Искусственный интеллект

Михаил Криницкий, зав. лабораторией машинного обучения в науках о Земле МФТИ: «В Арктике от качества прогнозов погоды зависит безопасность судоходства, авиационного сообщения, добычи ресурсов и других видов деятельности».

Математики с кафедры защиты информации МФТИ разработали строгий метод, позволяющий заранее ответить на главный вопрос: сколько именно вопросов нужно, чтобы «сейф» оказался взломан?

Робот на платформе SpotMicro стал площадкой для отработки технологий, которые могут изменить подход к созданию автономных машин — от поисково-спасательных операций до мониторинга окружающей среды.

Это поможет понять механизмы потери вкуса при вирусных инфекциях и неврологических заболеваниях.

Ученые построили и обучили квантовую рекуррентную нейросеть прогнозированию числовых последовательностей и добились качества предсказания, сопоставимого с компактными классическими архитектурами на типовой задаче машинного обучения.

Ученые из МФТИ, ВШЭ и МИФИ создали нейросеть, которая помогает разобраться в сложном поведении сверхпроводников. Новый метод позволяет быстро и точно решать уравнения Боголюбова—де Жена, с помощью которых возможно исследовать сверхпроводники на микроскопическом уровне и рассчитывать свойства сверхпроводящего конденсата.

Эти механизмы — ключ к созданию новых архитектур ИИ, которые, подобно биологическим организмам, учатся отличать полезные объекты от бесполезных в незнакомой среде.

Метод позволяет значительно сократить объем памяти, необходимый для хранения исторических статистик оптимизатора, при этом сохраняя качество обучения. 

Разработка позволит проводить масштабный мониторинг загрязнения Мирового океана.

Ученые из МФТИ и Китая разработали новую методику совмещения разномасштабных изображений. Она позволяет получить точные изображения структуры сложных пористых сред, что важно для нефтегазовой отрасли, строительства и экологии.