Искусственный интеллект

Ученые российской ИИ-компании Smart Engines представили и запатентовали в США принципиально новую модель нейросетей – биполярные морфологические сети. Они позволят создать ускоритель для нейросетевых моделей, который может обеспечить 30-40% улучшение аппаратных характеристик практически без снижения качества работы. БМ-сети способны вытеснить классические нейросети и значительно повлиять на развитие технологий ИИ в ближайшем будущем.

Разработанная система направляет роботов с помощью языковых инструкций, снижая потребность в объемных визуальных данных.

Московский Политех внедряет технологии искусственного интеллекта для трансформации ключевых процессов вуза - от приемной кампании до образовательной деятельности. Пилотные ИИ-проекты повысят эффективность работы университета и вывести качество услуг на новый уровень.

Ученые российской компании Smart Engines и ФИЦ ИУ РАН обучили искусственный интеллект извлекать содержимое хрупких свитков, не разворачивая их. Теперь получить восстановленный текст из манускрипта можно нажатием одной кнопки. Разработка позволит изучать тексты бумажных, берестяных и серебряных свитков и печатных книг, которые пострадали вследствие естественного старения, воздействия влажности или пожаров и хранятся в особых условиях.

Учёные Сбера, лаборатории Fusion Brain Института AIRI и Сколтеха обнаружили принципиально новое свойство больших языковых моделей и научились контролировать его. Это позволит оптимизировать модели-трансформеры на 10–15% без потери в качестве, экономя вычислительные мощности.

Использование ИИ на промышленных предприятиях должно решать вопросы эффективности бизнеса и производительности труда. В Росатоме искусственному интеллекту отводится роль «второго пилота», который помогает сотрудникам избегать ошибок и повышать качество работы.

ИИ становится ключевым инструментом в химических исследованиях, предлагая новые методы для решения сложных задач, с которыми не справляются традиционные подходы. Машинное обучение, которое использует алгоритмы и статистические модели для принятия решений на основе данных и выполнения задач, находит все большее применение в химии.

Учёные кафедры нейротехнологий Университета Лобачевского построили нейросеть на принципах взаимодействия клеток головного мозга. Впервые в искусственном интеллекте были использованы цифровые аналоги вспомогательных клеток мозга – астроцитов. В результате производительность нейросети выросла на 20%.

Ученые Самарского университета им. Королёва разработали и испытали скоростную нейросеть, способную в режиме реального времени анализировать поступающий видеопоток и практически мгновенно распознавать и находить в этом видеопотоке заданные объекты и изображения.

Ученые из Сколтеха и МФТИ с коллегами из Германии, Австрии и Норвегии предложили и верифицировали новый способ для компьютерного моделирования магнитных сплавов с помощью машинно-обучаемых потенциалов.