Новини

Свіжі новини та корисні статті про штучний інтелект і машинне навчання

Китайська модель ШІ SenseNova 5.0 перевершила ChatGPT

SenseNova – остання модель штучного інтелекту від SenseTime Group викликала хвилю інтересу на ринку завдяки своїм вражаючим досягненням, включаючи вдосконалене опрацювання інформації, математичне мислення та лінгвістичні здібності.

Llama 3: останні досягнення серед великих мовних моделей

Остання розробка від компанії Meta AI – Llama 3 може похвалитися неперевершеною обробкою мовлення, що підвищує її здатність виконувати складні задачі. Завдяки збільшеному словниковому запасу та розширеним функціям безпеки підвищено продуктивність і універсальність моделі.

Нове звучання ШІ: музичні генератори Udio та Suno

Досліджуйте вражаючий процес синтезу музики із сервісами Udio та Suno. Моделі ШІ з легкістю генерують повноцінні пісні в різних жанрах, а додаткові параметри платформ дають змогу користувачам експериментувати із стилями та створювати оригінальні мелодії за лічені секунди.

Машинне “відучування” захищає генеративний ШІ від проблем з авторськими правами

Машинне "відучування" дозволяє генеративному ШІ вибірково забувати проблемні дані без тривалого перенавчання. Цей метод здатний забезпечити дотримання правових та етичних норм, зберігаючи при цьому творчі здібності моделей з генерації зображень.

SAFE: ефективний фактчекінг для великих мовних моделей

DeepMind від Google розробив SAFE – новий метод фактології для великих мовних моделей, таких як ChatGPT. Перевірка фактів штучним інтелектом вже продемонструвала вражаючі результати, перевершуючи показники точності спеціалістів, які виконують фактчекінг.

Досягнення МІТ: ШI генерує високоякісні зображення в 30 разів швидше

Дослідники з МІТ розробили новий метод, який спрощує генерацію зображень до одного кроку. Команда вдосконалила існуючі моделі, такі як Stable Diffusion, продемонструвавши здатність нового фреймворку швидко створювати високоякісний візуальний контент.

Stable Diffusion 3 – генератор зображень нового покоління

Stability AI представила новий прорив у моделях ШІ для генерації зображень – Stable Diffusion 3. Її розширений діапазон параметрів та архітектура дифузійного трансформатора гарантують створення складних, високоякісних зображень та точний переклад тексту в візуальний контент.

SORA: нові можливості ШІ для перетворення тексту у відео

Останнє творіння від OpenAI – Sora – створює захоплюючі відео, демонструючи неперевершену реалістичність візуальних композицій. Завдяки поєднанню обробки мови та генерації відео, модель може інтерпретувати текстові підказки, пристосовуватися до різних способів введення даних та імітувати динамічний рух камери.

Google презентував Gemma – нову модель з відкритим кодом

Черпаючи натхнення від Gemini, Gemma сфокусована на відкритості та доступності, пропонуючи універсальні моделі, які підходять для різних пристроїв і фреймворків. Модель знаменує собою значний крок до демократизації ШІ, наголошуючи на прозорості та відповідальному розвитку технологій.

BASE TTS: сила моделі з мільярдом параметрів для перетворення тексту на мову

Amazon представив модель TTS з інноваційною архітектурою, яка встановлює новий стандарт для синтезу мовлення. BASE TTS не тільки забезпечує неперевершену природність мовлення, але й демонструє надзвичайну адаптивність у обробці різноманітних мовних нюансів.

MPT-7B: нова велика мовна модель з відкритим вихідним кодом

MPT-7B пропонує оптимізацію архітектури та покращення продуктивності, включаючи сумісність з екосистемою HuggingFace. Навчена на 1 трильйоні токенів тексту та коду, модель встановлює новий стандарт LLM для комерційного використання.

Глибоке активне навчання – новий підхід до навчання моделей

Глибоке активне навчання поєднує традиційне навчання нейронної мережі зі стратегічним відбором зразків даних. Такий інноваційний підхід дозволяє підвищити продуктивність, ефективність і точність моделі в широкому спектрі застосувань.

Створення нових матеріалів за допомогою машинного навчання

Інтеграція високопродуктивного обчислювального скринінгу та алгоритмів МН дозволила вченим подолати традиційні обмеження, сприяючи динамічному дослідженню матеріалів. Ця комбінація призвела до відкриття нових матеріалів з унікальними властивостями.

StableRep: трансформація навчання штучного інтелекту

Модель StableRep покращує процес навчання ШІ за рахунок синтетичного відтворення. Генеруючи різноманітні зображення за допомогою текстових промтів, вона не тільки вирішує проблеми збору даних, але й сприяє впровадженню більш ефективних і вигідних альтернатив навчання.

Тест Тюрінга більше не працює?

Тест Тьюринга, який колись став новаторським для виявлення машинного мислення, тепер обмежений здатністю ШІ імітувати людські реакції. У новому дослідженні представлено триступеневу систему, яка дозволяє визначити, чи може ШІ міркувати як людина.

Нове рішення від QuData для виявлення раку молочної залози за допомогою ШІ

QuData представляє комп'ютеризовану систему діагностики раку молочної залози на основі ШІ. Ця інноваційна технологія забезпечує раннє виявлення онкопатологій та оперативне втручання, знаменуючи значний крок уперед до доступного, точного та своєчасного лікування з кращими результатами.

Gemini AI від Google стане головним конкурентом ChatGPT

Новаторська модель Gemini AI має намір перевершити усі існуючі досягнення у сфері штучного інтелекту. Завдяки своїй мультимодальності, масштабованості в різних сферах і потенціалу інтегруватись в екосистему Google, Gemini AI робить значний стрибок для розвитку технологій ШІ.

Від соціальних мереж до макроекономіки: ALERTA-Net і майбутнє аналізу фондового ринку

ALERTA-Net — нова глибока нейронна мережа, що поєднує соціальні мережі, макроекономічні показники та інформацію пошукових систем. Унікальна модель передбачає рух цін на акції та волатильність фондового ринку, виходячи за межі традиційних методів аналізу.

Чи проходить GPT-4 тест Тюрінга?

У 1950 році британський вчений Алан Тюрінг запропонував тест, який визначає, чи здатні машини мислити. На сьогоднішній день, ще жодному штучному інтелекту не вдалося успішно його пройти. Чи буде ChatGPT першим?

Чи є глибоке навчання необхідним компонентом штучного інтелекту?

У продовження досліджень про деревоподібні архітектури вивчається питання про необхідність глибокого навчання для ШІ та пропонуються альтернативні методи машинного навчання, які можуть бути більш ефективними для складних завдань класифікації.

Слідкуйте за кожним пікселем: оцінка руху з OmniMotion

Новий метод оцінки руху дозволяє отримувати довгострокові траєкторії руху для кожного пікселя в кадрі, навіть у разі швидких рухів та складних сцен. Дізнайтеся більше про захоплюючу технологію та майбутній аналіз руху в статті про OmniMotion.

TalkToModel: інтерфейс для розуміння моделей машинного навчання

TalkToModel – інноваційна система для забезпечення відкритих діалогів із моделями МН. Ця платформа дозволяє користувачам не тільки розуміти, але й спілкуватися з моделями МН природною мовою, а також отримувати пояснення процесів їх роботи.

SeamlessM4T від Meta: спілкування без мовних бар’єрів

SeamlessM4T руйнує мовні бар'єри завдяки своїм комплексним можливостям перекладу та транскрипції. Ця модель ШІ може легко перетворити мову або текст, забезпечуючи переклад у режимі реального часу та сприяючи міжкультурному взаєморозумінню.

Штучний інтелект здатний визначити місце виникнення раку

Модель OncoNPC точно ідентифікує місцезнаходження пухлин, які важко відслідкувати, що сприяє цілеспрямованому та персоналізованому лікуванню. Для визначення новоутворення, обчислювальна модель здатна проаналізувати послідовність 400 генів.

Потужність гібридного комп’ютерного зору: поєднання фізики та big data

Нове дослідження по вдосконаленню технологій комп’ютерного зору поєднує науки про великі дані та фізику. Таке гібридне комп’ютерне бачення дозволяє ШІ усвідомленно сприймати, взаємодіяти та реагувати на зовнішнє середовище в реальному часі.

Curious Replay: сила цікавості для розвитку штучного інтелекту

Завдяки інноваційному методу "curious replay" агенти ШІ тепер здатні самостійно аналізувати набутий досвід та досліджувати нове середовище, що значно покращує їхню здатність адаптуватися та підвищує ефективність роботи.

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.




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.





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.




Як чат-боти та роботи після скоєних помилок можуть повернути довіру людей

Вчені з Мічиганського університету дослідили стратегії поведінки роботів для відновлення довіри між ботом і людиною. Чи зможуть такі стратегії повністю відновити довіру і наскільки вони ефективні після повторних помилок ботів?

Байєсівська машина на мемристорах

Група дослідників створила Байєсівську машину з використанням мемристорів. Вона є більш енергоефективною, ніж існуючі апаратні рішення, і може використовуватися для критичних з точки зору безпеки додатків.

Нова "смарт" палиця полегшить виконання щоденних завдань для людей із вадами зору

Завдяки досягненням у сфері штучного інтелекту інженери з Колорадського Університету в Боулдері працюють над новим типом тростини для сліпих або людей із вадами зору.

Робота навчили розпізнавати запахи за допомогою біологічного датчика

Дослідники Тель-Авівського університету досягли технологічного прориву: новий біологічний датчик фіксує наявність запаху та надсилає інформацію про нього роботу для інтерпретації результатів

Smart Skin використовує штучний інтелект для швидкої інтерпретації рухів рук

Дослідники зі Стенфордського університету розробили новий тип еластичного біосумісного матеріалу, який розпилюється на зовнішню сторону рук та може розпізнавати їх рухи.

Підвищення безпеки самокерованих автомобілів за допомогою розпізнавання об’єктів на основі методів глибинного навчання

Безпілотні автомобілі вже давно вважаються видом транспорту нового покоління. Для забезпечення автономної навігації таких транспортних засобів необхідно впровадити багато різноманітних технологій.

Штучний інтелект допомагатиме виявляти ядерну загрозу

Нове дослідження Тихоокеанської північно-західної національної лабораторії передбачає використання машинного навчання, аналізу даних та штучного інтелекту для виявлення потенційних ядерних загроз.




Практичне значення ШІ для обслуговування клієнтів у сфері роздрібної торгівлі

Дослідники запропонували нові способи використання ШІ разом із відеоспостереженням для роздрібної торгівлі, щоб краще розуміти поведінку споживачів та адаптувати планування магазинів для збільшення продажів.

Компанія Meta розробила модель штучного інтелекту для декодування мовлення при зчитуванні мозкової активності

Декодування мовлення на основі активності головного мозку було давньою метою неврологів і клініцистів. Наразі, компанія Meta представили результати дослідження моделі ШІ, яка може декодувати мову, використовуючи неінвазивні методи дослідження.

Можливості додатку Look to Speak

Додаток Look to Speak від Google здатний допомогти людям з порушеннями моторики та проблемами мовлення легше спілкуватися. Використовуючи лише очі, програма дозволяє вибирати заздалегідь підготовлені фрази і озвучувати їх.

Використання звуку для моделювання місцевості

Дослідники з Массачусетського технологічного інституту розробили техніку машинного навчання, яка точно фіксує та моделює основну акустику місцевості лише з невеликої кількості звукових записів.

Майкрософт працює над набором інструментів з відкритим вихідним кодом для створення «ферми майбутнього»

До 2050 року людству доведеться майже вдвічі збільшити світові запаси продовольства, щоб забезпечити кожного жителя планети достатньою кількістю їжі. Оскільки зміна клімату відбувається дедалі швидше, водні ресурси скорочуються, а орні землі руйнуються, гарантувати сталий розвиток стане серйозним викликом.

Нова модель штучного інтелекту створює 3D об'єкти та персонажів для віртуального світу ігор

За останнє десятиліття різке зростання вартості виробництва відеоігор класу ААА стало однією з найбільш серйозних проблем в ігровій індустрії. Студії завжди шукають технології, які б могли допомогти знизити вартість розробки ігор. Останні досягнення в нейронних моделях генерації зображень вселяють надію, що реалізація цієї мрії може бути не такою вже далекою.

Філософи vs перетворювачі: нейронна мережа уособлює відомого вченого-когнітивіста

Чи можуть комп’ютери мислити? Чи можуть моделі штучного інтелекту (ШІ) бути свідомими? Ці та подібні запитання часто виникають під час обговорення нещодавнього прогресу ШІ, досягнутого за допомогою моделей природної мови GPT-3, LAMDA та інших перетворювачів. Тим не менш, вони все ще суперечливі і знаходяться на межі парадоксу, тому що зазвичай існує безліч прихованих припущень і помилкових уявлень про те, як працює мозок і що означає мислення. Немає іншого шляху, окрім як точно обґрунтувати ці припущення, а потім дослідити, як саме обробка інформації людиною може бути відтворена машинами.

Відновлення старих фотопортретів за допомогою нейронних мереж

Зараз вже нікого не здивувати фільтрами, які покращують якість фотографій. Але реставрація старих портретів поки що залишає бажати кращого. Старі фотографії бувають надто розмитими, тому звичайні методи підвищення чіткості зображень на них не працюють.

Жодна мова не буде забута

Компанія Facebook виклала у відкритий доступ проєкт NLLB (No Language Left Behind). Головною особливістю цієї розробки є охоплення понад двохсот мов, у тому числі рідкісних мов африканських та австралійських народів. Крім того, Facebook застосував новий підхід до моделі машинного навчання, де переклад здійснюється безпосередньо з однієї мови на іншу, без перехідного перекладу англійською мовою.

Фотореалістична анімація одягу для аватарів

Анімовані аватари вже давно стали частиною нашого життя. А ось реалістичне моделювання анімації одягу досі залишалося невирішеним завданням.

З одного боку, сучасні методи фізичного моделювання можуть генерувати реалістичну геометрію одягу з інтерактивною швидкістю. З іншого, моделювання фотореалістичного зовнішнього вигляду зазвичай потребує фізичного рендерингу, який занадто дорогий для інтерактивних програм.

Перевідкриття небесної механіки за допомогою МН

Група вчених, що використовують машинне навчання, «заново відкрила» закон Всесвітнього тяжіння.

Для цього вони навчили «графічну нейронну мережу» моделювати динаміку Сонця, планет і великих планет Сонячної системи з 30 років спостережень. Потім вони використали символічну регресію, щоб виявити аналітичне вираження закону сили, неявно вивченого нейронною мережею.

Україна використовує Clearview AI для виявлення загиблих громадян та вбитих російських солдатів

Україна почала використовувати програмне забезпечення для розпізнавання облич Clearview AI для виявлення загиблих російських солдатів та українців, загиблих у конфлікті. Хоан Тон-То, виконавчий директор Clearview, повідомив Reuters, що Міністерство оборони України почало використовувати цю технологію в березні.

Захист планети: як аналітика підтримує сталий розвиток

За допомогою SAS Customer Intelligence 360, Nature Conservancy переосмислила свою маркетингову стратегію за допомогою цифрової трансформації. В результаті міжнародна екологічна некомерційна організація опублікувала свій найкращий рік з точки зору доходів від членства. Показник, як ніщо інше, просуває свою місію створити більш стійке майбутнє.

Новоявлена творчість ШІ: що потрібно знати про фундаментальні моделі і як вони допомагають роботам жартувати

Ви коли-небудь бачили фото чайника у формі авокадо або читали цікаву статтю, ідеї якої дивно відхиляються від заданої теми? Якщо так, то, можливо, ви стикалися з останніми тенденціями штучного інтелекту (ШІ).

Нове дослідження поєднує рекурентні нейронні мережі (RNN) з концепцією відпалу для вирішення реальних задач оптимізації

Оптимізаційні завдання передбачають визначення найбільш оптимальної реакції з безлічі варіантів, які часто можна побачити як в реальних ситуаціях, так і в більшості областей наукових досліджень. Однак багато складних завдань не можуть бути вирішені простими обчислювальними методами або вимагають багато часу.

W2V-BERT: Поєднання контрастного навчання та моделювання мови з маскою для самостійного навчання мовлення

Мотивовані успіхом маскового мовного моделювання (МЛМ) в допідготовлених моделях обробки природної мови перед навчанням, автори пропонують модель w2v-BERT, яка досліджує МЛМ для самонавчального мовного представлення.

Остання нейронна мережа OpenAI створює зображення з текстового опису

"Ми виявили, що DALL· Е має можливість створювати правдоподібні фотографії для фантастичного діапазону речень, які розкривають композиційну структуру мови", - пояснює OpenAI. Отримані зображення можуть варіюватися від ілюстрацій до об'єктів, а також виправлених реальних зображень. Нижче наведено кілька прикладів кожного з них, що поставляється OpenAI.

Автоматизація може замінити понад 1,4 мільйона робочих місць

Роботодавцям і працівникам необхідно змінити свою думку. Майбутнє вже настало, а впровадження сучасних технологій по-різному впливає на розподіл трудових ресурсів. Ми повинні розуміти, наскільки технологія доповнює людську працю, і цілеспрямовано вкладати кошти в розвиток нових навичок, виявляти нові функції, створені сучасними технологіями з метою оптимізації спільної роботи машини і людини.

Практика побудови двигунів на основі ШІ

Рушії на основі штучного інтелекту оцінюють та інтерпретують дані в базі знань, розгортання моделі процесів та моніторингу продуктивності. Вони являють собою абсолютно новий світ, в якому додатки зможуть використовувати технології штучного інтелекту для підвищення операційної ефективності і вирішення важливих виробничих завдань.

Використання ШІ для оцінки пасажирів та транспортних засобів

“Наше патентне портфоліо відображає нашу прихильність до розширення меж комп'ютерного зору, машинного навчання, глибокого навчання та штучного інтелекту, що свідчить про лідерство нашої компанії у визначенні багатьох творчих застосувань штучного інтелекту людського сприйняття, які формують різні галузі сьогодні та в майбутньому».

Як штучний інтелект може захистити вас онлайн

Зі збільшенням використання соціальних мереж все більше і більше нашого життя витрачається в Інтернеті, тому ми повинні намагатися знайти способи зменшити загрози, захистити нашу безпеку та усунути взаємодію, яка викликає занепокоєння. Штучний інтелект (ШІ) – це прогресивна технологія машинного навчання, яка відіграє важливу роль у сучасному житті та у функціонуванні сучасних соціальних мереж зокрема.

Розвиток штучного інтелекту

Можливості сучасних комп'ютерних систем вражають. На ранній стадії комп'ютери не тільки допомагали людям вирішувати складні математичні завдання, а й зберігали великі обсяги інформації. Сьогодні машини експлуатують складне обладнання і системи для запобігання людських помилок.

Алгоритми ШІ для м'якої робототехніки

Вчені Массачусетського технологічного інституту створили алгоритм, який допомагає інженерам розробляти м'яку робототехніку, яка збирає більше корисної інформації про навколишнє середовище. Алгоритм глибокого навчання передбачає поліпшене позиціонування датчиків всередині тіла робота, що дозволяє йому успішно взаємодіяти з навколишнім середовищем і виконувати поставлені завдання. Розробка є кроком до автоматизації роботизованого проектування.