AI - все об искусственном интеллекте

2021-04-22 19:22:00 ​AI поможет разгадку тайны того, кто написал свитки Мертвого моря | robogeek

Новый метод анализа почерка, разработанный исследователями из Гронингенского университета, предлагает новые ключи к разгадке того, кто написал свитки Мертвого моря. Тестирование инструмента машинного обучения на одном из самых известных древних свитков показало, что за древний текст ответственны не один, а два писца.

Свиток Исайи был одним из первых свитков Мертвого моря, обнаруженных в 1946 году

Это один из крупнейших и наиболее хорошо сохранившихся свитков. То, сколько именно писцов написали этот и другие свитки Мертвого моря, является предметом ожесточенных споров в религиозных и академических кругах. Чтобы попытаться найти ответы на некоторые вопросы, историк теологии Младен Попович обратился к современным инструментам искусственного интеллекта.

Попович выбрал свиток Исайи в качестве первой цели. Этот конкретный свиток имеет достаточно однородный почерк, подразумевая, что это работа писца-одиночки, хотя ряд ученых предположили, что это может быть работой по крайней мере двух писцов, намеренно использующих одинаковые стили письма. Открыть/Комментировать

2021-04-22 14:46:33 Робот c искусственным интеллектом создает картины | edurobots

Команда из японского IBM, Токийского университета и Yamaha Motors, создала проект, который дает роботам возможность создавать произведения искусства, используя цвета, холст и кисть. В проекте используется робот, вдохновленный людьми-художниками: у него есть рука робота, которая держит кисть. Он создает картины — не случайно сгенерированные изображения, а основанные на наборе значений, которые использует технология искусственного интеллекта. Для этого ИИ-роботу дается одна или несколько концепций для создания изображения с помощью набора мазков кисти. Открыть/Комментировать

2021-04-22 12:37:13 ​Еврокомиссия предложила ограничить использование ИИ в сферах с «высокими рисками» для общества | 3dnews

По словам инициаторов, нововведения требуются, чтобы жители Европы могли доверять продуктам на основе ИИ. Предполагается, что разработанные методы устранят риски и станут стандартом в международном сообществе.

«Искусственный интеллект — это средство, а не цель. Он открывает огромный потенциал для развития в таких сферах, как здравоохранение, транспорт, энергетика, сельское хозяйство и туризм. Также это сопряжено с целым рядом рисков. Сегодняшняя инициатива направлена на укрепление позиций Европы как центра передового опыта в области ИИ от лабораторных разработок до рыночного использования»,
— заявил комиссар по внутреннему рынку Тьери Бретон (Thierry Breton). Открыть/Комментировать

2021-04-21 12:01:01 ​Научитесь с помощью компьютерного зрения решать реальные задачи бизнеса! Если вы Data Scientist с опытом и хотите освоить новые технологии, ждем вас на онлайн-курсе «Computer Vision».

Справитесь ли вы с уровнем курса? Покажет вступительный тест.
Пройдите тестирование, чтобы:
● оценить свои навыки
● занять место на курсе по специальной цене
● получить доступ к демо-урокам курса

Пройти тестирование: https://otus.pw/VBvP/ Открыть/Комментировать

2021-04-20 20:34:00 ​Искусственный интеллект поможет врачам точнее ставить диагноз | cnews

Платформа прогнозной аналитики на основе машинного обучения Webiomed компании «К-Скай», резидента «Сколково» (группа ВЭБ.РФ), получила статус «Иной информационной системы» (ИИС). Ранее технология прошла независимую аттестацию по защите информации. Теперь она будет подключена к Единой государственной информационной системе здравоохранения (ЕГИСЗ).

Таким образом, у платформы Webiomed появится доступ к большим данным из ЕГИСЗ. Это позволит повысить эффективность прогнозных сервисов для руководителей, врачей и, как следствие, улучшить качество обслуживания пациентов. Открыть/Комментировать

2021-04-20 19:32:00 ​Sony AI использует ИИ, чтобы предсказать, какие ингредиенты будут сочетаться вместе | robogeek

ИИ с переменным успехом пришел в игры, автономное вождение и другие области, а теперь пробует свои силы в приготовлении пищи. Sony AI разработала систему глубокого обучения под названием FlavorGraph, предназначенную для сопоставления различных ингредиентов.

Исследователи Sony AI и Корейского университета (KU) отметили, что повара придумали, как комбинировать ингредиенты с помощью интуиции, что привело к постепенной эволюции сочетаний. Многие из классических комбинаций позже были объяснены наукой, поскольку исследователи поняли, что ингредиенты, имеющие общие вкусовые молекулы, часто хорошо сочетаются.

В то же время другие ингредиенты, которые хорошо сочетаются, могут иметь совершенно различный химический состав

Чтобы выяснить почему это происходит, команда исследовала как молекулярную информацию об ингредиентах, так и то, как они исторически использовались в рецептах. Затем они создали базу данных FlavorGraph с профилями вкусов, такими как горький, фруктовый и сладкий, на основе 1561 вкусовой молекуле. В то же время они изучили почти миллион рецептов, чтобы увидеть, как ингредиенты сочетались в прошлом. Открыть/Комментировать

2021-04-20 15:53:00 ​GANverse3D: нейросеть от NVIDIA реконструирует 3D-модель объекта по фотографии | neurohive

Нейронная сеть от NVIDIA позволяет трансформировать плоское изображение в реалистичную трехмерную модель, которой можно манипулировать в виртуальном пространстве. Новый подход к генерации обучающих данных позволил значительно увеличить точность реконструкции при одновременном уменьшении требований к разметке данных.

Новая архитектура GANverse3D состоит из двух нейронных сетей, осуществляющих рендеринг изображений

Генеративно-состязательная сеть формирует обучающий датасет на основе фотографий автомобилей, взятых из Интернета, генерируя изображения автомобилей под различными углами. Для этой задачи использовалось первые четыре слоя нейронной сети, в то время как оставшиеся 12 слоев были заморожены. Установив вручную положения точек обзора автомобилей, сфотографированных на определенной высоте и на определенном расстоянии от камеры, исследователи смогли быстро создать датасет с изображениями автомобилей под различными углами обзора по двумерных снимкам. На выходе сети получилось 55 000 изображений для обучения. Помимо фотографий автомобилей, исследователи также разработали датасеты на основе фотографий животных. Разработанная модель позволяет реконструировать объекты с различной текстурой и формой. Открыть/Комментировать

2021-04-20 14:27:46 ​В MIT разработали беспроводную систему контроля приема лекарств на основе искусственного интеллекта | neurohive

Исследователи из Массачусетского технологического института разработали технологию, которая объединяет беспроводное зондирование и искусственный интеллект для отслеживания ошибок приема лекарств без необходимости физического контакта. Данный девайс поможет снизить количество госпитализаций и расходы на здравоохранение, не требует постоянного наблюдения за пациентом и измерения каких-либо параметров. Работа была опубликована в журнале Nature Medicine.

Как это работает?

Разработанная система включает в себя настенный модуль типа Wi-Fi (передает сигналы в диапазоне частот Wi-Fi, используя метод частотно-модулированной непрерывной волны), установленный в доме пациента. Устройство излучает радиоволны очень малой мощности. При движении человека волны модулируются и отражаются обратно на датчик. Открыть/Комментировать

2021-04-19 15:02:13 Nvidia сделала нейросеть, которая генерирует фотореалистичные изображения из больших кубических трёхмерных миров | ai-news

Группа исследователей из Nvidia сделала нейросеть, которая генерирует фотореалистичные изображения из больших кубических трёхмерных миров, как Minecraft.

Грубое описание процесса звучит так: нейросеть GANCraft присваивает блокам в игре теги, использует их как вводные данные для генератора ландшафтов, разбивает сгенерированные текстуры по блокам и создаёт финальное изображение: землю, траву, деревья, песок и воду. Открыть/Комментировать

2021-04-19 12:42:16 ​Нейросеть нашла 335 кандидатов в гравитационные линзы | ai-news

Астрономы открыли 335 новых кандидатов в гравитационные линзы среди нескольких миллионов снимков из наземного обзора DECaLS. Это удалось сделать благодаря нейросети, которую обучили на выборке из уже известных объектов такого типа и объектах, точно не являющихся линзами. Статья опубликована в журнале The Astrophysical Journal.

Группа астрономов во главе с Сяошэн Хуаном (Xiaosheng Huang) опубликовала результаты поиска кандидатов в гравитационные линзы в данных наземного обзора DECaLS (Dark Energy Camera Legacy Survey) при помощи остаточной нейросети, разработанной в 2018 году в рамках конкурса «Strong Gravitational Lens Finding Challenge». В качестве обучающей выборки использовались изображения 423 известных на сегодня гравитационных линз и 9451 объекта, точно не являющихся линзами. Затем ученые проверили 50 тысяч изображений, которые были отобраны нейросетью из 5,7 миллионов фотографий из обзора, и разделили их на три класса. Объекты класса А считались наиболее вероятными кандидатами в гравитационные линзы и демонстрировали одну или несколько участков дуг (арок или арклетов), в основном синих, которые считаются искаженными изображениями галактик, лежащих за линзой. Класс B похож на класс А, однако имел более мелкие и тусклые участки дуг. Наконец, в класс С попадали объекты, которые демонстрировали еще более тусклые и мелкие арки, если они действительно являются линзами, то угол отклонения фотонов от первоначальной траектории в их случае достаточно мал. Открыть/Комментировать