Дайджест новостей машинного обучения и искусственного интеллекта за август
Привет, читатель! Отфильтровав для тебя большое количество источников и подписок — собрал все наиболее значимые новости из мира машинного обучения и искусственного интеллекта за август. Не забудьте поделиться с коллегами, или просто с теми, кому интересны такие новости.
Для тех, кто не читал дайджест за июль, можете прочесть его здесь.
Итак, а теперь дайджест за август:
1. Российский человекоподобный робот пробирается на МКС. Российский космический корабль «Союз» состыковался с МКС. В капитанском кресле капсулы, предназначенной для перевозки пассажиров, сидел Skybot F-850, человекоподобный робот, созданный российским космическим агентством Роскосмос.
2. ИИ помогает астрономам исследовать космос на объект обитаемых планет. Наблюдать экзопланету трудно, потому что ее свет «в миллионы или миллиард раз слабее звезды, вокруг которой она вращается».
3. Математическая модель раскрывает секреты зрения. Математики и нейробиологи создали первую анатомически точную модель, которая объясняет, как возможно зрение.
4. Как ИИ помогает ухаживать за стареющим населением. Стартап TeiaCare представляет первый цифровой помощник, который оказывает поддержку профессиональным попечителям.
5. Раковые опухоли тоже любят сладкое. Одним из факторов развития ожирения может быть излишнее потребление сладостей, но пока непонятно, может ли сладкое напрямую, без развития ожирения, стимулировать рак. Похоже, что может: эксперименты на генетически модифицированных мышах показали, что сладкий сироп, аналоги которого используются в пищевой промышленности в качестве подсластителей, активирует рост раковых опухолей кишечника даже при отсутствии признаков ожирения.
6. Нейросеть распознает болезни растений по изображению. Маниок — это второй по популярности источник карбогидратов в Африке. Исследователи провели соревнование, чтобы помочь местным фермерам выращивать и ухаживать за этим растением.
7. MIT разрабатывает датчик, который может работать под водой без батареи и отправлять данные. Исследователи из Массачусетского технологического института создали новую подводную систему датчиков и связи, которая не требует батарей и практически не использует никакой энергии. Это может помочь в создании подводного Интернета вещей, который позволил бы осуществлять мониторинг температуры моря и морской жизни в режиме реального времени, не требуя регулярного оборудования и перестановок электроэнергии для его работы.
8. Суперкомпьютер Cray за 600 миллионов долларов, опережая другие суперкомпьютеры, займется создания улучшенного ядерного оружия. El Capitan станет третьим «превосходным» компьютером, построенным Cray для правительства США, двумя другими будут Aurora для Аргоннской национальной лаборатории и Frontier для Oak Ridge.
9. Nike приобретет стартап на основе ИИ, который предсказывает, желания потребителей.
10. Нейронные сети обеспечивают скорость анализа и сканирования мозга. Радиологи всего мира изучают возможность использования инструментов искусственного интеллекта для распределения своих тяжелых рабочих нагрузок и повышения согласованности, скорости и точности анализа сканирования мозга.
11. Использование ИИ для выявления желудка, рака толстой кишки. Чтобы сократить количество пропущенных предраковых поражений, один японский эндоскопист обращается к ИИ.
12. Двусторонняя логистическая потеря для обучения нейронных сетей с шумными данными. Качество моделей, созданных с помощью алгоритмов машинного обучения, напрямую зависит от качества обучающих данных, но наборы данных реального мира обычно содержат некоторое количество шума, который создает проблемы для моделей ML.
13. Нейросеть заполняет отсутствующие фрагменты в видеозаписи. Исследователи использовали предсказание оптического потока для заполнения отсутствующих фрагментов в видеозаписи. Метод был протестирован на задачах DAVIS и YouTubeVOS. Модель получила state-of-the-art результаты по скорости обучения и качеству предсказаний.
14. Национальная служба здравоохранения Великобритании запускает лабораторию искусственного интеллекта.
15. Как ИИ помогает защитить исчезающих тайваньских леопардовых кошек. Менее 500 леопардовых кошек живут в естественной среде обитания, которая пересекается со многими проектами развития в центральных районах острова. В сельской местности кошки часто становятся жертвами дорожного убийства из-за увеличения трафика. Чтобы сохранить популяции леопардовых кошек, правительство Тайваня, организации по защите животных, исследователи и эксперты по искусственному труду совместно работали над сохранением вида.
16. Изучение весовых безагностных нейронных сетей.
17. Управляемая ИИ, роботизированная платформа автоматизирует производство молекул.
18. Совместное распознавание речи и диаризация динамика с помощью последовательной передачи. Способность распознавать слова «кто сказал, что» или диаризация динамика является критически важным шагом для понимания звука диалога между людьми с помощью автоматизированных средств.
19. Moviescope: масштабный анализ Фильмы с использованием нескольких модальностей. Команда исследователей из Университета Вирджинии недавно провела крупномасштабный анализ, направленный на выявление особенностей в рекламных роликах, которые лучше всего предсказывают жанр фильма и предполагаемый бюджет. В своем исследовании, изложенном в статье, ранее опубликованной на arXiv, исследователи специально сравнили эффективность визуальных, аудио, текстовых и метаданных функций.
20. Turbo — улучшенная карта цветов радуги для визуализации. Раскрашивание изображений помогает зрительной системе человека различать детали, оценивать количественные значения и определять шаблоны данных в более интуитивном режиме.
21. Мозг вдохновляет новый тип искусственного интеллекта. Машинное обучение, введенное 70 лет назад, основано на доказательствах динамики обучения в мозге. Используя скорость современных компьютеров и больших наборов данных, алгоритмы глубокого обучения в последнее время дали результаты, сопоставимые с результатами человеческих экспертов в различных применимых областях, но с различными характеристиками, которые далеки от современных знаний в области нейробиологии.
22. Отслеживание рук в режиме реального времени с помощью MediaPipe. Способность воспринимать форму и движение рук может быть жизненно важным компонентом для улучшения взаимодействия с пользователем в различных технологических областях и платформах.
23. Персонализированное распознавание речи Project Euphonia для нестандартной речи. Полезность технологии зависит от ее доступности. Одним из ключевых компонентов доступности является автоматическое распознавание речи (ASR), которое может значительно улучшить способность людей с нарушениями речи взаимодействовать с повседневными интеллектуальными устройствами.
24. Глубокое обучение позволяет ученым идентифицировать раковые клетки в крови за миллисекунды. Исследователи из UCLA и NantWorks разработали устройство на основе искусственного интеллекта, которое обнаруживает раковые клетки за несколько миллисекунд — в сотни раз быстрее, чем предыдущие методы.
25. Понимание видео с помощью обучения по временной согласованности циклов. За последние несколько лет был достигнут значительный прогресс в области понимания видео. Тем не менее, существует много сценариев, где нам нужно более одного ярлыка для всего клипа.
26. Google показывает многолетний «беспорядочный» взлом iPhone. Эксперты по безопасности Google обнаружили «беспорядочную» операцию взлома, которая была нацелена на айфоны в течение как минимум двух лет и использовала веб-сайты для внедрения вредоносного программного обеспечения для доступа к фотографиям, местоположениям пользователей и другим данным.
27. Исследователи разрабатывают лучший способ использовать мощность солнечных батарей. Исследователи из Университета Ватерлоо разработали способ лучше использовать объем энергии, собираемой солнечными батареями.
28. Интерактивная, автоматизированная трехмерная реконструкция мозга мухи. Цель исследования коннектомики — составить карту «электрической схемы» мозга, чтобы понять, как работает нервная система.
29. Ископаемая ДНК открывает новые повороты в современном человеческом происхождении. Современные люди и более древние гоминины многократно скрещивались по всей Евразии и Африке, и генетический поток шел обоими путями.
На этом наш короткий дайджест подошел к концу. Делайте выводы и работайте продуктивно. Не забудьте поделиться статьёй с коллегами. Не пропускать статьи и новостные дайджесты, вам поможет подписка на мой Телеграм-канал Нейрон (@neurondata), а также подписка на мой аккаунт на Хабре, не пропускайте следующих дайджестов.
Всем знаний!
