#машинное обучение

Международный коллектив ученых из России, Франции и Германии с участием исследователей факультета компьютерных наук, Центра искусственного интеллекта ВШЭ и Научно-исследовательского института искусственного интеллекта AIRI разработали новый алгоритм обучения с подкреплением (Bayes-UCBVI). Это первый байесовский алгоритм, который имеет математическое доказательство эффективности и успешно протестирован на практике в Atari-играх.

К осени 2022 года редакция Naked Science осмотрелась вокруг и решила, что настала пора запустить цикл статей об искусственном интеллекте. Мы начинаем с большой статьи, подзаголовком которой могла бы стать фраза «краткое введение в историю ИИ — от средневековых монахов до глубокого обучения».

Пятнистые гиены — социальные хищники, чьи кланы могут занимать огромные территории. Общаться им приходится, практически не видя друг друга, и теперь ученые поняли, как они это делают.

Впервые ученые использовали искусственный интеллект для генерации совершенно новых белков. Комбинируя алгоритмы машинного обучения, исследователи смогли создать сложные белковые конструкции причудливых форм, которые при этом могли функционировать.

Во время конференции эксперты обсудят все: от «железа» для ИИ до распознавания речи, текстов и видео.

Инвазивные виды — те, что расселяются за пределы своего естественного ареала — одна из самых серьезных экологических проблем современности. Коллектив российских ученых обратил внимание на два вида степных улиток (Brephulopsis cylindrica и Xeropicta derbentina), которые сегодня активно осваивают Восточную Европу и соседние регионы. Согласно результатам моделирования пространственного распространения (SDM), обе улитки могут вскоре распространиться куда шире и стать по-настоящему инвазивными.

В XXI веке вопрос о природе сознания станет одним из ключевых. Раньше им задавались лишь философы, а жизнь шла своим чередом, но технологии многое меняют: теперь мы создаем модели искусственного интеллекта, достаточно успешно притворяющиеся личностями. Нам нужны научные суждения о разуме, чувствах и сознании у машин, животных и людей, так как это влияет на систему прав и морали, на наши действия в их отношении и непосредственно на наше будущее. Naked Science разбирается, что мы знаем о природе сознания.

Разработанное программное обеспечение сократит время размещения и трассировки компонент на печатных платах при сохранении качества.

За всю новейшую историю мир не видел ничего подобного тому вызову, с которым столкнулась Россия в 2022 году. Никогда еще не было случая, когда крупная страна подвергалась бы настолько всеобъемлющей попытке торговой и экономической блокады со стороны сразу нескольких крупных экономических держав. Получится ли с ней справиться и что именно для этого нужно?

Несколько интересных неожиданных фактов, связанных с BIM-технологиями, градостроительными машинами, искусственным интеллектом, полупроводниками и серийным производством.

Машинное обучение — относительно новый метод, deus ex machina, на который мы возлагаем очень большие надежды во многих областях, от дизайна и медицины до теоретической и экспериментальной физики и химии. Naked Science при помощи специалистов из Университета «МИСИС» попробует разобраться, на чем основаны эти надежды, насколько они оправданы и что следует принимать во внимание, рассчитывая на машинное обучение как на будущий универсальный инструмент.

Нейросети учатся у людей писать картины и сочинять музыку, и это все еще выглядит забавным трюком машинного обучения. Но это лишь прелюдия. Она закончится, когда нейросети станут учиться тому, как люди рискуют, делают выбор и как используют мораль. Такие исследования уже идут, и данные для обучения мы создаем сами, зачастую даже не зная об этом. Naked Science пытается представить, зачем нужны нейросети, имитирующие нашу манеру рассуждений и поведения, кто от этого выиграет и чего стоит опасаться.

Модели глубокого обучения (deep learning) хорошо зарекомендовали себя при работе с текстами и речью. Однако они также эффективны для решения задач молекулярной биологии и биомедицины, в том числе предсказания функциональных свойств белков на основе их аминокислотной последовательности.

Химики и физики Южного федерального университета проводят междисциплинарное исследование, которое поможет определить архитектуру наночастиц по данным спектроскопии рентгеновского поглощения. Этот подход позволяет ускорить процесс обработки данных и поиска наилучших катализаторов для низкотемпературных топливных элементов.

Сфера интеллектуальных технологий стремительно развивается, поэтому ученые Пермского Политеха научили искусственный интеллект решать сложные задачи выбора на множестве альтернатив с помощью интуиции, избегая при этом таких человеческих недостатков, как сложность обоснования, документирование и когнитивная недоступность для окружающих.

Я хочу рассказать вам историю команды Омега. Я собираюсь рассказать о некоторых событиях, которые, вероятно, произойдут в недалеком будущем. Команда Омега состоит из талантливых людей. Эти люди были выбраны харизматичным генеральным директором компании после интервью одного за другим. Идеалистическая группа исследователей, инженеров и разработчиков программного обеспечения, которые являются лучшими в своих областях. Их целью было помочь человечеству. Но их миссия была слишком опасной. Если код, который они разрабатывали, попадет в руки не тех людей, это может привести к очень плохим результатам. Так в свое время объединились самые умные умы мира для «Манхэттенского проекта». Но что же все-таки произошло? Появилось ядерное оружие, и в мировых войнах человечество было практически уничтожено.

Новое исследование американских ученых предполагает, что несколько сотен до сих пор неизвестных видов млекопитающих прячутся у всех на виду по всему миру. Используя суперкомпьютер и передовые методы машинного обучения, исследователи определили, кто это может быть и где стоит начинать поиски.

Ученые из Collaborations Pharmaceuticals разработали модель машинного обучения для поиска новых лекарственных средств. В новой работе они изменили методологию, чтобы выявить потенциально опасные молекулы.

Земля пережила самое серьезное вымирание в своей истории 252 миллиона лет назад. В новой статье палеонтологи рассказали, как они использовали машинное обучение для того, чтобы выявить признаки, ставшие критическими для выживания организмов в то нелегкое время.

Специалисты из компании Google в сотрудничестве с Европейским институтом биоинформатики разработали нейронную сеть глубокого обучения, позволяющую предсказывать структуру, функции и свойства белков по их первичной структуре с высокой точностью. Новый инструмент позволит значительно облегчить и ускорить разработку новых лекарств и проектирование новых ферментов для промышленного производства продуктов питания, биотоплива и химикатов.