Дайджест новостей машинного обучения и искусственного интеллекта за сентябрь

Привет, vc.ru. Меня зовут Рушан Сюрмаков. Я делаю «Нейрон», проект, где рассказываю о машинном обучении, искусственном интеллекте и Data Science. И делаю так, чтобы всё это стало понятно.

Отфильтровав для вас множество источников и подписок, собрал все наиболее значимые новости из мира машинного обучения и искусственного интеллекта за август. Для тех, кто не читал, — дайджест за август.

Учёные EPFL разработали мягкую искусственную кожу, которая обеспечивает тактильную обратную связь и благодаря сложному механизму самочувствия потенциально способна мгновенно адаптироваться к движениям пользователя.

Мягкая искусственная кожа

Швейцарские исследователи нашли способ улучшить управление протезами с помощью ИИ. Протезы конечностей улучшаются с каждым годом, но сила и точность, которые они приобретают, не всегда приводят к более эффективному использованию.

Улучшенные протезы конечностей

Разработчики из Google опубликовали описание рекомендательной end-to-end-системы в YouTube. Система использует несколько целевых функций для ранжирования и учитывает личные предпочтения пользователя.
Проект generated.photos опубликовал датасет с 100 тысяч лиц в высоком разрешении. Изображения лиц были сгенерированы с помощью StyleGAN. Опубликованные изображения можно свободно использовать в коммерческих целях с указанием ссылки на разработчиков.

Датасет со 100 тысяч сгенерированных лиц

В Австралии искусственный интеллект поможет ловить водителей, отвлекающихся на смартфон.
Google определила прогнозы наводнений как уникальную возможность улучшить жизнь людей и начала изучать, как инфраструктура системы и опыт машинного обучения могут помочь в этой области.

Новые исследования в изучении многоязычного нейронного машинного перевода. Стоит отметить, что за последние несколько лет системы машинного перевода значительно улучшились благодаря разработкам в области нейронного машинного перевода.
Исследователи ETH используют искусственный интеллект для улучшения качества изображений, записанных относительно новым методом биомедицинской визуализации. Это прокладывает путь к более точной диагностике и экономически эффективным устройствам.

Метод биомедицинской визуализации Исследователи ETH

Учёные из Оксфордского университета разработали новое программное обеспечение искусственного интеллекта для распознавания и отслеживания лиц отдельных шимпанзе в дикой природе.

Распознавание лиц шимпанзе Оксфордский университет

Исследователи из института ATLAS Университета Колорадо недавно разработали группу маленьких изменяющих форму роботов, называемых ShapeBots. Эти самопреобразующиеся роботы могут изменять как индивидуальную, так и коллективную конфигурацию, чтобы отображать и визуализировать информацию в различных настройках.

ShapeBots

Новый синтетический материал, который создаёт связанную сенсорную сеть, похожую на биологическую нервную систему, может позволить мягким роботам почувствовать, как они взаимодействуют с окружающей средой, и соответствующим образом скорректировать свои действия.

Машинное обучение и его радикальное применение в прогнозировании суровой погоды.
Исследователи разработали алгоритм машинного обучения, который предсказывает результаты химических реакций с гораздо более высокой точностью, чем обученные химики, и предлагает способы получения сложных молекул, устраняя существенное препятствие на пути открытия лекарств.
Команда итальянских математиков, в том числе нейробиолог из Центра неизвестных (CCU) в Лиссабоне, Португалия, продемонстрировала, что машины с искусственным зрением могут научиться быстрее распознавать сложные изображения с помощью математической теории, разработанной 25 лет назад.

На этом наш короткий дайджест подошёл к концу. Делайте выводы и работайте продуктивно. Не забудьте поделиться статьёй с коллегами.

Не пропускать статьи и новостные дайджесты вам поможет Telegram-канал.

Всем знаний!

#машинноеобучение #искусственныйинтеллект