Министерство внутренней безопасности США (DHS) приобрело робособаку, оснащённую антенной системой, которая позволяет правоохранительным органам перегружать домашние сети потоком трафика, чтобы отключать устройства интернета вещей (IoT). Робот под названием NEO представляет собой модифицированную версию более раннего устройства «Quadruped Unmanned Ground Vehicle» (Q-UGV), разработанного компанией Ghost Robotics.
Как сообщается, DHS обеспокоено возможностью использования преступниками «умных» устройств для создания различного рода ловушек, направленных на представителей правоохранительных органов. К покупке робота Министерство подтолкнул инцидент во Флориде 2021 года, когда подозреваемый в тяжком преступлении использовал IoT-камеру для наблюдения за полицейским рейдом. Мужчина успел подготовиться и открыл огонь по агентам ФБР сквозь входную дверь. Двое сотрудников ведомства были убиты, а ещё трое — серьёзно ранены. После данного инцидента, DHS провело исследования о возможных угрозах со стороны устройств Интернета вещей. Было выяснено, что преступники могут использовать эти устройства для создания ловушек, способных нанести вред сотрудникам правоохранительных органов, или уничтожить доказательства. Даже захваченный преступник может произнести единственную голосовую команду, способную запустить целую цепочку событий в доме, включая отключение света, блокировку дверей или активацию взрывного устройства.
Робопёс NEO даёт возможность не только удалённо отключать такие ловушки, но и деактивировать полностью сети в зданиях, где проводятся полицейские рейды. Робособака оснащена компьютерной системой и антенной, что позволяет ей проводить DoS-атаки в зоне действия. Для подготовки офицеров Министерство создало специальную учебную площадку, где сотрудников тренируют распознавать потенциальные угрозы со стороны «умных» устройств. Сотрудники полиции учатся обнаруживать скрытые IoT-девайсы, а также собирать доказательства, которые в них содержатся. Компания Ghost Robotics, разработчик робота NEO, заявила, что их предыдущая модель, Q-UGV, была продана уже более чем 25 национальным клиентам и активно используется ими для защиты военных и правоохранительных органов.
📚Тематические ссылки:
https://www.404media.co/dhs-has-a-ddos-robot-to-disable-internet-of-things-booby-traps-inside-homes/
https://www.securitylab.ru/news/550449.php
Как сообщается, DHS обеспокоено возможностью использования преступниками «умных» устройств для создания различного рода ловушек, направленных на представителей правоохранительных органов. К покупке робота Министерство подтолкнул инцидент во Флориде 2021 года, когда подозреваемый в тяжком преступлении использовал IoT-камеру для наблюдения за полицейским рейдом. Мужчина успел подготовиться и открыл огонь по агентам ФБР сквозь входную дверь. Двое сотрудников ведомства были убиты, а ещё трое — серьёзно ранены. После данного инцидента, DHS провело исследования о возможных угрозах со стороны устройств Интернета вещей. Было выяснено, что преступники могут использовать эти устройства для создания ловушек, способных нанести вред сотрудникам правоохранительных органов, или уничтожить доказательства. Даже захваченный преступник может произнести единственную голосовую команду, способную запустить целую цепочку событий в доме, включая отключение света, блокировку дверей или активацию взрывного устройства.
Робопёс NEO даёт возможность не только удалённо отключать такие ловушки, но и деактивировать полностью сети в зданиях, где проводятся полицейские рейды. Робособака оснащена компьютерной системой и антенной, что позволяет ей проводить DoS-атаки в зоне действия. Для подготовки офицеров Министерство создало специальную учебную площадку, где сотрудников тренируют распознавать потенциальные угрозы со стороны «умных» устройств. Сотрудники полиции учатся обнаруживать скрытые IoT-девайсы, а также собирать доказательства, которые в них содержатся. Компания Ghost Robotics, разработчик робота NEO, заявила, что их предыдущая модель, Q-UGV, была продана уже более чем 25 национальным клиентам и активно используется ими для защиты военных и правоохранительных органов.
📚Тематические ссылки:
https://www.404media.co/dhs-has-a-ddos-robot-to-disable-internet-of-things-booby-traps-inside-homes/
https://www.securitylab.ru/news/550449.php
👍1
Компания OrionStar Robotics анонсировала логистического робота CarryBot, разработанного специально для микроцентров обслуживания (Micro-Fulfillment Centres, MFC). MFC представляют собой небольшие автоматизированные склады, расположенные в городских районах или рядом с потребителями, и предназначенные для сокращения времени обработки заказов и повышения удовлетворенности клиентов.
CarryBot спроектирован таким образом, чтобы соответствовать требованиям компактных и эффективных логистических систем. Транспортные возможности CarryBot, его адаптивность и безопасность, свидетельствуют о значительном прогрессе в автоматизации склада, обеспечивая эффективность и гибкость в сфере логистики и доставки.
Ключевые преимущества люльки-трансформера CarryBot:
— многофункциональное транспортное оборудование: позволяет обрабатывать различные материалы и товары в MFC, повышая производительность в
два-три раза;
— гибкая адаптация к сценарию: технология VSLAM+ позволяет быстро адаптироваться к изменениям планировки без внесения изменений в оборудование;
— система защиты на 360°: оснащена лидаром, камерами глубины, датчиками
защиты от столкновений и кнопками аварийной остановки, что обеспечивает
безопасную работу робота;
— гибкость и возможность настройки: может быть реализована без нарушения
существующих рабочих процессов;
— повышение производительности труда: освобождает работников от необходимости перевозить грузы, позволяя сосредоточиться на более важных задачах;
— сокращает время, потраченное на логистические процедуры: позволяет выполнять перевозки на большие расстояния, будь то комплектация, размещение на полках или подготовка к отправке;
— возможность масштабирования в соответствии с меняющимся спросом: поддерживает совместную работу нескольких роботов, что позволяет быстро и просто масштабировать оборудование в периоды пиковой нагрузки.
📚Тематические ссылки:
https://www.iot-now.com/2024/09/03/146223-orionstar-robotics-launches-carrybot-for-micro-fulfillmentcentres/
CarryBot спроектирован таким образом, чтобы соответствовать требованиям компактных и эффективных логистических систем. Транспортные возможности CarryBot, его адаптивность и безопасность, свидетельствуют о значительном прогрессе в автоматизации склада, обеспечивая эффективность и гибкость в сфере логистики и доставки.
Ключевые преимущества люльки-трансформера CarryBot:
— многофункциональное транспортное оборудование: позволяет обрабатывать различные материалы и товары в MFC, повышая производительность в
два-три раза;
— гибкая адаптация к сценарию: технология VSLAM+ позволяет быстро адаптироваться к изменениям планировки без внесения изменений в оборудование;
— система защиты на 360°: оснащена лидаром, камерами глубины, датчиками
защиты от столкновений и кнопками аварийной остановки, что обеспечивает
безопасную работу робота;
— гибкость и возможность настройки: может быть реализована без нарушения
существующих рабочих процессов;
— повышение производительности труда: освобождает работников от необходимости перевозить грузы, позволяя сосредоточиться на более важных задачах;
— сокращает время, потраченное на логистические процедуры: позволяет выполнять перевозки на большие расстояния, будь то комплектация, размещение на полках или подготовка к отправке;
— возможность масштабирования в соответствии с меняющимся спросом: поддерживает совместную работу нескольких роботов, что позволяет быстро и просто масштабировать оборудование в периоды пиковой нагрузки.
📚Тематические ссылки:
https://www.iot-now.com/2024/09/03/146223-orionstar-robotics-launches-carrybot-for-micro-fulfillmentcentres/
👏1
Японские инженеры разработали КМОП-чип приемопередатчика D-диапазона, который передал данные с максимальной скоростью в 640 Гбит/с. Это рекорд для беспроводного устройства, реализованного на интегральных схемах. Технология подходит для недорогого производства компонентов связи следующего поколения.
Инженеры разработали набор микросхем приемопередатчика D-диапазона (114–170 ГГц), охватывающий полосу пропускания сигнальной цепи 56 ГГц -приемопередатчик с размером микросхемы передатчика 1,87 мм x 3,30 мм и приемника размерами 1,65 мм x 2,60 мм. Для достижения высокой скорости инженеры использовали компактные усилители мощности, преобразователи и умножители частот.
Для правильной оценки беспроводной передачи, инженеры установили чипсет на плату и подключили его к внешней антенне с коэффициентом усиления 25 DBi. При тестировании с модулированным сигналом со скоростью передачи символов 40 Гбод и модуляцией 32QAM на расстоянии 36 см система достигла скорости передачи 200 Гбит/с с высокой точностью модуляции, с частотой битовых ошибок менее 0,001. Кроме того, используя модуляцию 16QAM и антенну с высоким коэффициентом усиления исследователи достигли скорости 120 Гбит/с на расстоянии 15 м. Производительность чипсета с несколькими входами и несколькими выходами с четырьмя передатчиками и четырьмя модулями приемника показала еще более высокую скорость. Здесь каждая антенна может обрабатывать собственный поток данных, обеспечивая быструю связь. Используя модуляцию 16QAM, каждый канал достиг скорости 160 Гбит/с. В целом это привело к общей скорости 640 Гбит/с.
Текущие высокочастотные системы 5G предлагают скорость до 10 Гбит/с и работают в диапазонах частот от 24 до 47 ГГц. Для следующего поколения систем мобильной связи ученые экспериментируют с более высокими диапазонами частот. Они используют высокую скорость передачи данных, но сигнал подвержен затуханию. Поэтому для широкого внедрения беспроводных систем следующего поколения решающее значение имеют экономически эффективные передатчики и приемники, способные поддерживать уровень сигнала.
📚Тематические ссылки:
https://www.titech.ac.jp/english/news/2024/069418
https://hightech.fm/2024/06/17/cmos-chipset-wireless
Инженеры разработали набор микросхем приемопередатчика D-диапазона (114–170 ГГц), охватывающий полосу пропускания сигнальной цепи 56 ГГц -приемопередатчик с размером микросхемы передатчика 1,87 мм x 3,30 мм и приемника размерами 1,65 мм x 2,60 мм. Для достижения высокой скорости инженеры использовали компактные усилители мощности, преобразователи и умножители частот.
Для правильной оценки беспроводной передачи, инженеры установили чипсет на плату и подключили его к внешней антенне с коэффициентом усиления 25 DBi. При тестировании с модулированным сигналом со скоростью передачи символов 40 Гбод и модуляцией 32QAM на расстоянии 36 см система достигла скорости передачи 200 Гбит/с с высокой точностью модуляции, с частотой битовых ошибок менее 0,001. Кроме того, используя модуляцию 16QAM и антенну с высоким коэффициентом усиления исследователи достигли скорости 120 Гбит/с на расстоянии 15 м. Производительность чипсета с несколькими входами и несколькими выходами с четырьмя передатчиками и четырьмя модулями приемника показала еще более высокую скорость. Здесь каждая антенна может обрабатывать собственный поток данных, обеспечивая быструю связь. Используя модуляцию 16QAM, каждый канал достиг скорости 160 Гбит/с. В целом это привело к общей скорости 640 Гбит/с.
Текущие высокочастотные системы 5G предлагают скорость до 10 Гбит/с и работают в диапазонах частот от 24 до 47 ГГц. Для следующего поколения систем мобильной связи ученые экспериментируют с более высокими диапазонами частот. Они используют высокую скорость передачи данных, но сигнал подвержен затуханию. Поэтому для широкого внедрения беспроводных систем следующего поколения решающее значение имеют экономически эффективные передатчики и приемники, способные поддерживать уровень сигнала.
📚Тематические ссылки:
https://www.titech.ac.jp/english/news/2024/069418
https://hightech.fm/2024/06/17/cmos-chipset-wireless
👍3
Компания Endrich Bauelemente GmbH, немецкий дистрибьютор NeoCortec, занимающаяся разработкой интеллектуальных продуктов, связанных с Интернетом вещей, внедрила в свои решения масштабируемые беспроводные сенсорные модули NeoMesh от NeoCortec со сверхнизким энергопотреблением.
Одним из основных преимуществ сетевых решений, таких как технология NeoMesh, является тот факт, что для сбора и передачи всех сенсорных данных в облако требуется только один центральный шлюз. Для подключения различных частей сети не требуются ретрансляторы или дополнительные шлюзы. Золтан Кисс, руководитель отдела исследований и разработок Endrich Bauelemente, пояснил, что, интегрируя сенсорные модули NeoMesh в новое решение, специалисты компании смогут легко собирать необходимые данные и передавать их по беспроводной сети «в собственную экосистему Интернета вещей компании или в любой другой подходящий облачный сервис».
В партнерстве с NeoCortec компания Endrich Bauelemente GmbH начала разработку концепции «умного» холодильника, благодаря которой производители смогут внедрить интеллектуальные функции, позволяющие конечным пользователям контролировать различные параметры своих холодильников с помощью мобильного приложения. Беспроводные сенсорные модули NeoMesh обеспечивают легкую и эффективную интеграцию множества функций Интернета вещей. Функции включают в себя мониторинг температуры и влажности внутри холодильника, а также отслеживание яркости внутреннего освещения и состояния дверцы. Сбор данных о частоте и продолжительности открывания дверей сможет предоставить ценную информацию для маркетинговых или коммерческих целей, особенно в таких местах, как автозаправочные станции или магазины розничной торговли.
Основные требования к модулям датчиков Интернета вещей в интеллектуальных устройствах включают в себя компактность, простоту установки, независимость от электрических и проводных сетей связи и простой ввод в эксплуатацию. Технология беспроводной связи NeoMesh работает на батарейках, обладает всеми необходимыми датчиками, встроенными в модуль, и позволяет выполнять установку без участия специалиста. Измерения с датчиков передаются по беспроводной сети в соответствующий облачный сервис для анализа данных через самоформирующуюся ячеистую сеть. Это устраняет необходимость в протяженных кабелях, снижает затраты на инфраструктуру и обеспечивает большую гибкость при развертывании сети, поскольку сенсорные узлы могут быть установлены в любом месте.
📚Тематические ссылки:
http://mobbit.info/item/2010/05/31/holodil-nik-kotoryi-podskazhet-chto-prigotovit-iz-imeustcihsya-prodyktov-10-foto
Одним из основных преимуществ сетевых решений, таких как технология NeoMesh, является тот факт, что для сбора и передачи всех сенсорных данных в облако требуется только один центральный шлюз. Для подключения различных частей сети не требуются ретрансляторы или дополнительные шлюзы. Золтан Кисс, руководитель отдела исследований и разработок Endrich Bauelemente, пояснил, что, интегрируя сенсорные модули NeoMesh в новое решение, специалисты компании смогут легко собирать необходимые данные и передавать их по беспроводной сети «в собственную экосистему Интернета вещей компании или в любой другой подходящий облачный сервис».
В партнерстве с NeoCortec компания Endrich Bauelemente GmbH начала разработку концепции «умного» холодильника, благодаря которой производители смогут внедрить интеллектуальные функции, позволяющие конечным пользователям контролировать различные параметры своих холодильников с помощью мобильного приложения. Беспроводные сенсорные модули NeoMesh обеспечивают легкую и эффективную интеграцию множества функций Интернета вещей. Функции включают в себя мониторинг температуры и влажности внутри холодильника, а также отслеживание яркости внутреннего освещения и состояния дверцы. Сбор данных о частоте и продолжительности открывания дверей сможет предоставить ценную информацию для маркетинговых или коммерческих целей, особенно в таких местах, как автозаправочные станции или магазины розничной торговли.
Основные требования к модулям датчиков Интернета вещей в интеллектуальных устройствах включают в себя компактность, простоту установки, независимость от электрических и проводных сетей связи и простой ввод в эксплуатацию. Технология беспроводной связи NeoMesh работает на батарейках, обладает всеми необходимыми датчиками, встроенными в модуль, и позволяет выполнять установку без участия специалиста. Измерения с датчиков передаются по беспроводной сети в соответствующий облачный сервис для анализа данных через самоформирующуюся ячеистую сеть. Это устраняет необходимость в протяженных кабелях, снижает затраты на инфраструктуру и обеспечивает большую гибкость при развертывании сети, поскольку сенсорные узлы могут быть установлены в любом месте.
📚Тематические ссылки:
http://mobbit.info/item/2010/05/31/holodil-nik-kotoryi-podskazhet-chto-prigotovit-iz-imeustcihsya-prodyktov-10-foto
🌭1
21.08.2024
Группа ученых из Италии опубликовала работу под названием «Метавселенная и цифровой близнец человека: цифровая идентификация, биометрия и конфиденциальность в будущих виртуальных мирах», которая описывает, как совместимость метавселенной с реальностью и владение цифровыми данными пользователей станут ключевыми основами для цифрового аналога реального мира. По мнению ученых, в метавселенной есть много возможностей для сбора данных. В зависимости от возможностей оборудования и датчиков данные, генерируемые пользователями метавселенной, могут включать в себя важную информацию о том, на что именно они тратят свое внимание, а также всеобъемлющие данные об их здоровье и физическом состоянии. Чтобы максимально использовать свой опыт в метавселенной, пользователям понадобится цифровой двойник, который будет являться их точной копией, и сможет гарантировать, что генерируемые им данные являются конфиденциальными и безопасными.
26.08.24
Тайваньская технологическая фирма HTC запустила новый эксперимент по созданию игр и миров «без кода» для своей метавселенной «Viverse». Новое приложение под названием «Viverse Create» позволяет пользователям создавать многопользовательские игры в метавселенной Viverse, которые работают на совместимых устройствах. Это позволяет создавать и делиться играми на своей платформе по выбору — в виртуальной реальности, на мобильном телефоне, ПК или Mac.
03.10.2024
Компания Meta продемонстрировала новую технологию Hyperscape, которая поможет в будущем проложить «мост» между Web3, метавселенной и реальностью. Так, Hyperscape позволит человеку или машине сканировать местность с помощью камеры телефона, а затем преобразовывать эти изображения в цифровую среду с возможностью навигации в режиме реального времени. Будущие версии Hyperscape смогут визуализировать любую наблюдаемую среду в метавселенной в режиме реального времени. Это позволит людям, присутствующим на встрече в виртуальной реальности, взаимодействовать с теми, кто присутствует на встрече в физическом плане.
Группа ученых из Италии опубликовала работу под названием «Метавселенная и цифровой близнец человека: цифровая идентификация, биометрия и конфиденциальность в будущих виртуальных мирах», которая описывает, как совместимость метавселенной с реальностью и владение цифровыми данными пользователей станут ключевыми основами для цифрового аналога реального мира. По мнению ученых, в метавселенной есть много возможностей для сбора данных. В зависимости от возможностей оборудования и датчиков данные, генерируемые пользователями метавселенной, могут включать в себя важную информацию о том, на что именно они тратят свое внимание, а также всеобъемлющие данные об их здоровье и физическом состоянии. Чтобы максимально использовать свой опыт в метавселенной, пользователям понадобится цифровой двойник, который будет являться их точной копией, и сможет гарантировать, что генерируемые им данные являются конфиденциальными и безопасными.
26.08.24
Тайваньская технологическая фирма HTC запустила новый эксперимент по созданию игр и миров «без кода» для своей метавселенной «Viverse». Новое приложение под названием «Viverse Create» позволяет пользователям создавать многопользовательские игры в метавселенной Viverse, которые работают на совместимых устройствах. Это позволяет создавать и делиться играми на своей платформе по выбору — в виртуальной реальности, на мобильном телефоне, ПК или Mac.
03.10.2024
Компания Meta продемонстрировала новую технологию Hyperscape, которая поможет в будущем проложить «мост» между Web3, метавселенной и реальностью. Так, Hyperscape позволит человеку или машине сканировать местность с помощью камеры телефона, а затем преобразовывать эти изображения в цифровую среду с возможностью навигации в режиме реального времени. Будущие версии Hyperscape смогут визуализировать любую наблюдаемую среду в метавселенной в режиме реального времени. Это позволит людям, присутствующим на встрече в виртуальной реальности, взаимодействовать с теми, кто присутствует на встрече в физическом плане.
🔥1
Добрый день!
Со следующей недели в НТЦ «Вулкан» стартует образовательный курс «Разработка ПО для микроконтроллеров семейства STM32».
Длительность курса составит 5 недель, планируется провести 4 лекции и 5 лабораторных работ.
В процессе прохождения курса будут рассмотрены следующие темы:
🔹Особенности низкоуровневого программирования
🔹Настройка окружения для программирования микроконтроллеров
🔹Работа со специфическими для микроконтроллеров функциями
🔹Работа с протоколами обмена данными
🔹Сетевое программирование
Лабораторные работы будут посвящены программированию микроконтроллеров на языке программирования C в среде разработки Stm32CubeIDE.
Последняя лабораторная работа – защита проекта и подведение итогов курса.
Участники курса будут отбираться по результатам тестирования: https://contest.yandex.ru/contest/71218/enter/
Начать тестирование можно с 14 ноября 11:00 до 18 ноября 11:00.
На решение задач даётся 4 часа.
Тестирование состоит из теоретических вопросов и двух задач, в каждой из которых необходимо написать программу на языке программирования C.
В случае обнаружения плагиата кода задача будет аннулирована.
Всем удачи!
Со следующей недели в НТЦ «Вулкан» стартует образовательный курс «Разработка ПО для микроконтроллеров семейства STM32».
Длительность курса составит 5 недель, планируется провести 4 лекции и 5 лабораторных работ.
В процессе прохождения курса будут рассмотрены следующие темы:
🔹Особенности низкоуровневого программирования
🔹Настройка окружения для программирования микроконтроллеров
🔹Работа со специфическими для микроконтроллеров функциями
🔹Работа с протоколами обмена данными
🔹Сетевое программирование
Лабораторные работы будут посвящены программированию микроконтроллеров на языке программирования C в среде разработки Stm32CubeIDE.
Последняя лабораторная работа – защита проекта и подведение итогов курса.
Участники курса будут отбираться по результатам тестирования: https://contest.yandex.ru/contest/71218/enter/
Начать тестирование можно с 14 ноября 11:00 до 18 ноября 11:00.
На решение задач даётся 4 часа.
Тестирование состоит из теоретических вопросов и двух задач, в каждой из которых необходимо написать программу на языке программирования C.
В случае обнаружения плагиата кода задача будет аннулирована.
Всем удачи!
👍3
Исследователи из Google Research, Google DeepMind и Тель-Авивского университета представили GameNGen — первый игровой движок, полностью управляемый нейросетью, который обеспечивает взаимодействие игрока с виртуальной средой в реальном времени с высоким качеством генерируемой графики.
GameNGen обучается в два этапа: сначала агент с помощью обучения с подкреплением учится играть в игру, а затем диффузионная модель обучается генерировать следующий кадр на основе последовательности предыдущих кадров и действий игрока. Таким образом, для получения набора данных для последующей тренировки, инженеры научили нейросетевого агента играть в DOOM. Для этого использовался метод обучения с подкреплением, а в качестве игрового окружения выступила популярная платформа для исследования искусственного интеллекта ViZDoom. Обучение происходило с помощью алгоритма Proximal Policy Optimization. На данном этапе цель была не в максимизации количества игровых очков, а в генерации достаточного количества обучающих данных, которые бы напоминали игру человека и содержали бы разнообразные игровые ситуации.
В процессе обучения агент получал награды за успешные действия (например, за уничтожение врагов или нахождение секретов), и штрафы за ошибки (получение урона или смерть персонажа). В результате размер собранного обучающего набора данных состоял из более чем 900 миллионов кадров, а также из записи действий агента. На втором этапе эти данные были использованы для дообучения диффузионной модели на базе Stable Diffusion v1.4. Основная задача модели — генерировать следующий кадр, используя для этого несколько предыдущих кадров, а также действия игрока. На данном этапе возникает известная проблема — использование предыдущих изображений для генерации новых приводит к быстрому накоплению ошибки и падению качества создаваемых кадров. Чтобы исправить данный недочет и улучшить стабильность работы модели, разработчики добавили к данным на этапе обучения дополнительный шум. Помимо этого, также были дообучены отдельные компоненты модели, такие как декодер латентных представлений, что позволило улучшить качество изображения.
В конечном итоге, модель оказалась способна генерировать полноценный игровой процесс в режиме реального времени с качеством, сопоставимым с графикой оригинальной игры. GameNGen работает со скоростью более 20 кадров в секунду на одном TPU процессоре. Модель реагирует на действия игрока в режиме реального времени, симулируя игровой процесс: изменяются цифры счетчиков игрового интерфейса — количества здоровья, патронов, брони в зависимости от действий игрока и получаемого урона от монстров или игрового окружения. Игровой мир реагирует на действия игрока — открываются и закрываются двери, появляются монстры, которые атакуют игрока и прочее.
📚Тематические ссылки:
https://gamengen.github.io/
https://nplus1.ru/news/2024/08/30/gamengen-google-deepmind
GameNGen обучается в два этапа: сначала агент с помощью обучения с подкреплением учится играть в игру, а затем диффузионная модель обучается генерировать следующий кадр на основе последовательности предыдущих кадров и действий игрока. Таким образом, для получения набора данных для последующей тренировки, инженеры научили нейросетевого агента играть в DOOM. Для этого использовался метод обучения с подкреплением, а в качестве игрового окружения выступила популярная платформа для исследования искусственного интеллекта ViZDoom. Обучение происходило с помощью алгоритма Proximal Policy Optimization. На данном этапе цель была не в максимизации количества игровых очков, а в генерации достаточного количества обучающих данных, которые бы напоминали игру человека и содержали бы разнообразные игровые ситуации.
В процессе обучения агент получал награды за успешные действия (например, за уничтожение врагов или нахождение секретов), и штрафы за ошибки (получение урона или смерть персонажа). В результате размер собранного обучающего набора данных состоял из более чем 900 миллионов кадров, а также из записи действий агента. На втором этапе эти данные были использованы для дообучения диффузионной модели на базе Stable Diffusion v1.4. Основная задача модели — генерировать следующий кадр, используя для этого несколько предыдущих кадров, а также действия игрока. На данном этапе возникает известная проблема — использование предыдущих изображений для генерации новых приводит к быстрому накоплению ошибки и падению качества создаваемых кадров. Чтобы исправить данный недочет и улучшить стабильность работы модели, разработчики добавили к данным на этапе обучения дополнительный шум. Помимо этого, также были дообучены отдельные компоненты модели, такие как декодер латентных представлений, что позволило улучшить качество изображения.
В конечном итоге, модель оказалась способна генерировать полноценный игровой процесс в режиме реального времени с качеством, сопоставимым с графикой оригинальной игры. GameNGen работает со скоростью более 20 кадров в секунду на одном TPU процессоре. Модель реагирует на действия игрока в режиме реального времени, симулируя игровой процесс: изменяются цифры счетчиков игрового интерфейса — количества здоровья, патронов, брони в зависимости от действий игрока и получаемого урона от монстров или игрового окружения. Игровой мир реагирует на действия игрока — открываются и закрываются двери, появляются монстры, которые атакуют игрока и прочее.
📚Тематические ссылки:
https://gamengen.github.io/
https://nplus1.ru/news/2024/08/30/gamengen-google-deepmind
👏1
Добрый день!
Тестирование окончено.
Студентам, успешно прошедшим тестирование, разосланы приглашения на курс.
Всем спасибо и дальнейших успехов!
Тестирование окончено.
Студентам, успешно прошедшим тестирование, разосланы приглашения на курс.
Всем спасибо и дальнейших успехов!
👍2👏1🤡1
Добрый день!
Мы запускаем отбор на новую стажировку по направлению "Безопасность в сетях мобильной связи".
Основные задачи:
🔹 участие в исследовании вопросов безопасности в сети CS/PS Core (2G,3G,4G);
🔹 участие в исследовании вопросов безопасности в сетях IP;
🔹 первичное документирование результатов работы.
Требования к кандидату:
🔸 знание архитектуры Linux;
🔸 понимание принципов работы виртуализации KVM;
🔸 понимание работы IP сетей;
🔸 навыки программирования на языках Bash и Python.
Будет плюсом:
🔹 опыт работы с Wireshark;
🔹 владение «техническим» английским.
Условия:
🔸 работа в офисе от 20 часов в неделю с гибким графиком;
🔸 зачисление в штат по срочному трудовому договору, официальная зарплата;
🔸 по окончании стажировки можем предложить трудоустройство в штат компании уже на постоянной основе.
Адрес офиса – ул. Ибрагимова 31 (БЦ РТС).
Если Вас заинтересовала стажировка по данному направлению, то просим отклики в виде резюме отправлять на почту uc@ntc-vulkan.ru.
Мы запускаем отбор на новую стажировку по направлению "Безопасность в сетях мобильной связи".
Основные задачи:
🔹 участие в исследовании вопросов безопасности в сети CS/PS Core (2G,3G,4G);
🔹 участие в исследовании вопросов безопасности в сетях IP;
🔹 первичное документирование результатов работы.
Требования к кандидату:
🔸 знание архитектуры Linux;
🔸 понимание принципов работы виртуализации KVM;
🔸 понимание работы IP сетей;
🔸 навыки программирования на языках Bash и Python.
Будет плюсом:
🔹 опыт работы с Wireshark;
🔹 владение «техническим» английским.
Условия:
🔸 работа в офисе от 20 часов в неделю с гибким графиком;
🔸 зачисление в штат по срочному трудовому договору, официальная зарплата;
🔸 по окончании стажировки можем предложить трудоустройство в штат компании уже на постоянной основе.
Адрес офиса – ул. Ибрагимова 31 (БЦ РТС).
Если Вас заинтересовала стажировка по данному направлению, то просим отклики в виде резюме отправлять на почту uc@ntc-vulkan.ru.
👍1
Исследователи из Массачусетского технологического института разработали протокол безопасности, который использует квантовые свойства света для защиты данных при облачных вычислениях. Данный метод позволяет обмениваться информацией между пользователем и облачным сервером при работе с моделями глубокого обучения, сохраняя при этом конфиденциальность данных и точность моделей.
Современные схемы защищенных вычислений построены на гомоморфном шифровании, которое позволяет выполнять универсальные вычисления на основе зашифрованных данных и сохраняет безопасность входных и выходных вычислительных данных. Последние разработки позволили адаптировать самые современные схемы гомоморфного шифрования для безопасного машинного обучения, но возможности реальных приложений ограничены из-за больших вычислительных затрат и недавно обнаруженных уязвимостей в системе безопасности.
Исследователи кодируют данные в лазерном свете, используемом в волоконнооптических системах связи. Метод основан на принципе квантовой механики, известном как теорема о невозможности клонирования, который делает невозможным для злоумышленников копирование или перехват информации без обнаружения их вторжения в систему. При этом точность моделей глубокого обучения остается на уровне 96%.
Новый протокол основан на фотонной вычислительной архитектуре для реализации эффективного оптического матрично-векторного умножения. В протоколе исследователей сервер кодирует DNN-данные глубокой нейронной сети в оптическое поле с помощью лазерного света. Затем сервер передает данные сети клиенту, который реализует операции на основе своих личных данных. Используя квантовую природу света, исследователи демонстрируют, что сервер может вычислить верхнюю границу утечки данных, используя теорему Холево, а клиент может определить верхнюю границу утечки данных, используя границу Крамера-Рао.
Исследователи также отметили, что новый метод обеспечивает двустороннюю защиту. Он предотвращает утечку конфиденциальных данных клиента на сервер и в то же время защищает проприетарную информацию о модели от клиента. Данный подход может быть реализован с использованием существующего телекоммуникационного оборудования, что делает его практичным для широкого применения. Модели глубокого обучения, такие как GPT-4, требуют значительных вычислительных ресурсов, доступных только в облаке. Однако использование облачных вычислений связано с рисками для безопасности, особенно в таких чувствительных областях, как,
например, здравоохранение. Новый протокол позволит организациям использовать модели ИИ без рисков в отношении защиты персональных данных или интеллектуальной собственности.
📚Тематические ссылки:
https://arxiv.org/pdf/2408.05629v2
https://hightech.fm/2024/09/27/confi-ai-learning
Современные схемы защищенных вычислений построены на гомоморфном шифровании, которое позволяет выполнять универсальные вычисления на основе зашифрованных данных и сохраняет безопасность входных и выходных вычислительных данных. Последние разработки позволили адаптировать самые современные схемы гомоморфного шифрования для безопасного машинного обучения, но возможности реальных приложений ограничены из-за больших вычислительных затрат и недавно обнаруженных уязвимостей в системе безопасности.
Исследователи кодируют данные в лазерном свете, используемом в волоконнооптических системах связи. Метод основан на принципе квантовой механики, известном как теорема о невозможности клонирования, который делает невозможным для злоумышленников копирование или перехват информации без обнаружения их вторжения в систему. При этом точность моделей глубокого обучения остается на уровне 96%.
Новый протокол основан на фотонной вычислительной архитектуре для реализации эффективного оптического матрично-векторного умножения. В протоколе исследователей сервер кодирует DNN-данные глубокой нейронной сети в оптическое поле с помощью лазерного света. Затем сервер передает данные сети клиенту, который реализует операции на основе своих личных данных. Используя квантовую природу света, исследователи демонстрируют, что сервер может вычислить верхнюю границу утечки данных, используя теорему Холево, а клиент может определить верхнюю границу утечки данных, используя границу Крамера-Рао.
Исследователи также отметили, что новый метод обеспечивает двустороннюю защиту. Он предотвращает утечку конфиденциальных данных клиента на сервер и в то же время защищает проприетарную информацию о модели от клиента. Данный подход может быть реализован с использованием существующего телекоммуникационного оборудования, что делает его практичным для широкого применения. Модели глубокого обучения, такие как GPT-4, требуют значительных вычислительных ресурсов, доступных только в облаке. Однако использование облачных вычислений связано с рисками для безопасности, особенно в таких чувствительных областях, как,
например, здравоохранение. Новый протокол позволит организациям использовать модели ИИ без рисков в отношении защиты персональных данных или интеллектуальной собственности.
📚Тематические ссылки:
https://arxiv.org/pdf/2408.05629v2
https://hightech.fm/2024/09/27/confi-ai-learning
👍3
Инженеры Северо-Западного университета в США разработали систему захвата движений MobilePoser, которая использует датчики, встроенные в потребительские гаджеты — смартфоны, «умные» часы и беспроводные наушники. Система обрабатывает данные с помощью ИИ, чтобы определять позу человека и его движения в режиме реального времени.
По словам разработчиков, акселерометры, гироскопы и другие датчики встроены в мобильные устройства, однако их точность является слишком низкой для точного захвата движений. Чтобы решить эту проблему, инженеры разработали многоступенчатый алгоритм ИИ, который обучили с использованием общедоступного набора данных инерциальных измерительных устройств, полученных из высококачественных источников контроля движения. MobilePoser получает от датчиков в гаджетах информацию об ускорении и ориентации тела. Алгоритм ИИ на основе собранных данных оценивает положение и вращение суставов, скорость и направление ходьбы, а также контакт между ногами пользователя и землей.
Оптимизатор, обученный на физике движения, корректирует результат с учетом возможностей человеческого тела. Он учитывает, например, тот факт, что суставы не сгибаются назад, а голова не может вращаться на 360 градусов. В экспериментах исследователи показали, что готовая система отслеживает движения с погрешностью 8-10 см. По словам Карана Ахуджа, руководителя исследования, точность действий ИИ алгоритма будет выше, когда человек носит больше одного устройства. Например, «умные» часы на запястье и смартфон в кармане. Однако особенность системы в том, что она адаптивна. Даже если в какой-то день у пользователя не будет часов, а будет только телефон, она адаптируется, чтобы определить положение всего тела.
Традиционно для захвата движений, например, во время съемки фантастических фильмов, актеры надевают облегающие костюмы, покрытые датчиками, и ходят по специальным помещениям. Другие решения, например, Microsoft Kinect, используют стационарные камеры, которые отслеживают движения в несколько объективов. Разработчики предполагают, что MobilePoser расширит возможности отслеживания движений для компьютерных игр, виртуальной реальности и приложений для здоровья и фитнеса. Приложение не только считает шаги, но и показывает пользователю осанку во время упражнений. Планируется, что приложение будет доступно для iPhone, AirPods и Apple Watch в ближайшее время.
📚Тематические ссылки:
https://dl.acm.org/doi/pdf/10.1145/3654777.3676461
https://hightech.fm/2024/10/16/app-poser
По словам разработчиков, акселерометры, гироскопы и другие датчики встроены в мобильные устройства, однако их точность является слишком низкой для точного захвата движений. Чтобы решить эту проблему, инженеры разработали многоступенчатый алгоритм ИИ, который обучили с использованием общедоступного набора данных инерциальных измерительных устройств, полученных из высококачественных источников контроля движения. MobilePoser получает от датчиков в гаджетах информацию об ускорении и ориентации тела. Алгоритм ИИ на основе собранных данных оценивает положение и вращение суставов, скорость и направление ходьбы, а также контакт между ногами пользователя и землей.
Оптимизатор, обученный на физике движения, корректирует результат с учетом возможностей человеческого тела. Он учитывает, например, тот факт, что суставы не сгибаются назад, а голова не может вращаться на 360 градусов. В экспериментах исследователи показали, что готовая система отслеживает движения с погрешностью 8-10 см. По словам Карана Ахуджа, руководителя исследования, точность действий ИИ алгоритма будет выше, когда человек носит больше одного устройства. Например, «умные» часы на запястье и смартфон в кармане. Однако особенность системы в том, что она адаптивна. Даже если в какой-то день у пользователя не будет часов, а будет только телефон, она адаптируется, чтобы определить положение всего тела.
Традиционно для захвата движений, например, во время съемки фантастических фильмов, актеры надевают облегающие костюмы, покрытые датчиками, и ходят по специальным помещениям. Другие решения, например, Microsoft Kinect, используют стационарные камеры, которые отслеживают движения в несколько объективов. Разработчики предполагают, что MobilePoser расширит возможности отслеживания движений для компьютерных игр, виртуальной реальности и приложений для здоровья и фитнеса. Приложение не только считает шаги, но и показывает пользователю осанку во время упражнений. Планируется, что приложение будет доступно для iPhone, AirPods и Apple Watch в ближайшее время.
📚Тематические ссылки:
https://dl.acm.org/doi/pdf/10.1145/3654777.3676461
https://hightech.fm/2024/10/16/app-poser
👍2🤔2❤1
Чип состоит из сложной метаповерхности, созданной из наноразмерных пирамидальных структур, образованных чередующимися слоями золота и кремния. Для его создания используется полистирольные шарики, расположенные в гексагональном узоре на кварцевой подложке. После нанесения тонких слоев металла и диэлектрика шарики удаляются, что позволяет создать высокочувствительную поверхность. Эта комбинация усиливает электрические и магнитные поля, что значительно повышает чувствительность анализа. С помощью рамановской спектроскопии датчик может обнаруживать даже очень низкие концентрации биомаркеров сердечного приступа. Процесс анализа прост: каплю крови помещают на чип, и через 5-7 минут устройство выдает результаты. Это не только быстрее, но и точнее существующих методов, позволяя выявлять биомаркеры на ранних стадиях, когда их концентрация слишком низка для стандартных тестов.
Время имеет решающее значение при сердечном приступе — чем быстрее поставлен диагноз, тем скорее можно начать лечение и минимизировать повреждение сердечной мышцы. Исследователи предполагают, что этот тест будет использоваться не только в больницах, но и в качестве портативного инструмента для скорой помощи или даже для домашней диагностики. Это может существенно изменить подход к оказанию неотложной медицинской помощи.
Новое устройство работает на базе языковой модели MedaCareLLM. Оно интегрируется с «умными» очками, которые используют видеоданные и распознавание лиц для оказания помощи пациентам в реальном времени. Когда пациенты надевают очки, ИИ распознает знакомые лица и предоставляет подсказки через наушники с костной проводимостью или слуховой аппарат. Это может значительно снизить уровень растерянности и смущения у пациентов при взаимодействии с близкими.
Очки также могут отображать информацию о лекарствах — например, надписи на бутылочках — и напоминать пациентам о времени приема следующей дозы. Они предоставляют рекомендации по дозировке и важные указания, такие как необходимость принимать лекарства во время еды. Эти функции направлены на предотвращение случайного дублирования доз и облегчение нагрузки на ухаживающих за пациентами.
Сбор видео-, аудио- и визуальных данных о состоянии пациентов с помощью «умных» очков помогает CareYaya разрабатывать передовые модели ИИ для отслеживания прогрессирования заболеваний и анализа особенностей ежедневного рациона питания пациентов. На сегодняшний день почти семь миллионов американцев страдают болезнью Альцгеймера, а по прогнозам Ассоциации борьбы с болезнью Альцгеймера это число может вырасти до 13 миллионов к 2050 году. Ожидается, что расходы на здравоохранение для людей с деменцией достигнут $360 миллиардов в 2024 году и почти $1 триллиона к 2050 году.
📚Тематические ссылки:
https://www.iotworldtoday.com/health-care/ai-powered-smart-glasses-launched-to-assist-dementia-patients
https://onlinelibrary.wiley.com/doi/10.1002/advs.202405910 https://hub.jhu.edu/2024/10/16/heart-attack-blood-test/ https://hightech.fm/2024/10/17/chip-metasu
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2❤1👍1
Уже 14 марта состоится ежегодная конференция по информационной безопасности ISCRA Talks 2025. В этом году наша компания стала генеральным партнером! Всю подробную информацию можно узнать в канале конференции.
В прошлом году мероприятие посетило более 300 студентов, а с докладами выступило свыше 20 спикеров, в том числе и наши коллеги, из топовых ИТ компаний. Конференция впервые пройдет за пределами МГТУ! Вы сможете:
Приём заявок осуществляется до 31 декабря.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3❤1
Отмечается, что участники использовали «специально разработанное оборудование», которое состоит из «сервера», «аппарата», «Wi-Fi» и «датчиков». Компания сообщает, что «аппарат» отслеживал мозговые волны и другие полисомнографические данные спящих, однако детали технологии не раскрываются.
Во время эксперимента участники спали у себя дома. Когда сервер обнаруживал, что один из них вошел в состояние осознанного сновидения, он генерировал случайное слово, которое воспроизводили спящему через наушники. Участник повторил слово во сне, а его ответ записали и сохранили на сервере.
Второй спящий вошел в фазу осознанных сновидений несколько минут спустя. Сервер воспроизвел сохраненную запись, участник запомнил ее и смог повторить после пробуждения. Представители REMspace называют связь первым «чатом во сне» и утверждают, что эксперимент удалось повторить на двух парах человек.
Осознанные сновидения — это измененное состояние сознания, при котором человек осознает, что он спит и может управлять сновидением. В REMspace полагают, что технология может совершить переворот аналогичный искусственному интеллекту и создать приложения для разных задач — от решения физиологических проблем до обучения новым навыкам.
📚Тематические ссылки:
https://habr.com/ru/news/850256/
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1🙏1
🪥Исследователи из Итальянского технологического института в Милане создали съедобный транзистор из компонента зубной пасты. Ученые преобразовали в полупроводниковый элемент фталоцианин меди — пигмент, используемый в зубных пастах для отбеливания зубов. Компоненты подойдут для проглатываемых датчиков, которые будут растворяться после завершения исследования.
Особенность пигмента — его химическая структура, которая облегчает прохождение заряда внутри кристаллов. Исследователи разработали транзистор, используя подложку на стабильной основе этилцеллюлозного субстрата. Этот материал часто используется в фармацевтической и пищевой промышленности. На схемах были напечатаны электрические контакты из золотых частиц и «затвор» из хитозана — пищевого гелеобразующего вещества, получаемого из панцирей ракообразных. Подавая на затвор низкое напряжение (менее 1 В), можно управлять током,
протекающим через транзистор, фактически включая или выключая его. Ученые посчитали, что среднестатистический человек неосознанно при каждой чистке зубов потребляет около 1 мг фталоцианина меди. Этого достаточно для создания примерно 10 000 транзисторов. Поэтому новые компоненты съедобной микроэлектроники не навредят здоровью человека.
Съедобные транзсторы могут стать ключевым компонентом «умных» таблеток, способных отслеживать состояние здоровья изнутри организма, а затем безопасно растворяться после выполнения своей функции. Такие устройства помогут контролировать жизненно важные показатели и выявлять заболевания на ранних этапах. Итальянские ученые продолжат изучать другие съедобные материалы для создания сложных устройств для мониторинга функций пищеварительной системы и для других областей медицины.
📚Тематические ссылки:
https://onlinelibrary.wiley.com/doi/10.1002/advs.202404658 https://hightech.fm/2024/09/27/toothpaste-transistor
Особенность пигмента — его химическая структура, которая облегчает прохождение заряда внутри кристаллов. Исследователи разработали транзистор, используя подложку на стабильной основе этилцеллюлозного субстрата. Этот материал часто используется в фармацевтической и пищевой промышленности. На схемах были напечатаны электрические контакты из золотых частиц и «затвор» из хитозана — пищевого гелеобразующего вещества, получаемого из панцирей ракообразных. Подавая на затвор низкое напряжение (менее 1 В), можно управлять током,
протекающим через транзистор, фактически включая или выключая его. Ученые посчитали, что среднестатистический человек неосознанно при каждой чистке зубов потребляет около 1 мг фталоцианина меди. Этого достаточно для создания примерно 10 000 транзисторов. Поэтому новые компоненты съедобной микроэлектроники не навредят здоровью человека.
Съедобные транзсторы могут стать ключевым компонентом «умных» таблеток, способных отслеживать состояние здоровья изнутри организма, а затем безопасно растворяться после выполнения своей функции. Такие устройства помогут контролировать жизненно важные показатели и выявлять заболевания на ранних этапах. Итальянские ученые продолжат изучать другие съедобные материалы для создания сложных устройств для мониторинга функций пищеварительной системы и для других областей медицины.
📚Тематические ссылки:
https://onlinelibrary.wiley.com/doi/10.1002/advs.202404658 https://hightech.fm/2024/09/27/toothpaste-transistor
❤1
Исследователи из Пенсильванского университета разработали «электронный язык», способный выделять малейшие различия в жидкостях. Устройство, объединяющее специальный датчик и искусственный интеллект (ИИ), может определять не
только тип жидкости, но и ее качество, свежесть и даже наличие примесей.
Устройство использует полевой транзистор на основе графена, чувствительный к различным химическим ионам в жидкости. Датчики в приборе являются универсальными — каждый может обнаруживать различные типы химикатов. Датчик подключен к нейронной сети, обученной на разнообразных наборах данных. ИИ получает от датчиков 20 параметров о свойствах жидкости и на основе этого делает выводы о природе и качестве образца.
Ученые протестировали «язык» на широком спектре образцов, включая молоко с различным содержанием воды, разные виды газированных напитков, кофейные смеси и фруктовые соки. «Электронный язык» правильно идентифицировал образцы более чем в 80% случаев. При этом когда ИИ позволили самостоятельно определять параметры оценки, точность выросла до 95%. По словам исследователей, «электронный язык» будет полезен в пищевой промышленности для контроля качества, поиска испорченных или небезопасных продуктов. Кроме того, устройство можно использовать для медицинской диагностики.
📚Тематические ссылки:
https://www.nature.com/articles/s41586-024-08003-w https://hightech.fm/2024/10/10/electronic-tongue-liquid
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍1
Дорогие подписчики! Надеюсь, вы прекрасно встретили Новый 2025 год!
Мы так погрузились в атмосферу праздника, чтозабыли подготовить пост решили не нагружать мозг умными статьями, а предлагаем просто пообщаться и узнать, как прошли ваши праздники, и вдохновиться на весь год?!
🔤 Поделитесь своими впечатлениями от празднования: что интересного произошло, может быть, вы попробовали что-то новое или посетили необычные места?
🔤 Расскажите о главной вашей цели на 2025.
🔤 Продолжайте верить в себя и помните, что все получится!
Мы так погрузились в атмосферу праздника, что
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5👍1
Время возвращаться в привычное русло, интересные статьи из мира искусственного интеллекта уже готовы к прочтению!
Компания Decart представила новый прорыв в игровой индустрии – ИИ-модель Oasis, способную создавать игровые миры в режиме реального времени. Обученная на видео геймплея Minecraft, Oasis не просто генерирует статичные ландшафты, а создает интерактивную игровую среду, которая реагирует на действия игрока через клавиатуру и мышь.
Главная особенность Oasis заключается в том, что это не просто алгоритм, генерирующий визуальные элементы, а полноценная среда, симулирующая физику, правила и графику Minecraft. Модель построена на архитектуре трансформера и использует диффузионный подход к обучению, что позволяет ей воссоздавать процесс игры с высокой степенью интерактивности. Геймеры могут перемещаться по динамично созданным мирам, которые мгновенно реагируют на их команды, как если бы игра была настоящей. Это открывает возможности для создания уникальных и неповторимых игровых миров, которые меняются по мере действий игрока.
Как отмечают в MIT Technology Review, Decart использует технику «предсказания следующего кадра» для создания мира Minecraft. Для работы этой технологии потребовалось обучить модель на миллионах часов записей игрового процесса. Примечательно, что для создания игры не было написано ни одной строчки кода. Forbes отмечает, что, как и большинство ИИ-моделей, игра может быть подвержена «галлюцинациям», а некоторые пользователи сообщают о проблемах с поддержанием внутренней логики игры.
Во время тестирования в игре не было замечено ни одного NPC (неигрового персонажа). При этом заявляется, что ИИ-версии NPC более интеллектуальны и способны реагировать на окружающую среду и действия игрока более сложным образом. Игра также использует ИИ для отслеживания производительности, стиля игры и уровня навыков, что позволяет «регулировать силу монстров в соответствии с экипировкой и опытом игрока». Однако из-за ограниченного времени тестирования эта функция могла быть не полностью раскрыта.
Несмотря на заявления разработчиков о способности ИИ создавать более разнообразный и реалистичный ландшафт, во время игрового процесса возникали сложности с ориентированием в пространстве. На данный момент Decart предлагает демоверсию Oasis, которая, несмотря на свой потенциал, имеет ряд недостатков. В частности, качество изображения остается низким, и модель иногда испытывает трудности с сохранением целостности и реалистичности игрового мира. Возникают также вопросы правового характера: неизвестно, согласовывала ли Decart использование контента Minecraft для обучения своей модели с Microsoft.
📚Тематические ссылки:
https://vc.ru/ai/1632130-neiroset-dlya-generacii-igr-v-realnom-vremeni-oasis-ot-decart
https://www.securitylab.ru/news/553683.php
Компания Decart представила новый прорыв в игровой индустрии – ИИ-модель Oasis, способную создавать игровые миры в режиме реального времени. Обученная на видео геймплея Minecraft, Oasis не просто генерирует статичные ландшафты, а создает интерактивную игровую среду, которая реагирует на действия игрока через клавиатуру и мышь.
Главная особенность Oasis заключается в том, что это не просто алгоритм, генерирующий визуальные элементы, а полноценная среда, симулирующая физику, правила и графику Minecraft. Модель построена на архитектуре трансформера и использует диффузионный подход к обучению, что позволяет ей воссоздавать процесс игры с высокой степенью интерактивности. Геймеры могут перемещаться по динамично созданным мирам, которые мгновенно реагируют на их команды, как если бы игра была настоящей. Это открывает возможности для создания уникальных и неповторимых игровых миров, которые меняются по мере действий игрока.
Как отмечают в MIT Technology Review, Decart использует технику «предсказания следующего кадра» для создания мира Minecraft. Для работы этой технологии потребовалось обучить модель на миллионах часов записей игрового процесса. Примечательно, что для создания игры не было написано ни одной строчки кода. Forbes отмечает, что, как и большинство ИИ-моделей, игра может быть подвержена «галлюцинациям», а некоторые пользователи сообщают о проблемах с поддержанием внутренней логики игры.
Во время тестирования в игре не было замечено ни одного NPC (неигрового персонажа). При этом заявляется, что ИИ-версии NPC более интеллектуальны и способны реагировать на окружающую среду и действия игрока более сложным образом. Игра также использует ИИ для отслеживания производительности, стиля игры и уровня навыков, что позволяет «регулировать силу монстров в соответствии с экипировкой и опытом игрока». Однако из-за ограниченного времени тестирования эта функция могла быть не полностью раскрыта.
Несмотря на заявления разработчиков о способности ИИ создавать более разнообразный и реалистичный ландшафт, во время игрового процесса возникали сложности с ориентированием в пространстве. На данный момент Decart предлагает демоверсию Oasis, которая, несмотря на свой потенциал, имеет ряд недостатков. В частности, качество изображения остается низким, и модель иногда испытывает трудности с сохранением целостности и реалистичности игрового мира. Возникают также вопросы правового характера: неизвестно, согласовывала ли Decart использование контента Minecraft для обучения своей модели с Microsoft.
📚Тематические ссылки:
https://vc.ru/ai/1632130-neiroset-dlya-generacii-igr-v-realnom-vremeni-oasis-ot-decart
https://www.securitylab.ru/news/553683.php
💯1
Nvidia представила модель искусственного интеллекта Fugatto, которая на основе текстовых подсказок может сгенерировать и преобразовать любую комбинацию музыки, голосов и звуков. Модель может редактировать готовые аудиофайлы и, по словам разработчиков, создавать немыслимые сочетания: от мяукающего саксофона до смеси грозы с метелью.
Для создания Fugatto исследователи собрали обширный набор данных, включающий в себя миллионы аудиосэмплов. Были также разработаны специальные инструкции, которые «значительно расширили спектр задач модели, повысили точность ее работы и позволили выполнять новые функции без необходимости в дополнительных данных».
Главная особенность Fugatto заключается в том, что она может не просто имитировать существующие звуки, но и создавать принципиально новые композиции. Например, модель может заставить трубу лаять, саксофон мяукать, а также генерировать уникальные звуковые ландшафты, которых не существует в реальном мире. При этом модель может генерировать звуки и музыку, которые не «слышала» при обучении.
Модель имеет не только развлекательное применение. Музыкальные продюсеры могут использовать Fugatto для прототипирования или редактирования композиций, добавления эффектов или экспериментов с новыми жанрами и стилями. Рекламные агентства смогут адаптировать кампании под разные рынки, добавляя уникальные акценты и эффекты.
📚Тематические ссылки:
https://blogs.nvidia.com/blog/fugatto-gen-ai-sound-model/
https://youtu.be/qj1Sp8He6e4
https://hightech.fm/2024/11/26/nvidia-music-ai
Для создания Fugatto исследователи собрали обширный набор данных, включающий в себя миллионы аудиосэмплов. Были также разработаны специальные инструкции, которые «значительно расширили спектр задач модели, повысили точность ее работы и позволили выполнять новые функции без необходимости в дополнительных данных».
Главная особенность Fugatto заключается в том, что она может не просто имитировать существующие звуки, но и создавать принципиально новые композиции. Например, модель может заставить трубу лаять, саксофон мяукать, а также генерировать уникальные звуковые ландшафты, которых не существует в реальном мире. При этом модель может генерировать звуки и музыку, которые не «слышала» при обучении.
Модель имеет не только развлекательное применение. Музыкальные продюсеры могут использовать Fugatto для прототипирования или редактирования композиций, добавления эффектов или экспериментов с новыми жанрами и стилями. Рекламные агентства смогут адаптировать кампании под разные рынки, добавляя уникальные акценты и эффекты.
📚Тематические ссылки:
https://blogs.nvidia.com/blog/fugatto-gen-ai-sound-model/
https://youtu.be/qj1Sp8He6e4
https://hightech.fm/2024/11/26/nvidia-music-ai
🤔2🔥1
Искусственный интеллект помог обнаружить 303 новых геоглифа в пустыне Наска в Перу. Ученые использовали нейросеть для анализа спутниковых снимков пустыни, что позволило обнаружить ранее незамеченные предполагаемые фигуры. Исследователи посетили места расположения находок и подтвердили открытие. На полевые работы ушло всего полгода, тогда как за предыдущие сто лет «в ручном режиме» обнаружили около 430 геоглифов.
Среди находок — абстрактные гуманоидные фигуры, «обезглавленные головы», изображения домашних и диких животных, а также сцены, возможно изображающие древние церемонии. Одним из самых необычных геоглифов стало изображение «косатки с ножом» длиной 22 м. ИИ оказался особенно эффективен в обнаружении небольших рельефных геоглифов, которые не замечает человеческий глаз.
Анализируя новые рисунки, исследователи определили два типа изображений: рельефные геоглифы, которые меньше и сложнее, и линейные геоглифы, которые покрывают большую площадь и состоят в основном из прямых линий. Исследователи пришли к выводу, что небольшие рельефные геоглифы чаще изображают людей или предметы, связанные с человеческой деятельностью, и расположены вблизи древних троп. Вероятно, они были заметны при движении путешественников по пустыне. Крупные линейные геоглифы, напротив, чаще изображают диких животных и, вероятно, использовались для общественных ритуалов.
📚Тематические ссылки:
https://www.pnas.org/doi/10.1073/pnas.2407652121
https://hightech.fm/2024/09/24/ai-naska
Среди находок — абстрактные гуманоидные фигуры, «обезглавленные головы», изображения домашних и диких животных, а также сцены, возможно изображающие древние церемонии. Одним из самых необычных геоглифов стало изображение «косатки с ножом» длиной 22 м. ИИ оказался особенно эффективен в обнаружении небольших рельефных геоглифов, которые не замечает человеческий глаз.
Геоглифы Наски — это геометрические фигуры и рисунки, созданные на поверхности пустыни. Они сформированы траншеями глубиной от 20 см до 0,5 м, на дне которых на фоне черной каменистой поверхности виден белый песок.
Расположенные в 50 км на пустынном плато на высоте около 500 м над уровнем моря у побережья Перу, рисунки сохранились спустя тысячелетия. Считается, что геоглифы нарисовали представители древней цивилизации между 200 г. до н.э. и 500 г. н.э.
Анализируя новые рисунки, исследователи определили два типа изображений: рельефные геоглифы, которые меньше и сложнее, и линейные геоглифы, которые покрывают большую площадь и состоят в основном из прямых линий. Исследователи пришли к выводу, что небольшие рельефные геоглифы чаще изображают людей или предметы, связанные с человеческой деятельностью, и расположены вблизи древних троп. Вероятно, они были заметны при движении путешественников по пустыне. Крупные линейные геоглифы, напротив, чаще изображают диких животных и, вероятно, использовались для общественных ритуалов.
📚Тематические ссылки:
https://www.pnas.org/doi/10.1073/pnas.2407652121
https://hightech.fm/2024/09/24/ai-naska
🔥2👍1
В магазинах приложений Google Play и App Store появилось новое приложение Death Clock AI — новый инструмент, который помогает пользователям понять, как их образ жизни отражается на здоровье и продолжительности жизни. Приложение собирает данные о физических нагрузках, питании, сне, уровне стресса и наследственных факторах, после чего создает персонализированные рекомендации для улучшения качества жизни.
Согласно заявлению разработчиков, Death Clock основывается на 1217 научных исследованиях с участием более 53 миллионов человек. Приложение анализирует собранные данные, рассчитывает биологический возраст, прогнозируемую дату смерти и дает советы по изменениям в образе жизни. Слоган приложения: «Know your date, change your fate» («Зная свою дату [смерти], измени судьбу».
По словам разработчика приложения Брэтта Фрэнсона, его «часы» предлагают «довольно значительное» улучшение точности по сравнению со стандартными таблицами продолжительности жизни. Перед тем, как начать пользоваться приложением, необходимо ответить на 29 вопросов (пол, возраст, этническая принадлежность, вопросы касательно семейного анамнеза и хронических заболеваний, о диете, сне, стрессе, физической активности и так далее). На основе этих данных Death Clock определит биологический возраст пользователя, ожидаемую продолжительность жизни и то, как человек, вероятнее всего, умрёт.
Среди положительных моментов эксперты и пользователи отмечают способность Death Clock выявлять потенциальные риски для здоровья и мотивировать к изменениям в пользу долгой и активной жизни. Однако приложение не может гарантировать точность прогнозов, так как продолжительность жизни зависит от множества факторов, включая случайности и генетическую предрасположенность.
Кроме того, в СМИ обсуждаются этические вопросы, связанные с такими технологиями. Предоставление пользователю информации о возможной дате смерти может негативно сказаться на психическом состоянии, а обработка персональных данных требует особого контроля для обеспечения конфиденциальности.
📚Тематические ссылки:
https://thedebrief.org/new-death-clock-ai-longevity-app-claims-it-can-predict-when-youll-die/
https://hightech.fm/2024/12/02/d-clock
https://habr.com/ru/news/863208/
Согласно заявлению разработчиков, Death Clock основывается на 1217 научных исследованиях с участием более 53 миллионов человек. Приложение анализирует собранные данные, рассчитывает биологический возраст, прогнозируемую дату смерти и дает советы по изменениям в образе жизни. Слоган приложения: «Know your date, change your fate» («Зная свою дату [смерти], измени судьбу».
По словам разработчика приложения Брэтта Фрэнсона, его «часы» предлагают «довольно значительное» улучшение точности по сравнению со стандартными таблицами продолжительности жизни. Перед тем, как начать пользоваться приложением, необходимо ответить на 29 вопросов (пол, возраст, этническая принадлежность, вопросы касательно семейного анамнеза и хронических заболеваний, о диете, сне, стрессе, физической активности и так далее). На основе этих данных Death Clock определит биологический возраст пользователя, ожидаемую продолжительность жизни и то, как человек, вероятнее всего, умрёт.
Среди положительных моментов эксперты и пользователи отмечают способность Death Clock выявлять потенциальные риски для здоровья и мотивировать к изменениям в пользу долгой и активной жизни. Однако приложение не может гарантировать точность прогнозов, так как продолжительность жизни зависит от множества факторов, включая случайности и генетическую предрасположенность.
Кроме того, в СМИ обсуждаются этические вопросы, связанные с такими технологиями. Предоставление пользователю информации о возможной дате смерти может негативно сказаться на психическом состоянии, а обработка персональных данных требует особого контроля для обеспечения конфиденциальности.
📚Тематические ссылки:
https://thedebrief.org/new-death-clock-ai-longevity-app-claims-it-can-predict-when-youll-die/
https://hightech.fm/2024/12/02/d-clock
https://habr.com/ru/news/863208/
🤯2