Akademické práce, výzkumné průlomy a vědecké pokroky ve strojovém učení a AI.
198 článků
Vědci vytvořili model strojového učení nazvaný T1GRS, který kombinuje 160 genetických rizikových markerů pro přesnější odhad rizika diabetu 1. typu. Model podle všeho překonává dosavadní metody predikce. Zdroj: medscape.com
Vědecké přístroje i odborná literatura produkují stále větší množství dat, a strojové učení se proto stává klíčovým nástrojem pro jejich třídění a analýzu. Výzkumníci uvádějí, že ML hraje čím dál důležitější roli při samotném procesu vědeckého objevování. Zdroj: nature.com
Vědci vyvinuli nástroj založený na strojovém učení, který má identifikovat pacienty s revmatoidní artritidou ohrožené plicním onemocněním. Přístup by lékařům mohl pomoci odhalit komplikace dříve a rychleji zasáhnout. Zdroj: docwirenews.com
Skupina výzkumníků z Arizona State University spolu s doktorandy, absolventy a partnery z komerční sféry zveřejnila nové poznatky o tvorbě 3D modelů pomocí AI. Studie vyšla minulý týden a představuje posun v tomto oboru. Zdroj: news.asu.edu
Podle nové studie mohou vzorce mozkové aktivity během spánku naznačit riziko demence dávno předtím, než se objeví problémy s pamětí. Vědci pomocí strojového učení analyzovali data z EEG a odhadovali takzvaný „věk mozku“ v porovnání se skutečným věkem člověka. Zdroj: sciencedaily.com
Vědci z Cleveland Clinic a IBM využívají kvantové počítače k řešení jednoho z klíčových problémů imunoonkologie – předpovědi, které neoantigeny nádoru pravděpodobně vyvolají imunitní odpověď. Nový přístup kombinuje kvantové strojové učení s onkologickým výzkumem pro přesnější predikce. Zdroj: medicalxpress.com
Vědci vyvinuli AI model inspirovaný fungováním lidského mozku, který místo enormního výpočetního výkonu využívá kognitivní mapy, řízenou náhodnost a znovupoužitelné znalosti. Systém dokáže plánovat a přizpůsobovat se řešením bez nutnosti rozsáhlého testování nebo velké datové infrastruktury. Zdroj: thebrighterside.news
Společný tým vytvořil rámec kvantového strojového učení, který má lépe identifikovat nádorové neoantigeny schopné vyvolat imunitní reakci. Nástroj by mohl v budoucnu pomoci zlepšit personalizovanou onkologickou imunoterapii. Zdroj: thequantuminsider.com
Funkce Siri Expressive Voices od Applu generuje bohatou a přizpůsobitelnou řeč v reálném čase přímo na zařízení, a to díky modelu AFM 3 Core Advanced. Řešení využívá architekturu diffusion transformeru s odděleným časovým a hloubkovým zpracováním, která šetří paměť. Zdroj: machinelearning.apple.com
Vědci vyvíjejí nový algoritmus založený na AI, který má zpracovávat data ze sprch částic před plánovanou modernizací Velkého hadronového urychlovače. Systém má zvládnout výrazně větší objem dat, který upgrade zařízení přinese. Zdroj: physics.aps.org
Vědci pomocí strojového učení analyzují noční mozkové vlny a hledají v nich časné známky Alzheimerovy choroby. Metoda navíc umožňuje rozdělit pacienty do biologických podskupin podle charakteru jejich neurální aktivity. Zdroj: sleepreviewmag.com
Vědci navrhli design kvantových obvodů, který má řešit časté problémy s tréninkem a škálováním v kvantovém strojovém učení. Framework má umožnit snazší trénink velkých kvantových neuronových sítí bez ztráty výpočetního výkonu. Zdroj: thequantuminsider.com
Nová studie ukazuje, že AI systémy pro diagnostiku mohou na benchmarcích dosahovat skvělých výsledků, přestože ve skutečnosti spoléhají na zvyky lékařů při objednávání testů, nikoli na skutečnou biochemii pacienta. Tento jev, tzv. shortcut learning, zpochybňuje důvěryhodnost používaných benchmarků. Zdroj: techtimes.com
Korejská zdravotnická AI společnost AITRICS zveřejnila výzkum modelů hlubokého učení, které predikují riziko akutního poškození ledvin (AKI). Studie navrhuje praktičtější metodu hodnocení takových modelů, což by mělo zvýšit spolehlivost AI v klinické praxi. Zdroj: koreabiomed.com
James McDonagh popisuje, jak AI a strojové učení mění vývoj léků a hodnocení jejich bezpečnosti. Podle něj tyto nástroje zlepšují toxikologická hodnocení a pomáhají činit informovanější rozhodnutí díky datům, která lépe odpovídají lidské biologii. Zdroj: news-medical.net
Vědci z KAIST vytvořili world model nové generace — vnitřní reprezentaci, kterou AI využívá k pochopení a predikci okolního světa. Systém se učí způsobem inspirovaným tím, jak si děti postupně vytvářejí chápání reality jen na základě pozorování. Zdroj: techxplore.com
Sepse patří mezi nejsmrtelnější stavy, a proto je její včasné odhalení klíčové pro přežití pacientů. Nový přístup kombinuje hluboké učení s technikami vysvětlitelné AI (XAI) k identifikaci rizika sepse z časových dat sbíraných na jednotkách intenzivní péče. Zdroj: nature.com
Tým profesora Sungjin Ahna ze School of Computing na KAIST vyvinul model NEO (Neural Theorizer), který se učí vytvářet spustitelné teorie fungování světa. Systém se přitom inspiruje způsobem, jakým děti chápou realitu na základě pozorování, nikoli explicitních instrukcí. Zdroj: eurekalert.org
Nový přehled shrnuje poznatky z pěti akademických studií a názory expertů ze tří AI organizací, včetně NVIDIA a MIT, na téma škálovacích zákonů LLM. Analýza spojuje odlišné pohledy výzkumníků a laboratoří na vývoj velikosti modelů, dat a výpočetního výkonu. Zdroj: aimultiple.com
WISER a E.ON dokončily společný výzkumný projekt zaměřený na hybridní kvantové modely strojového učení pro předpovídání poptávky po elektřině. Cílem spolupráce bylo zjistit, zda kvantově posílené modely dokážou přesnější předpovědi než klasické přístupy. Zdroj: thequantuminsider.com