Ручная многоракурсная стереореконструкция биологической нейронной сети занимает десятки тысяч часов. Специально к старту нового потока продвинутого курса «Machine Learning Pro + Deep Learning» делимся материалом, в котором рассказывается о том, как исследователи института Макса Планка значительно (от 10 до 25 раз) повысили эффективность работы с помощью искусственного интеллекта, об опровергающих некоторые предположения результатах исследования и о дальнейших планах исследователей. Ссылку на исходный код автоматизированного рабочего процесса вы найдёте внутри статьи. Исследователи из отдела коннектомики Института Макса Планка (MPI) по исследованию мозга изучают нейронные сети коры головного мозга, чтобы понять, как мозг обрабатывает сенсорный опыт для того, чтобы обнаруживать объекты в окружающей среде. Их работа содержит построение коннектома — карт нейронных цепей, идентифицирующих индивидуальные связи между нейронами. В отличие от «нейронов» искусственных нейронных сетей биологические нейроны не организованы в аккуратные ряды одномерных слоев.
Архив автора: kornelik
Российские проекты БПЛА для противодействия авианосным и корабельным ударным группам
Одним из важнейших элементов советской системы противодействия авианосным и корабельным ударным группам (АУГ и КУГ) потенциального противника, наряду с глобальной спутниковой системой морской космической разведки и целеуказания (МКРЦ) «Легенда», являются рассмотренные нами ранее космические средства разведки для поиска авианосцев, а также стратегические самолёты разведки и целеуказания Ту-95РЦ. С 1963 по 1969 год в интересах Военно-морского флота (ВМФ) Советского Союза было построено 52(!) самолёта Ту-95РЦ, которые несли службу с 1964 года до начала 90-х годов ХХ века. Самолёты Ту-95РЦ осуществляли патрулирование продолжительностью порядка суток, что позволяло «вскрывать» надводную обстановку на огромной территории. После того, как Ту-95РЦ был снят с вооружения, ему на замену должны были прийти самолёты Ту-142МРЦ, однако из-за развала СССР, а также смены концепции, предполагающей выдачу целеуказания со спутников системы «Легенда», работы по Ту-142МРЦ прекратили, а единственный экземпляр самолёта был утилизирован.
Корпорация “ЕвроХим” развивает свою бизнес-систему: первые результаты и перспективы из первых уст
Внедрение Бизнес-системы «ЕвроХима» – процесс, который уже запустился на большинстве предприятий компании. Здесь мы представляем итоги и ключевые цифры года. Цифры и факты: 1801 проблема решена через доски решения проблем, установленные на предприятиях; 22 кайдзен-команды были сформированы на предприятиях. Кайдзен-команды – временные группы сотрудников, решающие повторяющиеся циклично проблемы; 259 инициатив принято к реализации отделами операционной эффективности, 58 предложений подано через «Фабрику идей»; 41 экран мониторинга производственных показателей эффективности разработан по предприятиям; 944 сотрудника прошли тренинги по различным направлениям операционной эффективности. Рассказывает Дмитрий Савицкий, директор по повышению эффективности «ЕвроХима», о первом годе внедрения Бизнес-системы: – Нужно быть готовым к самым разным изменениям, потому что сложно предугадать, как будет развиваться рынок. Нужно постоянно меняться, находить новые инструменты, совершенствовать компанию и совершенствоваться самому.
Новый взгляд на жизнь по отношению к остальным явлениям во Вселенной: от теории к практике
Иллюстрация: Кадр из фильма на YouTube. Данная статья мотивирована необходимостью построить более общую картину, что такое жизнь (и какой она может быть) по отношению к остальным явлениям во Вселенной. (Является переводом довольно любопытной научной статьи от 16 апреля 2020 года). Зачем нужно новое определение для жизни? Мы утверждаем, что большинство стандартных определений жизни ограничены и могут помешать будущим астробиологическим исследованиям в задаче поиска новых форм жизни. На данный момент в NASA используется такое определение – “самоподдерживающаяся химическая система, способная к эволюции Дарвина”. Несмотря на то, что это довольно точное описание жизни, которая присутствует в данный момент на планете Земля, поиск во Вселенной явлений, которые соответствуют этому определению, похож на игру в дартс игроком, который концентрируется только на центре мишени. Для тех кто не знает, как устроен дартс, мы перечислим три основные проблемы при таком подходе к игре: Попасть сложно из-за слишком маленькой целевой зоны; Это не самая выгодная зона для попадания (гораздо лучше целиться в 3х60); Есть множество других довольно выгодных участков для прицеливания.
Возвращение Российского экраноплана: история, новые проекты и перспективы
Недавно новая модификация амфибии «Орион-10» прошла ходовые испытания на Онежском озере. Опытный образец в скором времени отправится в одну из стран западной Азии. Сейчас он принимает участие в последних испытаниях, которые проходят на Онежском озере. В частности, необходимо было проверить ходовую часть обновленного экраноплана — свежие двигатели и поплавки. Со слов летчика-испытателя Игоря Добровольского, на текущий момент «Орион-10» не имеет мировых аналогов. Легкий аппарат способен развивать скорость до 200 км/ч, а, помимо членов экипажа, на борт могут взойти восемь пассажиров. Наличие экранного эффекта позволяет амфибии подниматься в воздух на 20 метров, что дает ему возможность перелетать через небольшие суда и острова. После 30-минутного полета специалист остался доволен их результатом, аппарат оправдал все ожидания. Полученные данные по расходу топлива оказались даже лучше изначально заявленных.
Как применить систему машинного зрения с ИИ для диагностики раковых заболеваний: подробности одного проекта
Привет! Я Жека Никитин, Head of AI в компании Celsus. Больше трех лет мы занимаемся разработкой системы для выявления патологий на медицинских снимках. Несмотря на то, что медицинским ИИ давно уже никого не удивишь, актуальной и структурированной информации о подводных камнях ML-разработки в этой области не так уж много. В статье я собрал самые «тяжелые» из этих камней — такие как сбор данных, разметка, взаимодействие с врачами и падение метрик при встрече модели с реальностью. Ориентировался я в первую очередь на ML-разработчиков и DS-менеджеров, но пост может быть интересен и всем любопытствующим, кто хочет разобраться со спецификой CV в медицине. Итак, предположим, вы решили основать ИИ-стартап по детекции рака молочной железы (между прочим, самый распространенный вид онкологии среди женщин) и собираетесь создать систему, которая будет с высокой точностью выявлять на маммографических исследованиях признаки патологии, страховать врача от ошибок, сокращать время на постановку диагноза… Светлая миссия, правда?
