Искусственный интеллект

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.

Во многих сферах — от наномедицины до микроэлектроники — важно уметь точно измерять температуру микроскопических объектов.

Новый подход LaMDEN объединяет построение подробной трехмерной карты окружения и возможности больших языковых моделей для планирования сложных действий. Тем самым открываются пути к созданию автономных сервисных роботов, способных эффективно работать в сложной человеческой среде, от офисов и больниц до жилых комплексов.

Команда исследователей представила новый подход взаимодействия с ИИ-помощниками разработчика, направленный на снижение количества дефектов в коде. Ученые разработали систему, способную писать программы, самостоятельно находить и исправлять в них ошибки.

Рассказываем как из нескольких превосходных идей и ряда ключевых изобретений возникла Кремниевая долина — и за полвека создала мир, который существует постольку, поскольку миллиарды миллиардов крошечных транзисторов на кремниевых платах совершают свою работу на околосветовых скоростях.

Коллектив исследователей из МФТИ и Института проблем передачи информации им. А. А. Харкевича (ИППИ РАН) разработал математическую модель, описывающую, как системы искусственного интеллекта влияют на собственное будущее, обучаясь на данных, которые сами же и породили. Ученые создали теоретический каркас, объясняющий природу «цифровых эхо-камер» и механизм, из-за которого умные алгоритмы со временем могут терять адекватность или усиливать социальные предрассудки.

LIBRA — первый в своем роде масштабный бенчмарк для оценки способности больших языковых моделей (LLM) работать с длинными текстами на русском языке. LIBRA единый, открытый и сложный полигон, на котором все желающие могут проверить свои модели в честном соревновании. В открытый доступ представлены сами задания, код для оценки и публичная таблица лидеров, что будет стимулировать дальнейшее развитие и совершенствование русскоязычных нейросетей.

Новый метод значительно повышает надежность нейронных сетей, обучая их эффективно распознавать объекты и ситуации, с которыми они не сталкивались в процессе обучения. Ученые показали, что в некоторых случаях избыточная информация о геометрии пространства решений вредна. Отказ от нее и переход к более общей и гладкой оценке неопределенности позволяет нейросети лучше очертить границы известного и вовремя сигнализировать о столкновении с чем-то новым.

Российские ученые предложили решение проблемы перемещения шагающих роботов по неровным поверхностям и в стесненной обстановке. В процессе исследований робот успешно адаптировался к сменяющимся командам компьютера и сохранял устойчивость при ходьбе по неровностям, демонстрируя точное отслеживание шагов.

Новая ИИ-архитектура решает важную проблему машинного обучения — катастрофическое забывание.