Akademické práce, výzkumné průlomy a vědecké pokroky ve strojovém učení a AI.
319 článků
Důležitost:VýzkumAI for Fusion Systems
PACMAN: AI framework řídí fúzní reaktory a rozhoduje během milisekund
PACMAN je AI framework určený k bezpečnému řízení fúzních systémů, který dokáže klíčová rozhodnutí učinit během milisekund. Taková rychlost má pomoci předcházet nestabilitám, jež by mohly poškodit fúzní reaktor nebo narušit jeho provoz. Zdroj: phys.org
Důležitost:ZprávaQuantum AI
Od MIT po IBM: rychlejší nasazení AI a kvantových technologií
Spolupráce mezi výzkumem na MIT a technologickým zázemím IBM má urychlit přechod AI a kvantových počítačů z laboratoří do praktického nasazení. Konkrétní projekty ani časový harmonogram zatím nebyly upřesněny. Zdroj: news.mit.edu
Důležitost:ZprávaAI security
Australský CSIRO vyvinul „vakcínu“ proti útokům na strojové učení
Výzkumná agentura CSIRO prostřednictvím své jednotky Data61 vytvořila obrannou techniku, která má chránit modely strojového učení před nepřátelskými útoky. Metoda funguje jako vakcína – modely jsou předem vystaveny upraveným vstupům, díky čemuž se stávají odolnějšími vůči škodlivým manipulacím. Zdroj: zdnet.com
Důležitost:Zprávahealthcare
Dokáže AI odhalit pacienty s Parkinsonem ohrožené rychlejším zhoršením?
Vědci zkoumají, zda dokážou modely AI rozpoznat pacienty s Parkinsonovou chorobou, u nichž hrozí rychlejší postup nemoci. Včasná identifikace rizikových pacientů by mohla pomoci lépe přizpůsobit léčbu a sledování jejich stavu. Zdroj: news.med.miami.edu
Důležitost:Výzkummaterials science
Nový přístup kombinuje doménové rysy s vysvětlitelným modelem LightGBM pro předpověď pevnosti betonu
Studie představuje metodu predikce pevnosti betonu, která spojuje doménově specifické inženýrství příznaků s vysvětlitelným modelem strojového učení LightGBM. Cílem je zvýšit přesnost predikce a zároveň zachovat srozumitelnost rozhodování modelu pro inženýry. Zdroj: nature.com
Důležitost:Zprávaai_training_environments
Google AI představuje EnvHarness: nástroj, který mění statická prostředí pro trénink agentů na adaptivní
Google AI přišla s EnvHarness, programovatelnou vrstvou, která dokáže proměnit statická tréninková prostředí pro AI agenty v dynamické a přizpůsobivé světy. Cílem nástroje je poskytnout agentům realističtější a flexibilnější podmínky pro učení během tréninku. Zdroj: marktechpost.com
Důležitost:Výzkumprivacy_preserving_ai
Federované učení by mohlo trénovat jazykové modely bez sdílení soukromých dat
Výzkumníci zkoumají federované učení jako způsob, jak trénovat velké jazykové modely na rozptýlených zdrojích dat, aniž by bylo nutné citlivé informace centralizovat nebo sdílet. Tento přístup by mohl pomoci řešit obavy o soukromí spojené s tréninkem AI na soukromých datech. Zdroj: bioengineer.org
Důležitost:Výzkumgenerative AI
Nový AI systém 'Code-as-World' převádí reálná videa na spustitelné fyzikální simulace
Výzkumníci představili 'Code-as-World', agentní systém, který dokáže reálné video záznamy přeměnit na spustitelné programy ve fyzikálním enginu MuJoCo. Přístup využívá opakující se smyčku, jež převádí vizuální scény do podoby kódu, který lze následně spouštět a upravovat jako fyzikální model. Zdroj: marktechpost.com
Důležitost:VýzkumMedical AI Applications
AI odhaluje rizika těhotenství už v raných fázích, ukázala studie s 500 000 případy
Rozsáhlá studie analyzující data z 500 000 těhotenství po celém světě prokázala, že AI modely dokážou včas rozpoznat rizikové faktory. Výsledky naznačují, že screening založený na AI by mohl umožnit dřívější zásah a zlepšit výsledky pro matky i děti. Zdroj: labroots.com
Důležitost:VýzkumAI Agents
Agent Seer: AI generuje testovací scénáře z pochopení specifikací
Nový výzkumný přístup nazvaný Agent Seer vytváří testovací scénáře na základě toho, jak AI systém porozumí psaným specifikacím. Cílem metody je automatizovat tvorbu scénářů pro ověřování chování složitého softwaru. Zdroj: machinelearning.apple.com
Důležitost:VýzkumMedical AI Applications
Strojové učení mapuje, jak se mění imunitní reakce během sepse
Vědci pomocí strojového učení zmapovali, jak se v průběhu času vyvíjí imunitní odpověď u pacientů se sepsí. Přístup by mohl pomoci odhalit klíčové změny v imunitní aktivitě, které ovlivňují načasování léčby. Zdroj: news-medical.net
Důležitost:Výzkum
Chyby v benchmarcích mohou zkreslovat žebříčky AI pro objevování léčiv
Vědci upozorňují, že často používané benchmarky pro hodnocení AI modelů v oblasti objevování léčiv mohou obsahovat skryté nedostatky, které zkreslují výsledky výkonu. To vyvolává pochybnosti o spolehlivosti současných žebříčků srovnávajících AI systémy ve farmaceutickém výzkumu. Zdroj: chemistryworld.com
Důležitost:VýzkumML in healthcare
GC-MS a strojové učení odhalily v moči stopy rakoviny močového měchýře
Vědci spojili plynovou chromatografii s hmotnostní spektrometrií (GC-MS) a strojové učení, aby v moči identifikovali chemickou stopu spojenou s rakovinou močového měchýře. Metoda by mohla vést k novému neinvazivnímu diagnostickému nástroji. Zdroj: chromatographytoday.com
Důležitost:VýzkumML in medicine
Nová metoda multiple-instance learning míří na širší využití v AI pro patologii
Výzkumníci navrhli obecně použitelnou metodu multiple-instance learning, která by měla spolehlivě fungovat napříč různými úlohami v počítačové patologii. Cílem je dosáhnout konzistentnějších výsledků při rozsáhlé analýze medicínských obrazových dat. Zdroj: nature.com
Důležitost:ZprávaAI in space science
AI odhalí skryté známky sluneční bouře až devět hodin předem
Nový systém založený na AI umí zachytit nepatrné varovné signály blížící se sluneční bouře až devět hodin dříve než dosavadní metody. Dřívější detekce by mohla dát provozovatelům elektrických sítí a satelitů více času na přípravu. Zdroj: universetoday.com
Důležitost:VýzkumML in energy
Nový AI framework slibuje chytřejší řízení elektrolyzérů s tuhými oxidy
Výzkumníci vyvinuli framework založený na AI pro optimalizaci provozu elektrolyzérů s tuhými oxidy, technologie využívané k efektivní výrobě vodíku. Cílem je zvýšit výkon a stabilitu těchto energetických systémů. Zdroj: techxplore.com
Důležitost:VýzkumML in environmental science
Strojové učení odhaduje klíčové pigmenty fytoplanktonu z barvy oceánu ze satelitů
Studie ukazuje, jak strojové učení dokáže jít nad rámec pouhého měření chlorofylu a pomocí multispektrálních satelitních dat o barvě oceánu odhadovat diagnostické pigmenty fytoplanktonu. To poskytuje detailnější pohled na zdraví mořských ekosystémů. Zdroj: astrobiology.com
Důležitost:VýzkumML applications in networking
Strojové učení řeší streamování 360° videa přes sítě 5G a B5G
Nový výzkumný přehled se zaměřuje na to, jak strojové učení může zlepšit přenos 360° videoobsahu v sítích 5G a budoucích sítích B5G. Zdůrazňuje nové možnosti využití, ale i technické překážky, které širšímu nasazení stále stojí v cestě. Zdroj: link.springer.com
Důležitost:Výzkumbioinformatics
Strojové učení odhalilo skryté vzorce v metylaci DNA
Nová metoda strojového učení pomohla vědcům odhalit dosud neznámé vzorce v datech o metylaci DNA. Zjištění by mohla přispět k lepšímu pochopení toho, jak epigenetické změny ovlivňují aktivitu genů. Zdroj: phys.org
Důležitost:Výzkummaterials science
Strojové učení vybralo z půl milionu perovskitů jen 38 kandidátů pro solární články
Vědci nasadili model strojového učení k prověření asi 500 000 potenciálních perovskitových materiálů pro solární články. Metoda dokázala zúžit výběr na pouhých 38 nejperspektivnějších kandidátů k dalšímu zkoumání. Zdroj: azom.com