🔎 Ученые из MIT разработали алгоритм искусственного интеллекта, способный определять взаимосвязь между объектами в кадре.

Система может более точно генерировать изображения локаций по текстовому описанию предметов и отношений между ними. Например, по запросу «деревянный стол слева от синего стула, а красный диван справа от синего стула» нейросеть выведет соответствующую картинку.

🔁 Модель на основе энергии разбивает запрос на мелкие составляющие, генерирует каждую из них и объединяет в общее изображение. Этот метод позволяет использовать сеть и в обратном направлении — проанализировав картинку она выведет текстовое описание с указанием взаимосвязей.

#MIT #разработка

🤖 Ученые из MIT разработали двумерный симулятор Evolution Gym для проектирования, обучения и тестирования «мягких» ИИ-роботов. Он позволяет программировать модели на одновременное развитие их тел и «мозгов».

Исследователи создали 30 уникальных задач, среди которых ходьба, перепрыгивание препятствий, перенос или перетаскивание предметов и ползание под преградами. Также разработчики могут задавать собственные условия.

⚒ Симулятор позволяет алгоритмам самостоятельно переделывать конструкцию роботов, связывая вместе квадраты, и управлять ими. Также он предоставляет обратную связь ИИ о том, насколько хорошо 2D-модель справляется с поставленной задачей.

По словам ученых, некоторые боты, перепроектированные искусственным интеллектом, приняли вид скачущей лошади или обезьяны, чтобы быстрее пройти дистанцию или вскарабкаться на высокий блок.

🌐 Evolution Gym распространяется с открытым исходным кодом.

#MIT #роботы

❌ Массачусетский технологический институт прекратил сотрудничество со Сколтехом из-за «насильственного вторжения российского правительства в мирную Украину».

Совместная работа учебных заведений началась в 2011 году. По данным MIT, прекращение сотрудничества с академическим сообществом вызвало грусть, но действия российского правительства прояснили последующие действия. Участников совместных проектов перевели на новые исследования, заявили в пресс-релизе.

💬 В Сколтехе также сожалеют о разрыве научных отношений.

#MIT #Россия

🤖 Робогепард Mini Cheetah от MIT установил новый рекорд по скорости бега, разогнавшись до 3,9 м/с.

Инженеры использовали симулятор на базе ИИ, чтобы натренировать четвероногое устройство адаптировать свой стиль ходьбы, включая бег, под окружающую среду. Этот подход позволил ускорить развитие робота — всего за три часа он пережил 100 дней виртуальных приключений по разнообразным ландшафтам и изучил множество новых методов изменения своей походки.

👀 В результате, Mini Cheetah не умеет распознавать объекты под ногами вроде гравия или льда, однако может определить эффективность своих движений и изменить их, чтобы продолжать двигаться вперед.

#MIT #роботы

✏️ Команда исследователей из MIT CSAIL, Microsoft и Корнеллского университета разработала алгоритм компьютерного зрения STEGO, способный идентифицировать изображение «вплоть до отдельного пикселя».

Модель обнаруживает и размечает объекты на картинках. Система использует семантическую сегментацию, применяя метку класса к каждому пикселю изображения, чтобы дать ИИ более точное представление об окружающем мире.

Исследователи обучили алгоритм на массиве данных изображений с разных областей — от интерьеров домов до вида из космоса. STEGO удвоил производительность предыдущих схем семантической сегментации, точно согласовываясь с оценкой изображения человеком.

🗣 По словам ученых, на картинках для обучения беспилотных автомобилей модель сегментировала трассы, людей и дорожные знаки с гораздо более высоким разрешением и детализацией, чем это делают аналоги. На изображениях из космоса система разбила каждый квадратный метр поверхности Земли на дороги, растительность и здания, добавили они.

#MIT #Microsoft

🌊 Инженеры из MIT применили искусственный интеллект для прогнозирования поведения прибойных волн. Данные алгоритма помогут точнее моделировать климат океана и оптимизировать конструкцию морских сооружений.

Для предсказания динамики прибойной волны ученые часто используют один из двух подходов. Первый включает точное моделирование в масштабе отдельных молекул воды и воздуха, а второй — эксперименты и реальные измерения. Команда из MIT позаимствовала элементы обоих подходов.

Исследователи обучили модель на данных 250 экспериментов в резервуаре длинной 40 м. Они установили на одном конце бака лопатку для запуска волн и измеряли датчиками их высоту в процессе распространения. Также они натренировали ИИ на информации из двух других независимых тестов, проведенных в отдельных волновых резервуарах с разными размерами.

🔎 В результате, модель научилась прогнозировать поведение прибойных волн и предсказывать изменение их частоты.

#MIT #исследование

🍌 Команда MIT CSAIL создала мягкие роботизированные «банановые пальцы» с помощью системы автономного вязания.

Перчатка имеет пневматический привод, обеспечивающий хватание и удержание объектов. Также гаджет использует проводящую пряжу, которая придает роботу своего рода встроенное чувство осязания.

💬 По словам ученых, «банановые пальцы» помогут людям с нарушениями контроля мышц.

#MIT #роботы

🔎 Инженеры из MIT разработали ИИ-алгоритм для идентификации действий в видео и их маркировки без помощи человека.

Модель учится представлять данные, улавливая общие для визуальных и звуковых модальностей понятия. Система определит, что плачущий ребенок в ролике связан с произнесенным словом «плач» в аудиоклипе.

⚙️ Ученые использовали обучение признакам. Алгоритм получает необработанную информацию, включая видео и соответствующие им текстовые подписи, и кодирует ее, извлекая признаки объектов и действий из ролика.

Затем ИИ отображает данные в пространстве представлений. Модель группирует похожую информацию вместе как отдельные точки, выражая каждую отдельным словом. Исследователи ограничили модель до 1000 слов для маркировки векторов.

🗂 Также метод использует общее пространство представлений. Это позволяет алгоритму изучать взаимосвязь между видео с жонглирующим человеком и аудиозаписью со словами «жонглирует».

#MIT #исследование

🔎 Исследователи из MIT разработали ИИ-алгоритм EquiBind, способный искать лекарства в 1200 раз быстрее аналогов.

По словам ученых, модель за один шаг предсказывает точное расположение молекул для «слепой стыковки» с белками без предварительного знания целевых карманов последних. Алгоритм использует геометрические рассуждения, которые помогают ему в изучении основной физики структур и прогнозировании последствий связывания с неизвестными данными, добавили они.

🗣 Исследователи планируют представить алгоритм на Международной конференции по машинному обучению (ICML). По их словам, необходимо собрать отзывы о EquiBind от специалистов в отрасли, чтобы улучшить систему.

https://forklog.com/ii-nauchilsya-iskat-lekarstva-v-1200-raz-bystree-sovremennyh-sistem/

#MIT #исследование

📐 Исследователи из MIT научили ИИ решать математические задачи университетского уровня за несколько секунд. Точность работы алгоритма составляет более 80%.

Исследователи переделали математические вопросы в задачи по программированию и использовали предобученную нейросеть для преобразования текста в код Codex от OpenAI.

В результате ИИ-алгоритм также научился объяснять решения и генерировать новые задания по университетским математическим дисциплинам.

🗣 По словам исследователей, систему можно применять при создания контента для курсов или использовать в качестве автоматизированного репетитора.

#MIT

🔎 Исследователи из MIT, Корнеллского университета и Университета Макгилла разработали ИИ-систему, способную самостоятельно изучать человеческую речь.

Алгоритм может определить лингвистические правила для объяснения причин трансформации формы слов при выражении различных грамматических функций вроде падежа или рода в пределах одного диалекта. Также нейросеть способна изучать шаблоны, применяемые ко многим языкам.

Ученые натренировали и протестировали модель на различных лингвистических задачах. Примеры включали слова и их изменения на 58 языках. По данным исследователей, ИИ смог правильно предложить набор правил для описания причин их трансформации в 60% случаев.

☝️ Ученые отмечают, что систему можно использовать для изучения языковых гипотез и исследования похожести преобразования слов различными диалектами.

#MIT #исследование

🔎 Исследователи MIT решили дифференциальное уравнение вековой давности, чтобы устранить вычислительные ограничения «жидкого» искусственного интеллекта.

В 2021 году ученые разработали ИИ-алгоритм, способный обучаться и адаптироваться к новой информации во время работы, а не только на начальном этапе тренировки. Эти «жидкие» нейросети подходят для использования в срочных задачах вроде мониторинга кардиостимулятора, прогнозирования погоды или автономной навигации робокара.

Однако такие модели являются дорогими в вычислительном отношении по мере увеличения числа нейронов и синапсов. Также алгоритмы требуют различных компьютерных программ для выполнения лежащих в их основе сложных математических операций.

☝️ Теперь в MIT заявили, что решение дифференциального уравнения 1907 года, стоящего за взаимодействием двух нейронов через синапсы, позволит открыть новый тип быстрых и эффективных ИИ-алгоритмов.

#MIT #исследование

🤖 Ученые из MIT представили роботов, способных самостоятельно собираться в более крупные конструкции.

Устройства состоят из цепочек соединенных между собой вокселей. Они могут захватывать и прикреплять дополнительные субъединицы перед перемещением по сетке для дальнейшей сборки.

☝️ Однако команда признает, что разработка полностью автономного самостроящегося робота «займет годы».

https://forklog.com/news/issledovateli-mit-pokazali-umnyh-samokonstruiruemyh-robotov

#MIT #роботы

💬 Исследователи MIT разработали ИИ-модель, способную предсказывать трудности с пониманием языка.

Система базируется на генераторе текста GPT-2, который ученые модифицировали компонентом, имитирующим ограничения человеческой памяти. Также они использовали методы машинного обучения для оптимизации использования этого ресурса.

📝 Исследователи передали модели набор сложных предложений вроде «Отчет о том, что врач, которому не доверял адвокат, раздражал пациента, было неожиданным». Затем они заменили некоторые начальные существительные другими словами. По данным экспертов, иногда это упрощало «понимание» текста ИИ.

После этого ученые провели эксперимент с респондентами, которых попросили прочесть подобные предложения. Время, требуемое им на понимание текста, совпало с прогнозами алгоритма.

🔎 Исследователи заявили, что этот проект позволит исследовать процесс обработки информации людьми.

#MIT #исследование

🚗 Исследование: бортовые компьютеры робомобилей приведут к созданию углеродного следа, сопоставимого с выбросами всех текущих датацентров.

Для этого специалисты MIT построили статистическую модель. Они смоделировали сценарии, где 1 млрд беспилотников ездят по часу в день с бортовым компьютером, потребляющим 840 Вт энергии.

🔋 Специалисты выявили, что в более чем 90% случаев, когда объем выбросов не превышал текущий показатель всех существующих датацентров, каждый робомобиль потреблял менее 1,2 кВт мощности для вычислений. Это станет возможным за счет разработки более эффективного оборудования.

#исследование #MIT

🤖 Исследователи из MIT создали робота DribbleBot, способного вести футбольный мяч по различным поверхностям.

Для тренировки системы специалисты использовали 4000 смоделированных версий устройства. Также они применили метод обучения с подкреплением.

Помимо различных датчиков исследователи оснастили робота контроллером восстановления, который позволяет устройству подняться после падения и возобновить дриблинг.

⚽️ DribbleBot умеет вести мяч по песку, гравию, траве, грязи, снегу и другим естественным ландшафтам. При этом система адаптируется к влиянию поверхностей на движение спортивного снаряда.

#MIT #роботы

🧬 Исследователи из MIT разработали две генеративные ИИ-модели для создания белков с определенными структурными особенностями.

Специалисты использовали архитектуру диффузионных алгоритмов на основе внимания. Первый работает с общими структурными свойствами протеинов, а вторая — на уровне аминокислот. Обе модели связаны с нейросетью, прогнозирующей свертывание белка.

Чтобы проверить алгоритмы, ученые ввели физически невозможные дизайны структур. В результате вместо создания нереальных белков модели генерировали наиболее близкое к синтезируемому решение.

⚙️ По словам исследователей, полученные с помощью ИИ последовательности можно использовать для разработки материалов с определенными механическими свойствами, такими как жесткость или эластичность.

#исследование #MIT

👀 Исследователи из MIT и Университета Райса разработали технику компьютерного зрения ORCa, способную видеть объекты вне поля зрения.

Система анализирует искаженные отражения на глянцевых поверхностях, чтобы определить предметы и расстояние к ним. Например, с помощью этой технологии робокары могут по отсветам на других автомобилях выявить приближающийся транспорт на перекрестке.

ПО обрабатывает несколько изображений глянцевой поверхности под разными углами. Затем, используя машинное обучение, оно разбивает отражение объекта на отдельные пиксели. Анализируя их изменения относительно друг друга на разных картинках, ORCa способна определить форму предмета.

🔎 Также, моделируя сцену в виде так называемого 5D-поля излучения, технология оценивает направление и интенсивность световых лучей, падающих или отражающихся от каждой точки. За счет этого ORCa может установить, насколько далеко они находятся от отражающей поверхности и друг от друга.

#исследование #MIT

🔎 Исследователи из MIT и Adobe Research разработали модель для выявления похожих материалов на изображениях.

Специалисты натренировали алгоритм машинного обучения на синтетических данных. Однако технология способна работать с ранее неизвестными реальными сценами, снятыми в помещении и вне его.

Модель умеет распознавать все пиксели определенного материала на картинке по одной выбранной пользователем точке. По словам исследователей, алгоритм эффективно работает с объектами разной формы и размеров. Он «не обманывается» тенями или условиями освещения, за счет которых вид предмета может изменится.

🎦 Алгоритм также работает с видео. Когда пользователь выберет пиксель в первом кадре, модель определит все сделанные из того же материала объекты в остальном ролике.

#исследование #MIT #Adobe

🩻 Ученые из MIT создали ИИ-модель для анализа медицинских снимков.

Tyche способна помочь врачам диагностировать рак на ранних стадиях и дает возможность исследователям разрабатывать новые варианты лечения.

https://forklog.com/?p=230569

#MIT #медицина