Будущее технологий

2020-12-23 20:30:00 ​​Новая технология, разработанная в Центре технических исследований Финляндии VTT, позволяет использовать пектинсодержащие сельскохозяйственные отходы, такие как кожура цитрусовых и жом сахарной свеклы, в качестве сырья для биопластиков на основе ПЭФ — полиэтиленфураноатов.
ПЭТ (Полиэтиле́н) и другие полиэфиры широко используются в пищевой упаковке, пластиковых бутылках и текстильных изделиях. Годовое производство продукции из ПЭТ оценивается в 30 млн тонн. Новая технология позволяет заменить пластик и снизить углеродный след на 50%! Более того, барьерные свойства пластиков ПЭФ лучше, чем ПЭТ. А, значит, пищевые продукты будут дольше храниться.

ПЭФ — это полностью перерабатываемый и возобновляемый высококачественный пластик. Кроме того, использование отходов, содержащих пектин, открывает новые возможности для круговой экономики пластмасс.
«В ближайшем будущем вы можете покупать апельсиновый сок в бутылках, сделанных из апельсиновой корки», — говорит профессор практики Хольгер Пёлер Открыть/Комментировать

2020-12-22 21:22:32 ​​Отрасль рыбоводства известна своими проблемами с безопасностью: частые несчастные случаи на местах, вылета рыбы из загона и распространение нежелательного генного материала среди уязвимых стай дикого лосося. Группа инженеров нашла решение, создав автономного подводного робота (ROV) CageReporter.
CageReporter это недорогая подводная система для 3D-визуализации и связи. Робот позволяет контролировать условия в вольер, а также невероятно точную и важную информацию, например, о здоровье рыб, качестве воды в реальном времени. Также он способен обнаруживать любые деформации в сети и даже прогнозировать будущие повреждения загонов.
Чтобы сделать систему автономной, инженерам пришлось научить робота «двигаться, как рыба». Для точных данных роботу нужно постоянно присутствовать в косяке рыб, которых очень легко напугать. Однако развитие функции биоинтерактивного управления помогло ROV лучше сосуществовать с рыбами, не беспокоя их.
Сейчас ROV уже прошел полевые испытания на двух предприятиях аквакультуры Открыть/Комментировать

2020-12-19 15:00:03 ​​Фитнес-видео и другой учебный контент, который нацелен на обучение зрителей новым навыкам боевых искусств, упражнениям или позициям йоги, были популярны со времен VHS в 80-х годах и в изобилии доступны на таких интернет-платформах, как YouTube.
Однако эти традиционные формы обучающих видео могут привести к разочарованию и даже к потенциальному физическому перенапряжению. Дело в том, что начинающие зрители или люди с ограниченной физической подвижностью изо всех сил пытаются не отставать и имитировать движения опытных инструкторов.

Международная группа исследователей придумала решение: систему, которая динамически адаптируется, чтобы отражать положение тела зрителя, и согласовывает скорость воспроизведения видео с движениями пользователя.
Система, получившая название «Reactive Video», использует датчик Microsoft Kinect.

Это новейшее ПО для отслеживания движения скелета, включая алгоритмы для определения положения и движения суставов и конечностей — локтей, коленей, рук и т. д. Прорабатывая движения зрителя,ИИ может сопоставить и сравнить это с движениями инструктора на видеозаписи. Затем ИИ оценивает время, которое потребуется пользователю для выполнения движения, и настраивает воспроизведение видео в соответствии с правильным положением и темпом зрителя.
Reactive Video не только обеспечивает более захватывающий опыт, но и помогает пользователям более точно имитировать и изучать новые движения. Открыть/Комментировать

2020-12-18 15:00:03 ​​Netflix представил свою модель искусственного интеллекта (ИИ) для продвижения своих шоу. Алгоритм рекомендует фильмы и сериалы для тех пользователей, которым они должны понравиться. Исследователи компании отмечают, что это сводится к поиску связей и определению вероятных размеров аудитории.

Метод основан на трансфертном обучении, где параметры, полученные из «исходного задания», улучшают производительность «целевого задания» модели. При этом исследователи запрашивают названия фильмов, которые сопоставимы с другими картинами, а также размер их потенциальной аудитории.

Для рекомендаций Netflix создает «карту сходств», где ИИ использует метаданные шоу, теги и аннотации, которые помогают создать связи между картинами. Модель также анализирует размеры аудитории аналогичных фильмов и сериалов в конкретных странах. По предварительным оценкам ИИ, драмы больше любят смотреть в Испании, поэтому маркетинговая команда Netflix будет делать упор на этот регион и раньше готовить дубляжи и субтитры для этой страны.

Эти системы не контролирует человек, поэтому модель получает доступ к гораздо большему спектру наименований фильмов, чем только контент производства Netflix.
Исследователи отмечают, что такой подход может ограничить аудиторию инди-фильмов. Но при этом ИИ облегчает продвижение оригинальных сериалов, которые набирают большое количество зрителей. Открыть/Комментировать

2020-12-17 21:00:21 ​​Стартап Zoox, который принадлежит Amazon, представил беспилотный электромобиль: он может работать без подзарядки 16 часов.
Новая машина — это «роботакси», которое может перевозить четырех пассажиров и разгоняется до 120 км/час. Электромобиль может двигаться в любом направлении: у него нет кабины водителя, поэтому ему не нужно разворачиваться.
Внутри автомобиля есть два дивана для четырех человек. Около каждого есть порт для мобильных устройств, подстаканник и управление микроклиматом. Вызов такси Zoox предлагает осуществлять через мобильное приложение, в котором можно выбрать опцию ехать одному, без попутчиков.

Первые испытания начнутся на улицах Сан-Франциско и Лас-Вегаса, поскольку штаты Калифорния и Невада на законодательном уровне допускают эксплуатацию беспилотных транспортных средств на дорогах
Коммерческая эксплуатация таких челноков начнется не ранее 2022 года. Открыть/Комментировать

2020-12-17 17:11:53 ​​В Университете Иннополис создали и протестировали новую умную майку. Она может транслировать тренеру, как спортсмен выполняет задание: какие у него задействованы группы мышц. Благодаря этому можно сразу увидеть, что человек выполняет упражнение неверно.
Сейчас команда работает над сбором данных для создания интеллектуальной системы, которая с помощью искусственного интеллекта сможет оптимизировать выполнение упражнений, таким образом спортсмен получит виртуального тренера.
Разработка может следить за активностью основных мышц плечевого пояса с возможностью масштабирования на мышцы всего тела. По словам разработчиков, для каждого вида спорта есть своя группа мышц, поэтому перспективнее делать умную одежду для разных видов спорта, сконцентрированную именно на том, что нужно. Открыть/Комментировать

2020-12-15 15:18:41 ​​В Москве создали нейросеть, которая может определять степень поражения легких (пневмонии) при коронавирусе.
Проект носит название «КТ-калькулятор». Он был разработан при участии специалистов МГУ им. Ломоносова на основе технологий искусственного интеллекта и машинного обучения.

Разработчики загрузили в программу данные с медицинских карт московских пациентов, которые проходили лечение весной — всего более 500 тыс. электронных историй болезни. Также они технологии сопоставили данные анализов крови и общей клинической картины пациентов с коронавирусной пневмонией с результатами сделанной им компьютерной томографии.

В результате нейросеть прогнозирует вероятность легкого (КТ 0-1), среднего (КТ 2) или тяжелого (КТ 3-4) течения пневмонии, а также выдает рекомендации по дальнейшему лечению.
КТ-калькулятор» встроен в медицинскую информационно-аналитическую систему Москвы (ЕМИАС). Власти открывают доступ к нему для врачей как из Москвы, так и из других регионов. По мере работы в него будут загружаться новые данные, которые помогут нейросети обучаться и совершенствоваться. Открыть/Комментировать

2020-12-10 22:37:34 ​​Международная команда ученых объединила несколько моделей на основе ИИ и научила роботов изучать новые навыки.
Обычно глубокие нейронные сети способны изучать новые движения и функции, многократно обучаясь на одних и тех же примерах. Такие модели используются в самых разнообразных приложениях, системах распознавания лиц или принятии решений о выдаче кредита банком. В новой работе исследователи объединили несколько моделей, разработанных для разных навыков, чтобы создать суперсистему на основе ИИ. Так модель научилась изучать новые навыки.
Для этого исследователи обучали несколько глубоких нейронных моделей различным функциям. Например, одна из них училась ходить, а вторая — обходить препятствия. Затем все системы подключили к нейронной сети, которая со временем научилась вызывать другие модели, требующие особых навыков. Полученная система смогла выполнить все навыки объединенных моделей.

Роботы на основе моделей самостоятельно научились десяткам навыков с помощью проб и ошибок. Устройства, например, научились как правильно вставать после падения на скользком полу или что делать, если один из двигателей сломался. Исследователи предполагают, что их работа знаменует собой новую веху в исследованиях робототехники — теперь людям даже не будет вмешиваться и исправлять проблемы устройств. Открыть/Комментировать

2020-12-08 20:01:05 ​​Нейросеть научили строить огромные стеклянные фасады.
Традиционные методы строительства гнутых стеклянных фасадов дороги. Фигурное стекло обычно изготавливаются с помощью метода «горячей гибки». Оно нагревается и формуется с помощью пресса или специальных машин. Это энергоемкий процесс, при котором образуются лишние отходы.
Холодногнутое стекло — более дешевая альтернатива, при которой плоские стекла сгибают и прикрепляют к рамам. Но придумать форму, которая будет эстетически приятной и удобной для изготовления, учитывая хрупкость материала — сложная задача.
Проектирование фасадов из холодногнутого стекла представляет собой огромную вычислительную проблему. Для людей она слишком сложна, но для ПО с машинным обучением обработать тысячи данных и вариантов — не проблема. ПО основано на глубокой нейронной сети, обученной для прогнозирования формы и технологичности стеклянных панелей. Ученые стремились создать ПО, которое позволило бы пользователю (не эксперту) интерактивно редактировать поверхность, получая в реальном времени информацию о форме изгиба стекла и напряжении для каждой отдельной панели. Они выбрали подход, основанный на данных: команда провела более миллиона симуляций для создания базы данных возможных изогнутых форм стекла, представленных в традиционном для архитектуры формате автоматизированного проектирования. Затем на этих данных была обучена глубокая нейронная сеть (DNN). Открыть/Комментировать

2020-12-05 20:00:34 Открыть/Комментировать