное обучение и протестировать его на другом материале — нитриде хрома.

Участники мероприятия узнают про главные работы в области искусственного интеллекта и машинного обучения в 2023 году.

В декабре 2023 года «Яндекс» стал единственной российской компанией, вошедшей в рейтинг мировых лидеров в области развития искусственного интеллекта. Этот список был составлен компанией Epoch AI вместе с учеными из Массачусетского технологического института. Naked Science решил побеседовать с Артемом Бабенко, главой Yandex Research, и узнать, что позволило российской компании попасть в этот престижный рейтинг и каких свершений в области ИИ нам стоит вскоре ожидать.

С помощью машинного обучения международная группа ученых узнала, что герой полотна одного из величайших живописцев эпохи Возрождения Рафаэля Санти «Мадонна с розой», вероятно, был написан другим художником.

Российские и китайские исследователи разработали поисковую модель, которая может определить местонахождение кредитных заемщиков, уклоняющихся от финансовых обязательств. Программа способна обрабатывать большие объемы данных на нескольких информационных площадках одновременно и рассчитана на китайских заемщиков. В основе разработки технология машинного обучения: в процессе поиска программа совершенствуется, что повышает качество и точность результата. Как поясняют разработчики, поисковая модель поможет повысить эффективность работы финансовых учреждений, позволяя им быстрее реагировать на изменения кредитоспособности клиентов и оперативно принимать меры по снижению рисков.

Исследователи из НИУ ВШЭ в Нижнем Новгороде, МИСИС и AIRI разработали алгоритм, который подбирает лучшую нейронную сеть для распознавания лиц, учитывая характеристики мобильного устройства. Новый подход ускоряет выбор наиболее подходящей нейросети и позволяет добиться идентификации лиц с точностью до 99 процентов.

Исследователи из МФТИ в соавторстве с коллегами из ОАЭ предложили решение, которое позволяет значительно улучшить производительность систем сетевого искусственного интеллекта и сократить расходы на их эксплуатацию. Разработка международного коллектива исследователей увеличит быстродействие и качество рекомендательных систем, поисковых сервисов, онлайн-переводчиков и многих других программных комплексов, которые задействуют алгоритмы машинного обучения. Кроме того, новшество позволит снять нагрузку с пользовательских устройств (смартфонов, планшетов, компьютеров), которые участвуют в процессе.

Принципиально новый анализ крови оказался способным с высокой точностью диагностировать синдром хронической усталости — одного из самых трудно диагностируемых заболеваний человека.

Ученые с использованием алгоритмов машинного обучения создали модели, способные по химическим и физическим свойствам жидкостей оценивать, насколько хорошо они связывают углекислый газ. Предложенный подход позволит ускорить поиск эффективных, дешевых и экологически чистых поглотителей, которые помогут бороться с выбросами парниковых газов в атмосферу.

Участники мероприятия узнают, как менялись подходы к созданию моделей генерации данных, и математика, лежащая в их основе.

Группа ученых из Сколтеха, Университета Шарджи и Казахского национального университета имени аль-Фараби выявила биологические маркеры клинической депрессии, с помощью которых можно добиться более объективной диагностики заболевания.

В отличие от нас, птицы орудуют в основном клювом. Его строение определяет возможности манипуляции разными предметами и то, из каких материалов птица возводит свое гнездо.

Исследователи факультета компьютерных наук ВШЭ и Лаборатории искусственного интеллекта Сбера смогли увеличить скорость работы градиентного бустинга — одного из самых эффективных алгоритмов для решения задач машинного обучения. Предложенный подход позволит быстрее решать задачи классификации и регрессии машинного обучения.