Ситуация, знакомая многим

Самообучающаяся нейронная сеть взламывает легендарные черные дыры

🔭 Группа астрономов из Нидерландов обучила нейронную сеть с помощью миллионов наборов данных синтетических черных дыр. На основе сети и данных с телескопа Event Horizon Telescope они теперь предсказывают, к примеру то, что черная дыра в центре нашего Млечного Пути вращается с почти максимальной скоростью.

🛰 В 2019 году Event Horizon Telescope Collaboration опубликовала первое изображение сверхмассивной черной дыры в центре галактики M87. В 2022 году они представили изображение черной дыры в нашем Млечном Пути, Стрелец A*. Однако данные, лежащие в основе изображений, по-прежнему содержали массу трудно поддающейся взлому информации. Международная группа исследователей обучила нейронную сеть для извлечения как можно большей информации из данных.

Подробнее 👉здесь

💬Telegram | 📺Rutube

Искусственные нейронные сети обучаются лучше, если их тренировать на биологических данных

⚡ Способность точно предсказывать движения важна не только для людей и животных, но и для многих приложений ИИ — от автономного вождения до робототехники. Исследователи из Мюнхенского технического университета обнаружили, что искусственные нейронные сети могут лучше выполнять эту задачу, если их обучать с использованием биологических данных раннего развития зрительной системы.

🟩 Еще до того, как позвоночные открывают глаза, в сетчатке начинается встроенная программа обучения — совершенно независимая от внешних стимулов. Спонтанные паттерны активности распространяются волнообразными движениями по нервной ткани глаза. Эта нейронная активность известна как «сетчаточные волны».

👨‍🔬 Исследователи продемонстрировали, что искусственные нейронные сети, имитирующие функции мозга, также могут извлечь пользу из такого рода предварительного обучения.

Подробнее 👉здесь

💬Telegram | 📺Rutube

«Я вообще-то не только танцую»: роботы Tesla Optimus учатся готовить обед и убираться в доме

🤖 Разного рода танцевальные движения и акробатические трюки в исполнении человекоподобных роботов впечатляют степенью ловкости подобного рода техники, но практической пользы почти не несут. На этом фоне готовность Tesla научить роботов выполнять работу по дому выглядит намного более прагматичной.

🧹 Представители компании показали эксперименты, где роботы Optimus выполняют домашние обязанности вроде уборки при помощи совка, щётки и пылесоса, сбора мусора и протирания поверхностей от пыли. Кроме того, робот был замечен за газовой плитой, помешивающий ингредиенты в кастрюле. Так была продемонстрирована подготовка Optimus к будущему использованию в качестве полноценного помощника по дому.

💼 Глава команды разработчиков Optimus Милан Ковач пояснил, что его коллеги ставят перед собой цель использовать видеоролики в свободном доступе, для обучения роботов определённым операциям.

Подробнее 👉здесь

💬Telegram | 📺Rutube

3 дня и 3 ночи делаешь модель, сравниваешь каждое свое действие с инструкцией
также модель при запуске (была пропущена ";" в самом начале кода):

NVIDIA обеспечит работу крупнейшего в мире квантового исследовательского суперкомпьютера

🟢 Недавно компания NVIDIA открыла Глобальный центр исследований и разработок для бизнеса на базе технологий квантового искусственного интеллекта (G-QuAT) — современное предприятие, в котором размещен ABCI-Q — крупнейший в мире суперкомпьютер, предназначенный для исследований в области квантовых вычислений.

🖥 Квантовые процессоры обладают потенциалом для революции в преобразовании суперкомпьютеров ИИ, решая некоторые из самых сложных глобальных задач, охватывающих различные секторы, такие как здравоохранение, энергетика и финансы. Способность ABCI-Q обеспечивать вычисления на квантовых GPU представляет собой важную веху на пути к разработке высокоскоростных квантовых систем.

Подробнее 👉здесь

💬Telegram | 📺Rutube

НАША КОМАНДА СТАЛА ФИНАЛИСТОМ КОНКУРСА «МОЯ СТРАНА — МОЯ РОССИЯ»

👨‍🎓 Вся команда, вместе с наставниками ЦЭМИ РАН и учениками из Школы на проспекте Вернадского, стала финалистами всероссийского конкурса "Моя страна — моя Россия"

⚡ В этом сезоне в конкурсе приняли участие 74 369 человек со всех регионов страны! Проекты были представлены в 13-ти тематических номинациях, охватывающих ключевые сферы общества. В финал же прошли 183 участника.

💬Telegram | 📺Rutube

​В современном мире развитие технологий происходит стремительными темпами, а данные и информация становятся ключевым активом. Все это приводит к всеобщей цифровизации: от мелких бытовых операций до внедрения в крупные производства на заводах. Появляются такие понятия как «Цифровой двойник» и «Цифровая тень». Однако несмотря на свою схожесть, на практике они выполняют совершенно разные функции.

Цифровой двойник (ЦД) – это виртуальная модель, которая точно воспроизводит объект или процесс. Он помогает понять, что будет происходить с изучаемым объектом в разных условиях, а также безопасно тестировать сценарии и прогнозировать поведение объекта без вмешательства в реальные процессы.

Цифровая тень – это тоже виртуальное представление объекта, но в более упрощенной форме. Она отображает только актуальные данные об объекте, полученные с датчиков, но не имеет прогностических функций.

Ключевые различия:
⏺ Цифровая тень показывает только текущие показатели, в то время как двойник показывает и текущие, и прогнозные
📈 Цифровая тень обеспечивает простую визуализацию, когда цифровой двойник способен на сложные симуляции
⚙ Цифровую тень реализовать проще, чем цифровой двойник
💰Цифровая тень требует меньше затрат на создание, чем полноценный двойник

Некоторые примеры применения:
Цифровая тень:
✅ Мониторинг параметров оборудования (температура, давление)
✅ Контроль за потреблением ресурсов
✅ Отчетность и аудит или
✅ Историческая диагностика (сохранение журналов событий)

Цифровой двойник:
☑ Прогнозирование износа оборудования
☑ Оптимизация систем
☑ Проведение экспериментов на предприятии без фактической остановки производства

Наша команда отдает предпочтение работе с цифровыми двойниками, особенно с теми, что построены с использованием имитационного и агент-ориентированного подходов. На наших мастер-классах мы демонстрируем простейшие модели, чтобы любой желающий мог понять, как работают ЦД. Среди таких моделей:

🚝«Московский метрополитен»: Модель станции метро, которая отслеживает плотность толпы в зависимости от
потока пассажиров, времени суток и расписания прибытия поездов.

🚀«Ракета»: Упрощенная модель запуска ракеты в космос, демонстрирующая четырехэтапную симуляцию полета. В процессе симуляции происходит отделение ступеней ракеты и изменение скорости полета, что позволяет познакомиться с реальными механизмами запуска.

Что же касается цифровой тени, то это такой же хороший элемент цифровизации, как и цифровой двойник. Цифровая тень проще по своему функционалу, что делает ее более доступной для реализации. Также она может стать отправной точкой при внедрении полноценного цифрового двойника.

💬Telegram | 📺Rutube

#ТопБЛОГ #РоссияСтранаВозможностей

Мы пообщались с теми, кто знает проект РОСМИМ изнутри: участниками, преподавателями и коллегами из разных сфер. Каждый из них поделился своим интересным взглядом. А в самом конце мы сами оказались в роли интервьюированных.

#ТопБЛОГ #РоссияСтранаВозможностей

А как проходит ваша пятница?😁

RAG мертв: почему предприятия переходят на архитектуры ИИ на основе агентов

🌐 В последнее время в кругах специалистов по безопасности ИИ возникло новое мнение : «RAG мертв». Этот сдвиг представляет собой не временную тенденцию, а фундаментальное признание присущих RAG ограничений безопасности и производительности.

⏺ Когда предприятия впервые внедрили приложения ИИ , RAG стала архитектурой по умолчанию: данные извлекались из внутренних систем, централизовались в базах данных и использовались для дополнения результатов моделей ИИ. Несмотря на концептуальную простоту, этот подход выявил критические уязвимости при масштабировании.

⚙ Архитектуры RAG создают значительные риски безопасности, централизуя данные из разных систем в репозиториях. Эти хранилища становятся потенциальными точками утечки данных. Кроме того, качество данных быстро ухудшается по мере устаревания информации в этих них.

🤖 В ответ на это предприятия переходят на архитектуры на основе агентов. Вместо извлечения и централизации данных эти системы используют программных агентов, которые напрямую запрашивают исходные системы во время своей работы. Это помогает устранить дублирование хранилищ данных, повысить защищенность систем и поддерживать актуальные данные.

Подробнее 👉здесь

💬Telegram | 📺Rutube

Нейросеть ChatGPT проиграла в шахматы компьютеру 1970-х годов

👷‍♂️ Инженер и разработчик Роберт Корузо посадил искусственный интеллект сыграть против эмулятора Atari 2600.

💾 Домашняя консоль вышла в 1977 году и имела всего 128 байт оперативной памяти и 8-битный микропроцессор 6507 от MOS Technology, который работал на частоте 1,9 МГц. Из-за ограничений по железу Atari могла просчитывать наперёд лишь 1−2 хода.

⚙ Оба чат-бота «понимают», как устроены шахматы: они знают, как должны ходить фигуры, умеют анализировать ситуацию на доске по одному скриншоту, но не умеют думать и выстраивать стратегии.

🤖 ChatGPT забывал играть пешками, терял нить игры и порой путал ладьи со слонами, а Microsoft Copilot и вовсе чуть было не пожертвовал короля. Одолеть простую компьютерную программу из прошлого века нейросети не смогли даже на самом лёгком уровне сложности.

Подробнее 👉здесь

💬Telegram | 📺Rutube