#нейронные сети

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».

Факультет цифровой экономики и массовых коммуникаций МТУСИ в составе международной коллаборации принял участие в разработке системы компьютерного зрения в интеллектуальной отраслевой робототехнике, позволяющей существенно повысить производительность агробизнеса. В частности, специалисты обучили нейронную сеть распознавать несобранные яблоки в садах.

Новая модель человеческого мозга состоит из трех-четырех уровней и охватывает все когнитивные функции. Исследователи считают, что с ее помощью можно найти причины психических болезней и наделить нейросети искусственным сознанием.

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.

Исследование доцента Института нанотехнологий, электроники и приборостроения Южного федерального университета Вадима Авилова направлено на создание и развитие в России новых технологий проектирования и производства перспективной элементно-компонентной базы интегральной наноэлектроники и искусственного интеллекта.

Исследователи из США и Великобритании определили, что сверточные нейронные сети не страдают от проблемы «бесплодного плато» и гарантированно обучаемы. Такую архитектуру можно будет использовать для анализа данных при помощи квантовых компьютеров.

Ученые Сколтеха разработали метод обучения алгоритмов компьютерного зрения, повышающий точность обработки данных при наличии ограниченных исходных выборок. Благодаря новому методу решение различных задач дистанционного зондирования станет проще не только для компьютеров, но в перспективе и для пользователей данных.

Группа ученых из Московского физико-технического института и Казанского национального исследовательского технологического университета имени А. Н. Туполева разрабатывает математический аппарат, способный привести к прорыву в области сетевой безопасности.

Международный коллектив ученых разработал алгоритм, который находит сужения кровеносных сосудов сердца на диагностических изображениях. В 94 процентах случаев модель верно определяет проблемные участки на картинке в реальном времени. Это поможет кардиологам автоматически выявлять зоны патологических изменений у пациентов с ишемической болезнью сердца во время коронарной ангиографии.

Ученые из Пермского Политеха создали проект устройства для автоматического гистологического анализа. Разработка позволит оперативно выявлять клеточные патологии, в том числе онкопатологии, у человека и животных. В перспективе действия, которые сейчас выполняют несколько лаборантов, аппарат сможет производить быстрее и дешевле. Исследователи провели серию экспериментов, которые показали точность распознавания заболеваний до 92 процентов.

Исследователи из Сколтеха совместно с одним из крупных европейских банков разработали нейронную сеть, которая превосходит самые современные решения в области использования данных о банковских транзакциях для оценки кредитоспособности клиентов.

Исследователям Сколтеха удалось показать, что паттерны, способные приводить к ошибкам в работе нейронных сетей при распознавании изображений, по сути можно назвать широко встречающимися в природе Тьюринг-подобными паттернами. В перспективе полученные результаты можно будет использовать для защиты систем распознавания, которые пока остаются уязвимыми для внешних атак.

Ученые Сколтеха показали, что квантовое машинное обучение может применяться для квантовых (а не классических) данных. Таким образом устраняется свойственный для классических приложений недостаток – низкая скорость работы, и закладываются основы для понимания вычислительных аспектов квантовых систем.

Ученые из МФТИ совместно с коллегами из Института системного программирования и Института глазных исследований имени Чарльза Шепенса Гарвардской школы медицины (США) разработали нейросеть, способную распознавать ткани формирующейся сетчатки еще до ее окончательной дифференцировки. Для этого алгоритму, в отличие от человека, не требуется дополнительной модификации клеток. Это позволяет применять метод при выращивании сетчатки для пересадки.

Ученые представили новый способ обработки биологических изображений. Разработанный в Сколтехе алгоритм позволяет точно вычленять отдельные биологические объекты из сложных фотографий. Метод может найти применение в научных исследованиях и медицинской практике.

Группа исследователей из Центра по научным и инженерным вычислительным технологиям для задач с большими массивами данных (CDISE) Сколтеха приняла участие в международном конкурсе прогнозирования уровня интеллекта подростков по МРТ мозга. Для решения этой задачи ученые из Сколтеха впервые применили ансамблевые методы на основе 3D-сетей глубинного обучения.

Команда ученых из Лаборатории наноматериалов Сколтеха предложила метод для контроля за ростом углеродных нанотрубок с помощью нейронных сетей. Способ открывает перспективы для создания сложных электронных устройств нового поколения.

Ученые разработали искусственную схему, проявляющую электрические характеристики и способную привести к «постчеловеческой революции».

Теперь для разработки алгоритмов искусственного интеллекта разработчикам понадобятся только лэптоп и небольшое устройство с нейронной сетью.

Самый большой нейроморфный суперкомпьютер, разработанный и собранный так же, как человеческий мозг, и оснащенный процессором с одним миллионом ядер, включен.