Akademické práce, výzkumné průlomy a vědecké pokroky ve strojovém učení a AI.
319 článků
Systematický přehled 237 studií z let 2014 až 2024 ukazuje, jak metody vysvětlitelné AI, například SHAP a LIME, zprůhledňují modely strojového učení pro předpověď závažnosti dopravních nehod. Zdroj: bioengineer.org
Cantina Security představila apex-flash-1, bezpečnostní model s 321B parametry pod licencí MIT. Na úlohách hledání chyb mimo trénovací sadu dosahuje 66,7 % pass@1 a je přitom 31krát levnější než Opus. Zdroj: marktechpost.com
Výzkumníci natrénovali šest modelů strojového učení na 2048 laboratorních záznamech, aby předpověděli pevnost betonu v tlaku u směsí bez cementu. Nejlépe si vedl gradient boosting, což otevírá cestu k datově řízenému návrhu ekologičtějších stavebních materiálů. Zdroj: bioengineer.org
Výzkumníci spojili ověřování zákazníků na blockchainu se souborem tří klasifikátorů strojového učení a hledají tak praní špinavých peněz. Kombinovaný systém dosahuje přibližně 96% přesnosti detekce. Zdroj: bioengineer.org
Google Research přesunul federované učení do důvěryhodných prováděcích prostředí (TEE). Gboard se tak nově trénuje s externě ověřitelným centrálním diferenciálním soukromím a trénink na straně serveru je rychlejší. Zdroj: marktechpost.com
Výzkumníci představili systém Federated Learning, který poskytuje externě ověřitelné záruky soukromí. Zároveň přesouvá větší část výpočtů na server, což zlepšuje jeho efektivitu. Zdroj: research.google
Použití dual-unitary obvodů v architektuře typu brickwork nabízí novou platformu pro kvantové reservoir computing, techniku strojového učení. Podle výzkumníků tento přístup zlepšuje výkon metody. Zdroj: quantumzeitgeist.com
Vícejazyčné self-supervised modely řeči mohou těžit ze sdílení informací mezi jazyky, ale při stejném celkovém objemu předtrénovacích dat je to obtížnější. Studie zkoumá, jak může explicitní rozlišování mezi jazyky zlepšit to, co se modely naučí o jazykové struktuře. Zdroj: machinelearning.apple.com
Nový výzkum zkoumá, jak kvantové jádro (quantum kernel) ovlivňuje aktivní učení v kombinaci s Gaussovskou procesní regresí (GPR). Výkon celého frameworku výrazně závisí na tom, jak je jádro vyladěno. Zdroj: quantumzeitgeist.com
Běžný přístup v reinforcement learningu s ověřitelnými odměnami (RLVR) nechává agenty provést několik pokusů o splnění úlohy a následně optimalizuje podle výsledků. Tato práce zkoumá sebezlepšování pomocí internalizace zpětné vazby, kterou si agent generuje sám. Zdroj: machinelearning.apple.com
Výzkum společnosti Quandela zkoumá, jak fotonické kvantové počítání dokáže pomocí kvantových otisků zvýšit datovou efektivitu strojového učení. Přístup se hodí zejména tam, kde je málo označených dat. Zdroj: quantumzeitgeist.com
Systémy internetu věcí chrlí každou sekundu obrovské objemy dat ze senzorů, jenže proměnit je v skutečně dobrá rozhodnutí zůstává velkou výzvou. Nový rozhodovací engine s uzavřenou smyčkou spojuje machine learning s operačním výzkumem a tuto mezeru se snaží překlenout. Zdroj: bioengineer.org
Southwest Research Institute (SwRI) nasazuje generativní AI nástroj ve farmaceutickém vývoji. Toolkit postavený na strojovém učení má zlepšit šance, že vývoj léčiv skončí úspěchem. Zdroj: medicalxpress.com
Výzkumníci se zaměřili na to, co se děje, když jazykové modely při uvažování řetězcem myšlenek nebo při předávání volného textu převádějí strukturované informace do přirozeného jazyka. Studie s obousměrným převodem stromově strukturovaných výrazů testuje, kolik struktury serializaci přežije, a odhaluje komunikační úzké hrdlo. Zdroj: machinelearning.apple.com
U složitých fyzikálních systémů lze takzvaná rušivá data z rozsáhlých simulací využít k trénování algoritmů strojového učení. Ty pak dokážou v datech najít zákonitosti a interakce, které systém řídí. Zdroj: lanl.gov
Vědci zkombinovali strojové učení s fyzikálním modelováním, aby zlepšili kalibraci a validaci nositelných elektrochemických senzorů měřících metabolity v potu. Cílem je zvýšit přesnost a spolehlivost zařízení pro nepřetržité, neinvazivní sledování zdravotního stavu v reálných podmínkách. Zdroj: nature.com
Vědci spojili strojové učení s technikami molekulárního lešení, aby zefektivnili výrobu liquiritigeninu – flavonoidu z kořene lékořice s možnými kardioprotektivními a antidiabetickými účinky. Přístup by mohl usnadnit dostupnost této obtížně vyrobitelné látky pro vývoj léčiv. Zdroj: bioengineer.org
Vědci pomocí AI identifikovali známky stárnutí v jádrech krvetvorných kmenových buněk, které jsou zodpovědné za tvorbu krve. Stárnutí postupně oslabuje fungování tohoto systému a nová metoda založená na analýze snímků by mohla pomoci tento úbytek lépe sledovat a pochopit. Zdroj: medicalxpress.com
Vysoká přesnost a působivé backtesty mohou být ve finančním strojovém učení klamavé. Skutečné ověření vyžaduje reprodukovatelnost, ochranu proti úniku dat a důkaz, že model přináší reálnou ekonomickou hodnotu. Zdroj: hackernoon.com
Výzkumníci ze Skylark Labs vyvinuli architekturu AI založenou na kontinuálním učení, která robotům umožňuje přizpůsobovat se novým zkušenostem i po jejich reálném nasazení. Systém má robotům umožnit postupné zlepšování bez nutnosti trénovat je znovu od začátku. Zdroj: roboticsandautomationnews.com