AIskimIQ

Denní přehled zpráv z AI & technologií

Archiv/výzkum ai

🔬 Výzkum AI

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