Akademické práce, výzkumné průlomy a vědecké pokroky ve strojovém učení a AI.
198 článků
Týmu vedenému seniorním výzkumníkem Seongsikem Parkem z Divize výzkumu polovodičových technologií při Korejském institutu vědy a techniky (KIST) se podařilo vyvinout novou techniku trénování neuromorfních AI systémů. Cílem je umožnit energeticky úspornější AI hardware a otevřít cestu k širšímu nástupu nízkoenergetického AI výpočetnictví. Zdroj: google.com
Výzkumníci zkoumají kontinuální difuzi a flow matching jako možnou alternativu k autoregresivním přístupům v jazykových modelech. Cílem je udělat kategorické flow mapy lépe škálovatelné pro praktické nasazení. Zdroj: machinelearning.apple.com
Systém AI vytvořil vědecké články, které úspěšně prošly peer review a předčily víc než polovinu textů od lidských autorů. Výsledek otevírá otázky, jak by měl akademický svět přistupovat k výzkumu s pomocí AI. Zdroj: cacm.acm.org
Neutrinový experiment DUNE začleňuje umělou inteligenci do svého výzkumu a navazuje na roky předchozího využívání strojového učení v oboru. Cílem je zlepšit analýzu dat a urychlit objevy týkající se chování neutrin. Zdroj: news.fnal.gov
Nástroje AI a strojového učení se stále více využívají ke zlepšení systémů včasného varování v oblasti potravinové bezpečnosti, a to díky efektivnějšímu sběru dat a sledování událostí. Odborníci ale zdůrazňují nutnost zodpovědného nasazení těchto technologií, aby byly výsledky spolehlivé a eticky v pořádku. Zdroj: nature.com
Nová recenzovaná studie zveřejněná v JAMIA Open popisuje, jak by kombinace zdravotnických systémů, AI a průběžně aktualizovaných klinických dat mohla proměnit běžnou péči v neustálý proces učení. Cílem je učinit zdravotnictví postupem času adaptivnějším a více založeným na datech. Zdroj: globenewswire.com
Modely strojového učení pomáhají vědcům procházet obrovské množství dat a rychleji nacházet nejslibnější kandidáty na vakcíny. Tento přístup výrazně zkracuje počáteční fáze výzkumu a vývoje vakcín. Zdroj: the-scientist.com
Výzkumníci použili strojové učení k posouzení, jak by bylo možné přeměnit systém výroby energie v povodí Žluté řeky v Číně, aby země dosáhla svých cílů v oblasti uhlíkového vrcholu. Studie vznikla uprostřed dvojího tlaku – klimatických změn a obav o globální energetickou bezpečnost. Zdroj: nature.com
Hlavní vědec Googlu Jeff Dean se v rozhovoru před svým odchodem vrátil k loňské předpovědi z konference AI Ascent 2025, podle níž by AI systémy měly do roku 2026 zvládat nepřetržitou samostatnou práci. Podle něj lidé pokrok AI opakovaně podceňují a popsal, jakou strategii považuje za jedinou reálně funkční pro startupové zakladatele. Zdroj: google.com
Vědci z MIT využili strojové učení k navrhování nových elektrolytů pro baterie na bázi sodíku. Cílem je urychlit vývoj, snížit náklady na výrobu a zvýšit životnost těchto baterií oproti současným řešením. Zdroj: google.com
Google restrukturalizuje vedení Google DeepMind ve snaze urychlit vývoj modelů Gemini a dalších nejmodernějších AI systémů. Demis Hassabis v rámci změn převezme funkce předsedy DeepMind a hlavního vědce Alphabetu. Zdroj: google.com
Vědci z Cleveland Clinic a IBM vyvinuli rámec založený na kvantovém počítání, který má přesněji předpovídat prezentaci antigenů a reakci pacientů na imunoterapii. Cílem je spojit kvantové strojové učení s biomedicínskými daty a dosáhnout vyšší přesnosti než u klasických metod. Zdroj: google.com
Nová rozsáhlá studie se zaměřuje na preferenční ladění, techniku běžně používanou ke zlepšení výkonu LLM, a zkoumá její konkrétní dopad na multimodální modely. Výzkum popisuje jak přínosy, tak omezení této metody při rozšíření za rámec čistě textových systémů. Zdroj: google.com
Vědci vytvořili nový model strojového učení založený na datech, který podrobně odhaluje průběh reakcí v pevné fázi. Nástroj by mohl výzkumníkům pomoci vyhnout se slepým uličkám a urychlit vývoj nových pokročilých materiálů. Zdroj: google.com
Nová studie Harvardu ukazuje, že AI doporučení přizpůsobená konkrétnímu uživateli mohou omezit rostoucí tendenci spoléhat se na AI při rozhodování. Personalizace by lidi mohla vést k tomu, aby doporučení víc kriticky posuzovali místo slepého přejímání. Zdroj: seas.harvard.edu
Nový datově řízený model strojového učení podrobně mapuje, jak probíhají reakce v pevné fázi. Vědcům by měl pomoci vyhnout se slepým uličkám při vývoji nových materiálů. Zdroj: newscenter.lbl.gov
Vědci z Cleveland Clinic a IBM společně vyvinuli framework využívající kvantové výpočty k predikci prezentace antigenů a reakce na imunoterapii. Cílem je přesněji odhadnout, kteří pacienti budou z konkrétní imunoterapie profitovat. Zdroj: ascopost.com
Ladění na základě preferencí (preference alignment) se stalo klíčovým nástrojem pro zlepšování výkonu velkých jazykových modelů, jeho dopad u multimodálních systémů je ale méně prozkoumaný. Nová rozsáhlá studie se zaměřuje na to, jak se tyto techniky projevují napříč různými modalitami. Zdroj: machinelearning.apple.com
Tým profesora Min-Soo Kima ze School of Computing na KAIST vytvořil metodu RL-SPH založenou na reinforcement learningu, která dokáže samostatně navrhovat proveditelné plány. Systém má řešit složité úlohy v logistice, výrobě i plánování pracovních sil bez potřeby ručně vytvořených pravidel. Zdroj: eurekalert.org
Vědci z Cleveland Clinic a IBM Research vyvinuli kvantový model strojového učení, který má určovat, jaké mutace nádorových genů vedou ke vzniku neoantigenů. Cílem je zlepšit odhad imunitních cílů využitelných při personalizované léčbě rakoviny. Zdroj: quantumcomputingreport.com