Akademické práce, výzkumné průlomy a vědecké pokroky ve strojovém učení a AI.
319 článků
Studie zveřejněná 18. srpna 2026 v časopise Quantum Science použila Fourierovu analýzu k zmapování vlastností tzv. ansatzů v kvantovém strojovém učení. Výzkum má přispět k lepšímu pochopení chování a výkonu těchto kvantových algoritmů. Zdroj: quantumzeitgeist.com
Vědci představili metodu PhotoScan, která pomocí hlubokého učení odhaduje tělesné složení z běžných fotek z mobilu, místo aby se spoléhala jen na BMI. První výsledky naznačují, že dokáže predikovat inzulinovou rezistenci, důležitý ukazatel kardiometabolického rizika. Zdroj: research.google
Vědci z fúzového zařízení DIII-D, kde stojí největší funkční tokamak v Severní Americe, vyvinuli model strojového učení pro predikci chování plazmatu mezi jednotlivými experimentálními výstřely. Na výzkumu se podílejí i odborníci z Thomas Jefferson National Accelerator Facility. Zdroj: ans.org
Nový model strojového učení podrobně zmapoval množství ledu ukrytého ve světových ledovcích a odhaduje, že by jeho tání mohlo zvýšit hladinu moří přibližně o 32,3 centimetru. Výsledky jsou přesnější než dosavadní odhady objemu ledovcového ledu. Zdroj: thebrighterside.news
Vědci z Harvard Medical School ve spolupráci s Dana-Farber Cancer Institute a Massachusetts General Hospital vyvinuli algoritmus strojového učení, který umí odhadnout riziko stovek nemocí u konkrétního pacienta. Model vychází z dat, která už jsou součástí běžné zdravotnické dokumentace, takže nejsou potřeba žádná nová vyšetření. Zdroj: hms.harvard.edu
Rakovina plic patří celosvětově mezi nejčastější a nejsmrtelnější druhy nádorových onemocnění, přičemž klinická praxe už dlouho naráží na zásadní diagnostické a léčebné problémy. Nový přístup založený na strojovém učení, který spojuje data z různých zdrojů, má pomoci lékařům tuto péči zefektivnit. Zdroj: news-medical.net
Výzkumníci z MIT přišli s novým přístupem ke strojovému učení, který umožňuje AI modelům simulovat širší škálu fyzikálních jevů. Metoda navíc výrazně snižuje množství tréninkových dat potřebných k dosažení přesných výsledků. Zdroj: scientific-computing.com
AI prokázala, že dokáže samostatně zvládnout jednu z klíčových operačních úloh moderní astronomie – pozorování oblohy bez lidského zásahu. Vědci v tom vidí náznak toho, jak by AI mohla proměnit budoucnost astronomického výzkumu. Zdroj: digitaljournal.com
Vědci vyvinuli novou metodu, která snižuje míru chyb při predikci o 80 % a umožňuje tak výzkumníkům ve fúzním výzkumu odhalit potenciální problémy s hardwarem dřív, než přerostou ve vážné poruchy. Zdroj: interestingengineering.com
Čtvrtá výroční zpráva Black Book, srovnávající situaci v USA a EU, zjistila, že 78 % zdravotnických organizací už provozuje AI/ML systémy v trvalém produkčním nasazení. Kompletní kontrolu nad celým životním cyklem těchto systémů má ale jen 19 % z nich, což ukazuje na rostoucí propast mezi nasazením a jeho řízením. Zdroj: bhpioneer.com
Vědci vyvinuli AI systém, který analyzuje data o magnetickém poli Slunce, jeho jasu a akustické aktivitě a dokáže zachytit skryté signály vzniku aktivních oblastí. Model tak dokáže upozornit na blížící se erupce už hodiny předtím, než se na povrchu objeví skvrny nebo samotný výboj. Zdroj: eurekalert.org
Vědci zjistili, že pod povrchem Slunce probíhají jemné změny dlouho předtím, než se objeví viditelné skvrny, a AI model dokáže tyto skryté vzorce rozpoznat. Jakmile se tato podpovrchová aktivita ustálí, obvykle to signalizuje blížící se vznik aktivní oblasti a možnou erupci. Zdroj: techexplorist.com
S rostoucími nároky na ochranu soukromí v machine learningu roste zájem o metody, jak modely donutit zapomenout konkrétní trénovací data. Nový přístup identifikuje datové body s nízkým vlivem na model, jejichž odstranění je výrazně levnější než u běžných technik unlearningu. Zdroj: machinelearning.apple.com
Nová studie naznačuje slibný způsob, jak řešit dlouhodobý problém AI – naučit modely strojového učení skutečně chápat vědecké principy, místo aby jen rozpoznávaly povrchové vzorce. Výzkumníci trénovali neuronové sítě na simulacích vycházejících z mechanistických modelů, což vedlo ke zlepšení jejich schopnosti usuzovat o vědeckých problémech. Zdroj: bioengineer.org
Vědci využili metodu strojového učení založenou na kvantových principech k identifikaci dvou nových supravodivých materiálů, YRu3B2 a LuRu3B2. Tento přístup výrazně zrychluje hledání nových supravodičů oproti klasickým metodám. Zdroj: quantumzeitgeist.com
Pokroky v sekvenování genomu otevírají nové možnosti pro zkoumání zdraví plodu a umožňují lékařům hledat genetické změny spojené s vrozenými onemocněními už u nenarozeného dítěte. Strojové učení se nyní zkoumá jako nástroj pro zvýšení přesnosti těchto výsledků. Zdroj: bioengineer.org
Pokroky v sekvenování genomu umožňují stále více rodinám přístup k prenatálním genetickým testům a hlubší vhled do zdraví nenarozeného dítěte. Nově vyvinutý model strojového učení má pomoci zpřesnit výsledky těchto testů. Zdroj: news-medical.net
Tým výzkumníků kombinuje AI, datovou vědu a pokročilou matematiku, aby modeloval, jak se šíří požáry v moderních domech. Cílem je dát hasičům lepší nástroje pro předvídání chování ohně a rychlejší, bezpečnější rozhodování. Zdroj: dpaonthenet.net
Výzkumníci z University of Alberta zkombinovali snímky z dronů se strojovým učením, aby efektivněji vyhodnotili rozmanitost hub v lesní půdě. Tento přístup by mohl vědcům umožnit sledovat zdraví lesů na mnohem větších plochách než dosavadní terénní odběry vzorků. Zdroj: phys.org
Anthropic uvádí, že nevydaná verze modelu Claude pomohla pokročit v matematickém problému spojeném s Riemannovou hypotézou. Model podle všeho zlepšil známou dolní hranici podílu nulových bodů splňujících danou podmínku. Zdroj: anthropic.com