#машинное обучение

Коллаборация Швейцарского плазменного центра и компании DeepMind разработала новый метод магнитного управления плазмой в токамаке. Алгоритм глубокого обучения с подкреплением, разработанный DeepMind, позволяет значительно ускорить подбор настройки токамака для создания наперед заданных конфигураций плазмы с высокой точностью.

Российские ученые предложили подход, позволяющий при помощи персонализированных компьютерных моделей исследовать патологии коленного сустава. Разработанные алгоритмы способны с высокой точностью детектировать точки крепления связок и сухожилий к костям, что поможет создавать биомеханические модели суставов и использовать их для улучшения диагностики заболеваний и подбора наиболее эффективных методов лечения.

Модель, созданная в СПбГЭТУ «ЛЭТИ», позволит с высокой точностью индивидуально для каждого спортсмена рассчитывать анаэробный порог – важнейший показатель для мониторинга физической подготовки.

Физики из Японии и Австралии при помощи моделирования показали, что одна из разновидностей машинного обучения — обучение с подкреплением — подходит для точного управления квантовым состоянием системы.

Петербургские ученые совместно с коллегами из Германии разрабатывают программный комплекс, который позволяет подбирать индивидуальную терапию при лечении пациентов, имеющих проблемы со слухом.

Сотрудники Высшей школы бизнеса ВШЭ предложили новый метод предсказывать банкротство компаний на основе машинного обучения. Он позволяет использовать по максимуму информацию о финансовом состоянии фирм и показывает более высокие результаты по сравнению с классическими статистическими подходами.

Новый алгоритм превзошел существующие алгоритмы по точности предсказания функции белка на основании его последовательности. Эффективность подхода ученые подтвердили экспериментально на бактериальном белке антибиотикорезистентности.

Ученые из Сколтеха, МГУ и Европейского университета в Санкт-Петербурге разработали алгоритм для определения контролирующих владельцев компаний. Он работает с данными по миллионам организаций и предсказывают бенефициарных владельцев быстрее и точнее, чем предшественники. Распутывая сеть владельцев и посредников, алгоритм позволяет распространить известные сведения о компании на ее «дочек», «внучек» и так далее. Эти сведения могут быть связаны, например, с ESG-рейтингами, которые говорят о соответствии компании критериям социально ответственного инвестирования.

Исследователи Сколтеха и их коллеги из США и Сингапура создали нейронную сеть, с помощью которой можно настраивать свойства полупроводниковых кристаллов и получать компоненты для электроники с непревзойденными характеристиками. Эта работа открывает новое направление в разработке микросхем и солнечных элементов следующего поколения за счет использования контролируемой деформации, с помощью которой можно буквально «на лету» менять свойства материала.

Команда смогла полностью воссоздать песню птицы, считывая только ее мозговую активность. Так удалось воспроизвести даже сложные вокализации — вплоть до высоты и тембра голоса и объема звука. В будущем эта работа поможет создать вокальные протезы для людей, которые потеряли способность говорить.

В лаборатории искусственных квантовых систем МФТИ впервые создана квантовая интегральная схема на основе пяти сверхпроводниковых кубитов. Она является важным шагом на пути создания полномасштабных универсальных квантовых процессоров и симуляторов. Эту уникальную и полностью управляемую многокубитную квантовую схему можно считать прототипом квантового процессора, каких в мире пока совсем немного.

Исследователи Сколтеха разработали первый прототип медицинской системы визуализации, основанной на использовании нейронных сетей для анализа изображений вен в ближнем ИК-диапазоне и проецирования венозного рисунка на тело пациента. Новый метод поможет упростить забор венозной крови и снизить ощущения дискомфорта у пациентов, у которых по ряду причин может быть затруднен доступ к венам.

Сегодня нефтяная отрасль — это десятки профессий и научных дисциплин, которые дополняют друг друга. Вместе их представители совершают научные открытия и создают технологии, которые легче представить в фантастических фильмах, чем в реальной жизни. В этом материале мы расскажем, кто сегодня с полным правом может называть себя нефтяником, и зачем отрасли такое разнообразие профессий.

Ученые из США обучили ИИ предсказывать риск самоубийства у взрослых людей.

Группа ученых из Сколтеха и исследовательского института FBK (Италия) представили методику, позволяющую создавать 4D-модели зданий с помощью исторических карт и машинного обучения. Используя новую методику, можно не только предсказывать высоту зданий на основе их геометрических параметров, данных о районе и категории здания, но и получать более полную информацию о различных явлениях и изменениях в городской среде, сыгравших важную роль в формировании современного облика наших городов.

Ученые Южного федерального университета создали модель цифрового двойника человека – технологию «Цифровой профессиональный я», которая поможет принимать взвешенные карьерные решения на основе анализа цифрового следа пользователей в социальных сетях.

Ученые Центра Сколтеха по научным и инженерным вычислительным технологиям для задач с большими массивами данных (CDISE) и лаборатории Цифрового сельского хозяйства Сколтеха совместно с Немецким аэрокосмическим центром DLR разработали систему искусственного интеллекта, позволяющую обрабатывать изображения, получаемые в автономных теплицах, контролировать рост растений и автоматизировать процесс выращивания.

Ученые Сколтеха и Федерального медицинского биофизического центра имени А. И. Бурназяна разработали систему так называемого второго мнения, основанную на видеоанализе данных методами искусственного интеллекта. С помощью этой системы медики смогут получать более объективные данные для диагностики болезни Паркинсона уже на ранней стадии. Предлагаемый подход позволяет правильно диагностировать заболевание, определять его стадию, корректировать лечение и разрабатывать рекомендации по глубокой стимуляции мозга для пациентов с подтвержденным диагнозом.

Тема искусственного интеллекта в последние годы стала невероятно популярной. Однако, несмотря на все достижения в этой области, ИИ по-прежнему чаще человека ошибается практически в любом классе задач. Специалисты Google сформулировали один из ключевых недостатков важнейшего компонента создания искусственного интеллекта — машинного обучения — и предложили способ его компенсации.

Ученые подтвердили, что физиологические изменения в мозгу можно наблюдать по глазам.