Dyski twarde i inne systemy przechowywania danych przechowują dziś ogromne ilości informacji. Jednak podobnie jak w przeszłości taśmy magnetyczne lub dyskietki, urządzenia te mogą z czasem stać się nieaktualne i utracimy dostęp do gromadzonych na nich danych. Dlatego naukowcy opracowali metodę konwersji danych na pliki DNA rejestrować żywy organizm. Ten rodzaj "Pamięć masowa„prawdopodobnie nie staną się przestarzałe w dającej się przewidzieć przyszłości.
Seth Shipman z University of California w San Francisco, który nie brał udziału w tych pracach, chwalił wyniki swoich kolegów z Columbia University, ale zwraca uwagę, że upłynie dużo czasu, zanim takie systemy znajdą praktyczne zastosowanie.
Naukowcom z ETH Zurich po raz pierwszy udało się zautomatyzować modelowanie turbulencji w cieczach poprzez połączenie mechaniki płynów i sztucznej inteligencji. Ich podejście opiera się na połączeniu Wzmocnienie algorytmów uczenia maszynowego z turbulencjami Symulacje przepływuktóre zostały przeprowadzone na superkomputerze Piz Daint w Swiss National Supercomputing Center.
Zgodnie z opisem badań opublikowanym niedawno w czasopiśmie Inteligencja maszyny został wydany, naukowcy opracowali nowe algorytmy uczenia maszynowego ze wzmocnieniem (RL) i połączyli je z fizycznym podejściem do modelowania Turbulencja.
Naukowcy ze Stanów Zjednoczonych i Singapuru wykorzystali automatyczny odkurzacz do podsłuchiwania dźwięku w pokojach i identyfikacji programów telewizyjnych odtwarzanych w pomieszczeniu, w którym znajdował się odkurzacz. Wydajność jest jeszcze bardziej imponująca, ponieważ Samodzielny odkurzacz nie są wyposażone w mikrofon. Ta praca pokazuje, że do podsłuchiwania można prawdopodobnie użyć dowolnego urządzenia z technologią lidar.
Używamy tego typu urządzeń w domu, nie myśląc o tym zbyt wiele. Pokazaliśmy, że chociaż takie urządzenia nie mają mikrofonu, możemy przepisać ich system nawigacji, aby podsłuchiwać rozmowy i ujawniać poufne informacje - mówi profesor Nirupam Roy z University of Maryland.
To w autonomiczne roboty używany System Lidar bada środowisko za pomocą laserów. Ich światło odbija się od obszaru wokół odkurzacza i trafia do czujników odkurzacza, aby stworzyć mapę pomieszczenia. Eksperci od jakiegoś czasu spekulują, że mapy tworzone przez autonomiczne odkurzacze, które często są przechowywane w chmurze, mogą posłużyć do reklamy.
Systemy komputerowe AI trafiają do wielu dziedzin naszego życia i oferują ogromny potencjał, od autonomicznych pojazdów po pomoc lekarzom w diagnozowaniu i autonomicznych robotach poszukiwawczo-ratowniczych.
Jednak jednym z głównych nierozwiązanych problemów, szczególnie w przypadku gałęzi sztucznej inteligencji znanej jako „sieci neuronowe”, jest to, że naukowcy często nie potrafią wyjaśnić, dlaczego coś idzie nie tak. Wynika to z braku zrozumienia procesu podejmowania decyzji w systemach SI. Ten problem jest znany jako problem „czarnej skrzynki”.
Kto jest mądrzejszy?
Nowy 15-miesięczny projekt badawczy Uniwersytetu Lancaster, w który zaangażowany jest również Uniwersytet w Liverpoolu, ma na celu odkrycie tajemnic problemu czarnej skrzynki i znalezienie nowej drogigłęboki Learning„Znajdź modele komputerowe AI, które sprawiają, że decyzje są przejrzyste i możliwe do wyjaśnienia.
Projekt "W kierunku odpowiedzialnych i dających się wytłumaczyć autonomicznych, robotycznych systemów uczenia się„opracuje szereg procedur weryfikacji bezpieczeństwa i testów w celu opracowania algorytmów sztucznej inteligencji. Pomogą one zapewnić, że decyzje podejmowane przez systemy są solidne i możliwe do wyjaśnienia.
Kanał MBN w południowokoreańskiej telewizji kablowej zaprezentował pierwszą prezenterkę, która jest jednocześnie z sztuczna inteligencja jest kontrolowany. Plik Moderator AI imieniem AI Kim opiera się na prawdziwej osobie, która obsługuje segment informacyjny w MBN, Jim Ju-ha. Sam AI Kim niedawno się przedstawił i powiedział, że przyszła z oglądania dziesięciogodzinnych filmów Kim Ju-ha. Plik KI poznała szczegóły jej głosu, sposobu mówienia, wyrazu twarzy, ruchów ust i języka ciała. Sztuczna inteligencja mówi: „Potrafię przekazywać wiadomości tak jak Kim Ju-ha.
Wieloletni i niezwykle złożony problem naukowy dotyczący budowy i zachowania białek został rozwiązany przez nowy system sztucznej inteligencji AlphaFold. Naukowcy DeepMind wykazali, że sztuczna inteligencja, którą tworzą, może przewidywać, jakie trójwymiarowe białka kształtują się z sekwencji aminokwasów.
Przewidywanie, jaki trójwymiarowy kształt przyjmie białko, było tajemnicą dla naukowców od pół wieku. Możliwość dokładnego przewidywania struktury białek na podstawie ich sekwencji aminokwasów byłaby wielkim dobrodziejstwem dla nauk przyrodniczych i medycyny. Znacząco przyspieszyłoby to wysiłki na rzecz zrozumienia elementów budulcowych komórek i umożliwiłoby szybsze opracowywanie nowych leków.
Zespół z DeepMind rozwinęła się sztuczna inteligencja. Jest to podmiot stowarzyszony Google, który odniósł wiele sukcesów w tworzeniu zaawansowanych algorytmów. Kilka lat temu to zrobiłeś Program AlphaGo mistrz go grał kilka razy. Kolejna ich sztuczna inteligencja, znana jako AlphaStar, okazała się lepsza niż 99,8% graczy w strategii czasu rzeczywistego StarCraft II, jednak osiągnięcie ich nowej sztucznej inteligencji - AlphaFold - przewyższa dobre wyniki w grach.
Uniwersytet w Helsinkach opracował narzędzie sztucznej inteligencji, które pozwala zorientować się, co myśli Twój mózg w danym momencie. Po odczytaniu fal mózgowych osób poproszonych o skupienie się na obrazie osoby, algorytm sztucznej inteligencji tworzy obrazy twarzy, na które patrzą uczestnicy. Badanie to, opisane w Nature Scientific Reports, polegało na wykonaniu kilku faz ćwiczeń i następnie przetestuj algorytm.