🔬 Исследователи из Мичиганского университета разработали ИИ-платформу BacterAI, способную изучать бактерии без предварительных знаний.
Система создает набор данных, проводя эксперименты с помощью лабораторных роботов. Устройства запускаются один за другим, передавая результаты от предыдущего к следующему. Затем платформа преобразовывает выводы в набор логических правил, которые исследователи могут проверить и использовать.
🦠 В ходе проверки BacterAI требовалось выяснить метаболизм двух распространенных в полости рта бактерий. Задача включала определение конкретного набора из 20 аминокислот (АМК), необходимых для поддержания жизни этих микроорганизмов.
В результате ИИ ежедневно проверял несколько сотен сочетаний АМК. Он выбирал наиболее многообещающие комбинации и наблюдал за ними в последующих тестах.
🔎 По словам ученых, BacterAI проводил до 10 000 экспериментов за 24 часа. Через девять дней система научилась точно прогнозировать наборы аминокислот для каждого вида бактерий в 90% случаев.
#исследование
Система создает набор данных, проводя эксперименты с помощью лабораторных роботов. Устройства запускаются один за другим, передавая результаты от предыдущего к следующему. Затем платформа преобразовывает выводы в набор логических правил, которые исследователи могут проверить и использовать.
🦠 В ходе проверки BacterAI требовалось выяснить метаболизм двух распространенных в полости рта бактерий. Задача включала определение конкретного набора из 20 аминокислот (АМК), необходимых для поддержания жизни этих микроорганизмов.
В результате ИИ ежедневно проверял несколько сотен сочетаний АМК. Он выбирал наиболее многообещающие комбинации и наблюдал за ними в последующих тестах.
🔎 По словам ученых, BacterAI проводил до 10 000 экспериментов за 24 часа. Через девять дней система научилась точно прогнозировать наборы аминокислот для каждого вида бактерий в 90% случаев.
#исследование
🔎 Meta представила первую открытую ИИ-модель ImageBind, способную обрабатывать шесть типов данных. Протестировать работу системы можно на сайте проекта.
Алгоритм объединяет текст, изображения и видео, аудио, информацию о глубине, сведения о температуре, а также показания движения, генерируемые инерционными измерительными устройствами.
По данным компании, модель является исследовательским проектом, не имеющим потребительского или практического применения. Однако технология открывает новые возможности для разработчиков генеративного ИИ.
☝️ В Meta отметили, что будущие алгоритмы смогут обрабатывать другой поток сенсорной информации, включая осязание, речь, обоняние и фМРТ-сигналы мозга. Это позволит создать более полные ИИ-модели, ориентированные на человека, добавили в компании.
#Meta #исследование
Алгоритм объединяет текст, изображения и видео, аудио, информацию о глубине, сведения о температуре, а также показания движения, генерируемые инерционными измерительными устройствами.
По данным компании, модель является исследовательским проектом, не имеющим потребительского или практического применения. Однако технология открывает новые возможности для разработчиков генеративного ИИ.
☝️ В Meta отметили, что будущие алгоритмы смогут обрабатывать другой поток сенсорной информации, включая осязание, речь, обоняние и фМРТ-сигналы мозга. Это позволит создать более полные ИИ-модели, ориентированные на человека, добавили в компании.
#Meta #исследование
This media is not supported in your browser
VIEW IN TELEGRAM
👀 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
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
🔎 Исследование: ИИ может предсказывать рак поджелудочной железы за три года до формирования канцерогенных клеток.
Специалисты использовали миллионы медицинских карт из Датского национального реестра пациентов и корпоративного хранилища данных по делам ветеранов США. Они обучили ИИ-алгоритмы соотносить диагностические коды из ICD с раком поджелудочной железы.
👥 По данным исследователей, пока наиболее эффективной оказалась нейросеть-трансформер. Она показала, что из 1000 пациентов старше 50 лет с самым высоким риском примерно у 320 разовьется рак поджелудочной железы.
Модель менее точно предсказывает появление опухоли в течение более длительных интервалов времени по сравнению с короткими и для людей младше 50 лет.
☝️ Ученые отметили, что эффективность прогнозирования в реальных условиях зависит от качества истории болезни пациентов. Инструменты скрининга необходимо обучать на информации о местном населении. Например, обученная на данных пациентов из Дании модель оказалась менее точна при обработке сведений о жителях США.
#исследование #медицина
Специалисты использовали миллионы медицинских карт из Датского национального реестра пациентов и корпоративного хранилища данных по делам ветеранов США. Они обучили ИИ-алгоритмы соотносить диагностические коды из ICD с раком поджелудочной железы.
👥 По данным исследователей, пока наиболее эффективной оказалась нейросеть-трансформер. Она показала, что из 1000 пациентов старше 50 лет с самым высоким риском примерно у 320 разовьется рак поджелудочной железы.
Модель менее точно предсказывает появление опухоли в течение более длительных интервалов времени по сравнению с короткими и для людей младше 50 лет.
☝️ Ученые отметили, что эффективность прогнозирования в реальных условиях зависит от качества истории болезни пациентов. Инструменты скрининга необходимо обучать на информации о местном населении. Например, обученная на данных пациентов из Дании модель оказалась менее точна при обработке сведений о жителях США.
#исследование #медицина
🔎 Исследование: алгоритмы YouTube рекомендуют детям видео с перестрелками в школах и инструкциями по использованию оружия.
Специалисты Tech Transparency Project (TTP) создали на платформе четыре аккаунта от имени двух девятилетних и двух 14-летних мальчиков. Со всех учетных записей они просматривали ролики, связанные с популярными играми вроде Roblox, Lego Star Wars и Grand Theft Auto. В течение 30 дней эксперты отслеживали рекомендации YouTube.
🔫 Исследование показало, что алгоритмы предлагали всем четырем аккаунтам видео об оружии и стрельбе. При их просмотре количество подобных рекомендаций увеличивалось.
Согласно отчету, некоторый предлагаемый YouTube контент нарушал правила платформы. Например, учебное видео с превращением обычных пистолетов в «полностью автоматические» или другими модификациями оружия.
🗣 Представитель YouTube указал на более безопасное приложение Kids со встроенными инструментами для наблюдения за контентом. Также он заявил, что в компании приветствуют подобные исследования, но в отчете TTP недостаточно информации о количестве рекомендованных платформой видео и настройках тестовых аккаунтов.
#исследование #YouTube
Специалисты Tech Transparency Project (TTP) создали на платформе четыре аккаунта от имени двух девятилетних и двух 14-летних мальчиков. Со всех учетных записей они просматривали ролики, связанные с популярными играми вроде Roblox, Lego Star Wars и Grand Theft Auto. В течение 30 дней эксперты отслеживали рекомендации YouTube.
🔫 Исследование показало, что алгоритмы предлагали всем четырем аккаунтам видео об оружии и стрельбе. При их просмотре количество подобных рекомендаций увеличивалось.
Согласно отчету, некоторый предлагаемый YouTube контент нарушал правила платформы. Например, учебное видео с превращением обычных пистолетов в «полностью автоматические» или другими модификациями оружия.
🗣 Представитель YouTube указал на более безопасное приложение Kids со встроенными инструментами для наблюдения за контентом. Также он заявил, что в компании приветствуют подобные исследования, но в отчете TTP недостаточно информации о количестве рекомендованных платформой видео и настройках тестовых аккаунтов.
#исследование #YouTube
🤔 По мнению большинства американцев, стремительное развитие технологий искусственного интеллекта может поставить под угрозу будущее человечества.
61% опрошенных считают ИИ опасным. 22% респондентов не согласились с этим утверждением, а 17% не смогли ответить на вопрос.
Электорат бывшего президента США Дональда Трампа выразил большую озабоченность. 70% из них согласились с тем, что ИИ может угрожать человечеству. Среди избирателей Джо Байдена таких оказалось 60%.
📊 В религиозном разрезе 32% евангелистов «полностью согласились» с тем, что ИИ угрожает цивилизации. 24% представителей других христианских течений придерживаются такого же мнения.
https://forklog.com/news/ai/reuters-61-amerikantsev-schitayut-ii-ugrozoj-chelovechestvu
#исследование
61% опрошенных считают ИИ опасным. 22% респондентов не согласились с этим утверждением, а 17% не смогли ответить на вопрос.
Электорат бывшего президента США Дональда Трампа выразил большую озабоченность. 70% из них согласились с тем, что ИИ может угрожать человечеству. Среди избирателей Джо Байдена таких оказалось 60%.
📊 В религиозном разрезе 32% евангелистов «полностью согласились» с тем, что ИИ угрожает цивилизации. 24% представителей других христианских течений придерживаются такого же мнения.
https://forklog.com/news/ai/reuters-61-amerikantsev-schitayut-ii-ugrozoj-chelovechestvu
#исследование
ForkLog
61% американцев назвали ИИ угрозой человечеству
По мнению большинства американцев, стремительное развитие технологий искусственного интеллекта может поставить под угрозу будущее человечества.
🖼 Специалисты из Института информатики общества Макса Планка, MIT и Google создали ИИ-алгоритм DragGAN для манипулирования изображениями.
Технология похожа на инструмент «Искривление» в Photoshop. Согласно исследованию, она не просто перемещает пиксели, а применяет искусственный интеллект для повторного создания базового объекта.
С помощью DragGAN можно менять размеры предметов и их внешний вид парой щелчков мыши. Также алгоритм позволяет вращать объекты как 3D-модели.
🗣 По словам исследователей, подход способен не только создавать окклюзию предметов, но и деформировать их в соответствии с жесткостью, например, при сгибании ноги лошади.
#исследование #GAN
Технология похожа на инструмент «Искривление» в Photoshop. Согласно исследованию, она не просто перемещает пиксели, а применяет искусственный интеллект для повторного создания базового объекта.
С помощью DragGAN можно менять размеры предметов и их внешний вид парой щелчков мыши. Также алгоритм позволяет вращать объекты как 3D-модели.
🗣 По словам исследователей, подход способен не только создавать окклюзию предметов, но и деформировать их в соответствии с жесткостью, например, при сгибании ноги лошади.
#исследование #GAN
YouTube
DragGAN 01
This media is not supported in your browser
VIEW IN TELEGRAM
🔎 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
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
🧠 Сингапурские и китайские исследователи разработали ИИ-алгоритм MinD-Video для реконструкции видео по данным мозговой активности.
Система представляет собой «двухмодульный конвейер» из обученного кодировщика фМРТ и отлаженной версии генератора изображений Stable Diffusion. Для ее тренировки специалисты использовали общедоступный датасет, содержащий ролики и записи активности мозга испытуемых, которые их смотрели.
🔎 По словам исследователей, алгоритм реконструирует видео с точностью 85%. Ролики оказались «достаточно высококачественными», что можно определить по движениям и динамике сцен, добавили они.
#исследование
Система представляет собой «двухмодульный конвейер» из обученного кодировщика фМРТ и отлаженной версии генератора изображений Stable Diffusion. Для ее тренировки специалисты использовали общедоступный датасет, содержащий ролики и записи активности мозга испытуемых, которые их смотрели.
🔎 По словам исследователей, алгоритм реконструирует видео с точностью 85%. Ролики оказались «достаточно высококачественными», что можно определить по движениям и динамике сцен, добавили они.
#исследование
🔎 59% криптопользователей положительно воспринимают интеграцию искусственного интеллекта с блокчейн-технологиями. Об этом говорится в исследовании биржи KuCoin.
Результаты показали, что:
▫️ 90% использовали или планируют использовать искусственный интеллект для повышения эффективности повседневной жизни;
▫️ 64% опрошенных хотя бы немного знакомы с приложениями, сочетающие ИИ, блокчейн-технологии и торговлю криптовалютами;
▫️ самым популярным инструментом среди опрошенных оказался чат-бот ChatGPT. Его предпочитают 51% респондентов;
▫️ 59% опрошенных хотели бы использовать ИИ-приложения в сферах блокчейна и торговли;
вопросы конфиденциальности и безопасности беспокоят 48% пользователей;
▫️ 45% респондентов опасаются потери контроля над ИИ и автоматизации рабочих мест, что может привести к увольнениям. Большая обеспокоенность наблюдается среди старшей категории пользователей.
В целом представители поколений Y и Z продемонстрировали более высокий уровень принятия технологии по сравнению с поколением X.
https://forklog.com/news/ai/issledovanie-uchastniki-kriptoindustrii-gotovy-k-ere-ii
#исследование #KuCoin
Результаты показали, что:
▫️ 90% использовали или планируют использовать искусственный интеллект для повышения эффективности повседневной жизни;
▫️ 64% опрошенных хотя бы немного знакомы с приложениями, сочетающие ИИ, блокчейн-технологии и торговлю криптовалютами;
▫️ самым популярным инструментом среди опрошенных оказался чат-бот ChatGPT. Его предпочитают 51% респондентов;
▫️ 59% опрошенных хотели бы использовать ИИ-приложения в сферах блокчейна и торговли;
вопросы конфиденциальности и безопасности беспокоят 48% пользователей;
▫️ 45% респондентов опасаются потери контроля над ИИ и автоматизации рабочих мест, что может привести к увольнениям. Большая обеспокоенность наблюдается среди старшей категории пользователей.
В целом представители поколений Y и Z продемонстрировали более высокий уровень принятия технологии по сравнению с поколением X.
https://forklog.com/news/ai/issledovanie-uchastniki-kriptoindustrii-gotovy-k-ere-ii
#исследование #KuCoin
ForkLog
Исследование: участники криптоиндустрии готовы к эре ИИ
59% криптопользвателей положительно воспринимают интеграцию искусственного интеллекта с блокчейн-технологиями. Об этом говорится в исследовании биржи KuCoin