Новини

Свіжі новини та корисні статті про штучний інтелект і машинне навчання

Генеративний штучний інтелект покращує віртуальних персонажів

Генеративний штучний інтелект революціонізує світ ігор, розвиваючи віртуальних персонажів та покращуючи їхні навички спілкування. NVIDIA Avatar Cloud Engine (ACE) дозволяє розробникам наділяти неігрових персонажів інтелектом, змінюючи ігровий процес та розширюючи межі можливого.

Покращення машинного навчання: пошук балансу між імітацією та пробно-помилковими методами

Дослідники працюють над більш ефективним методом машинного навчання для невизначених реальних ситуацій. Новий алгоритм визначатиме, коли "машина-учень" повинна слухатися свого учителя, а коли вчитися самостійно.

Нова архітектура, що поєднує в собі глибокі нейронні мережі та векторно-символьні моделі

Нова архітектура має на меті подолати існуючі обмеження нейронних мереж та символічного ШІ. Запропонована модель вже демонструє високу ефективність у вирішенні логічних завдань, відкриваючи перспективу для інтеграції різних парадигм ШІ.

Меміндуктор: дослідники відкрили новий елемент електронних схем

Меміндуктор, як і відкриті раніше мемрісторі та мемконденсатор, є одним із елементів електронної схеми, які можуть зберігати та відновлювати попередні значення струму або напруги.

Використання машинного навчання для пошуку надійних та доступних сонячних елементів

Сонячні батареї на основі гібридних органо-неорганічних перовскітів є наразі напрямом альтернативної енергетики, який найактивніше розвивається. Ці молекули започаткували розвиток нового класу фотовольтаїчних пристроїв – перовскітних сонячних елементів.

Новий метод для підвищення точності комп'ютерного зору

Дослідники використали набір простих програм для генерації зображень, щоб створити набір даних та навчити модель комп'ютерного зору. Такий підхід сприяє покращенню продуктивності моделей класифікації зображень, навчених на синтетичних даних.

Як нейронні мережі навчаються руху? Інтерпретація моделювання руху з використанням відносної зміни положення

Вчені розробили новий підхід до моделювання руху, використовуючи відносну зміну положення. Вони оцінили здатність архітектур глибинних нейронних мереж моделювати рух за допомогою задач розпізнавання та прогнозування руху.

Ембедінг стохастичного кластера – новий метод візуалізації великих наборів даних

Дослідники розробили новий алгоритм ШІ, спрямований на візуалізацію кластерів даних та інших макроскопічних ознак так, щоб вони були максимально чіткими, легкими для спостереження та зрозумілими людині.

Автор тексту людина чи робот? Вчені створюють інструмент-детектор

Вчені розробили модель DetectGPT, яка у 95% випадків може відрізнити текст, написаний людиною, від тексту, згенерованого за допомогою популярних мовних моделей з відкритим вихідним кодом.

Deep neural network - нейронна мережа на основі кремнієвих мемристивних синапсів

Дослідники створили нову нейроморфну обчислювальну систему, що підтримує генеративний та графічний клас моделей глибинного навчання та можливість роботи з нейронними моделями глибинного навчання.

Використання машинного навчання для прогнозування викидів амінів

Група вчених розробила новий спосіб прогнозування викидів амінів на заводах з уловлювання вуглецю, використовуючи машинне навчання та експериментальні дані стрес-тесту, проведеного на заводі в Німеччині.

Використання машинного навчання для прогнозування викидів амінів

Група вчених розробила новий спосіб прогнозування викидів амінів на заводах з уловлювання вуглецю, використовуючи машинне навчання та експериментальні дані стрес-тесту, проведеного на заводі в Німеччині.

Вчені розробили електронну шкіру для інтерактивного сенсорного спілкування у віртуальному світі

Бездротова м'яка електронна шкіра може як виявляти, так і передавати відчуття дотику, а також формувати сенсорну мережу, що відкриває великі можливості для покращення інтерактивного сенсорного спілкування.