Akademické práce, výzkumné průlomy a vědecké pokroky ve strojovém učení a AI.
192 článků
Mohou živé neurony nahradit umělou inteligenci? Nová studie ukazuje, že biologické neuronové sítě lze trénovat k provádění rezervoárových výpočtů. Zdroj: neurosciencenews.com
Výzkumný tým z Tohoku University a Future University Hakodate prokázal, že živé biologické neurony lze tréninkem připravit k řešení dozorovaných úloh. Tento přístup nabízí nový pohled na možnosti využití přírodních neuronových struktur v oblastech, kde tradičné strojové učení dosahuje svých limitů. Zdroj: news-medical.net
Slavný fyzik Philip W., nositel Nobelovy ceny, v roce 1972 formuloval vlivný vědecký princip "Více je rozdílné". Nový výzkum naznačuje, že samotný rozsah neuronových sítí nestačí k vysvětlení jejich výkonnosti – rozhodující roli hrají specializace a spolupráce mezi jednotlivými komponentami. Zdroj: techxplore.com
Bakteriální imunitní systémy chránící před virálními útočníky (fágy) pomocí přesného zacílení na specifické genetické sekvence bakteriofágů. Nový přístup založený na strojovém učení umožnil identifikovat dosud neznámé varianty těchto obranných mechanismů. Zdroj: news-medical.net
Znečištění ovzduší se stalo celosvětovou zdravotní hrozbou. Nový přístup kombinující emise, meteorologické údaje a znečišťující látky pomocí strojového učení překonává tradiční numerické simulace a jednolocíraké modely. Zdroj: nature.com
Výzkumný tým prokázal, že biologické neurony lze trénovat k provádění úkolů časového rozpoznávání vzorů, které dosud zvládaly pouze tradiční počítačové systémy. Zdroj: asiaresearchnews.com
Výzkumníci z KIT analyzují literaturu v oboru materiálových věd pomocí kombinace velkých jazykových modelů a strojového učení, aby identifikovali trendy budoucího výzkumu. Zdroj: eurekalert.org
Tým z Univerzity v Manchesteru vytvořil fyzikálně informovaný model strojového učení schopný provádět molekulární simulace v dosud bezprecedentních podmínkách, včetně extrémních teplot. Zdroj: phys.org
Algoritmy gradient politik vedly k nedávným pokrokům v uvažování jazykových modelů. Atraktivní vlastností je jejich schopnost učit se… Zdroj: machinelearning.apple.com
Objevování léků připomíná molekulární Tetris – chemici skládají atomy dohromady, dokud se vše nehodí dokonale. Nový AI nástroj tento proces výrazně zrychluje a pomáhá výzkumným týmům nalézt slibné molekuly mnohem efektivněji. Zdroj: technology.org
Ačkoli je kvantové strojové učení zkoumáno jako budoucnost kybernetické bezpečnosti, nový výzkum ukazuje, že zatím nemůže nahradit etablované klasické přístupy. V detekci phishingových útoků tradičních metody zůstávají výrazně efektivnější. Zdroj: devdiscourse.com
Vědci z Univerzity Baskicka UPV/EHU ve spolupráci s kolegy z Univerzity Warwick a Freie Universität Berlin vyvinuli nové hranice pro výkonnost kvantových algoritmů strojového učení. Výsledky poskytují teoretické záruky, které by měly urychlit praktické aplikace technologie v budoucnosti. Zdroj: quantumzeitgeist.com