Info: Самое интересное

Ученые из Гарвардской школы технических и прикладных наук имени Джона Полсона (SEAS) разработали искусственную поджелудочную железу, которая управляется с помощью ИИ-приложения на смартфоне, пишет Engadget.

Сольется ли человек с фейсбуком, что об этом пишет Илон Маск, как и зачем ученые заставляют макак управлять тележкой, в которой они едут, «силой мысли» и как в нейроинтерфейсах применяют виртуальную реальность, в интервью Indicator . Ru рассказал Михаил Лебедев из Университета Дьюка (США). Беседа проходила во время международной конференции BCISamara-2017, посвященной одной из самых передовых и самых прикладных областей нейронаук — интерфейсам «мозг – компьютер».

Омар Олама, молодой двадцатисемилетний чиновник из ОАЭ, стал первым в мире министром по искусственному интеллекту. Его главная задача — сделать Эмираты самой подготовленной к ИИ-революции страной.

Компания Intel известна прежде всего тем, что она производит самые высокоскоростные процессоры для персональных компьютеров, серверов и суперкомпьютеров. Несмотря на огромную вычислительную мощность этих чипов, они не являются самым эффективным решением для создания систем, работающих на принципах глубинного машинного обучения и самообучения, которые уже используются в настоящее время для решения тяжелых вычислительных задач, таких, как обеспечение компьютерного видения, распознавание изображений и голосовой информации. Подобные задачи решаются преимущественно путем сложных вычислений, данные для которых представлены в виде матриц огромных размеров, для чего архитектура процессоров семейств Core или Xeon подходит не самым лучшим образом. И для того, чтобы закрыть этот пробел, специалисты компании Intel разработали первый специализированный процессор Nervana Neural Processor (NNP), выпуск которых начнется уже в конце текущего года.

Ученые из США и Британии применили машинное обучение при анализе искусственных землетрясений в лабораторных условиях, и нашли новый краткосрочный прогностический признак подземных толчков: шум мягких пород. Это поможет делать краткосрочные прогнозы землетрясений. Статья опубликована в журнале Geophysical Research Letters.

Группа исследователей из китайского университета Науки и техники (University of Science and Technology of China, USTC) продемонстрировала работу новой технологии, позволяющей производить обмен запутанными фотонами света между двумя источниками, разделенными оптическим волокном, длиной 103 километра. При этом, несмотря на большую длину оптического волокна, оба источника физически разделяло расстояние в 12.5 километров, а для более правдоподобного моделирования условий реального мира часть кабеля была проложена под землей, часть – по воздуху, а оставшаяся часть была сложена в виде бухты в помещении лаборатории.

Компания Honeywell начала тестировать систему кругового обзора, которая включает в себя камеры, панорамный дисплей и визор дополненной реальности. Кратко о системе рассказывает Wired.

Наверняка некоторые из вас знают, что такое блокчейн Эфириум (с англ. Ethereum), другие, напротив, не имеют даже малейшего представления о нем. Так или иначе, и первые и вторые что-нибудь да слышали о данной платформе. В последнее время этой теме было посвящено множество статей в различных крупных журналах, однако для тех людей, кто мало что слышал об Эфириуме, все статьи на эту тему представляются чем-то мистическим и совершенно непонятным. Тогда, что же собой представляет данная платформа? Если вкратце: Эфириум – это общедоступная база данных с возможностью хранения цифровых транзакций в течение неограниченного времени.

DeepMind, подразделение холдинга Alphabet, продолжает работу над совершенствованием искусственного интеллекта. Именно специалисты DeepMind создали чемпиона мира по игре в го — платформу AlphaGo. Ей удалось выиграть у нескольких чемпионов мира по го, после чего стало ясно, что человек уже никогда не сможет победить машину.

Nature была опубликована статья компании DeepMind о новых достижениях AlphaGo. Новая версия программы получила название Zero, так как была обучена с нуля без использования данных, полученных от человека, кроме правил самой игры Го. Для тренировок прошлой версии, победившей в чемпионатах с людьми, изначально использовался метод обучения с учителем (supervised learning), и лишь потом обучение с подкреплением (reinforcement learning). То есть изначально программа тренировалась, изучая человеческий опыт и лишь потом на игре против своих же версий. То есть прежняя версия изначально училась предсказывать человеческие ходы. AlphaGo Zero стала своим собственным учителем: нейронная сеть тренировалась предсказывать свой собственный выбор, а также выбор версии-чемпиона.

Ограниченные квантовые компьютеры можно использовать при анализе данных экспериментов на ускорителях элементарных частиц, что поможет находить следы определенных частиц, например, бозона Хиггса. Первая в своем роде работа выполнена на компьютере компании D-Wave. Она не дает явного преимущества по сравнению с обычными вычислениями, но авторы утверждают, что машинное обучение позволит обогнать классические методы, особенно в случае будущих экспериментов с еще большими объемами данных. Статья с результатами опубликована в журнале Nature.

Удаленное наблюдение с целью сбора разведданных сталкивается с массой проблем. Например, с погодными условиями или различными помехами. Но вскоре, как сообщается, большинство из них могут перестать оказывать существенное влияние на устройства наблюдения, ведь была представлена новейшая технология «технического зрения».