Browsing: Машинное обучение

Искусственный интеллект спонтанно приобрел умение считать числа, как человек. Специалисты Кембриджского университета, используя метод машинного обучения, хотели научить нейронную сеть элементарному счету, но вместо этого наделили ее умением пользоваться абстрактной логикой.

Американские ученые разработали новую методику машинного обучения для создания миниатюрного, но высокоэффективного искусственного интеллекта. Сотрудники Массачусетского технологического института установили, что при «обрезании» сетей в процессе обучения нейронные связи системы начинают работать более продуктивно.

Сотрудники компании Facebook обучают искусственный интеллект, просматривая сообщения пользователей данной социальной сети и Instagram. Отмечено, что анализироваться могут не только публичные, но и личные сообщения, а также фотографии, что является нарушением конфиденциальности.

Новосибирские ученые разработали интерфейс, способный сравнивать и классифицировать поэтические произведения. По словам специалистов Института вычислительных технологий СО РАН, они создавали систему для помощи литературоведам и филологам, которым часто приходится работать с большими объемами текстов.

Ученые считают, что искусственному интеллекту необходимы тело и «глаза», чтобы он начал изучать мир с помощью компьютерного зрения. На конференции EmTech в Сан-Франциско с таким заявлением выступил главный сотрудник исследовательского отдела Amazon Рохит Прасад.

Американские ученые обучили нейросеть анализировать движение глаз детей и согласно полученным результатам обработки данных определять их возраст. В поведенческих экспериментах в 83% случаев искусственный интеллект правильно определял возраст ребенка.

Немецкие ученые предложили усовершенствовать климатические модели Земли с помощью искусственного интеллекта. Использование машинного обучения, по мнению сотрудников Института биогеохимии им. Макса Планка и Университета им. Фридриха Шиллера, способно помочь систематизировать данные, получаемые со спутников и от многочисленных датчиков, и поднять комплекс наук о Земле на новый уровень.

Благодаря новому алгоритму машинного обучения, разработанному американскими программистами, нога робота может самостоятельно моделировать свою структуру, обучаться и вырабатывать правильные движения. На основе сочетания команд и данных, получаемых от датчиков движения, расположенных на двух «суставах» механической конечности, нейросеть получает точное представление о робоноге.