Научные инновации: применим ли третий закон Ньютона к фазовым переходам в невзаимных системах

Учёные выяснили, что в невзаимных системах, где третий закон Ньютона не выполняется, фазовыми переходами вещества управляют сингулярности — точки, в которых две характеристики системы сливаются, становясь неразличимыми математически. Открытие может привести к появлению нового математического аппарата. Третий закон Ньютона гласит: Действию всегда есть равное противоположное противодействие. 400 лет этот закон объясняет, почему мы не проваливаемся сквозь пол (пол тоже давит на нас) и почему, гребя вёслами, мы заставляем лодку скользить по воде. В равновесной системе энергия не входит и не выходит. Такое равновесие — это правило. Математически элегантно эти системы описываются статистической механикой — разделом физики, изучающим поведение совокупностей объектов. Это позволяет учёным моделировать условия, ведущие к фазовым переходам вещества, когда из одного состояния оно переходит в другое, например при замерзании воды.

Читать далее

Что Вы знаете об искусственных нейронных сетях и механизме синаптических весов: кратко о главном

Этой статьей начинается серия статей, рассказывающих просто и доступно о нейронных сетях и искусственном интеллекте. Автоматические методы быстрого обучения современных искусственных нейронных сетей совершенствуются постоянно. Уже сейчас автоматизм достиг такого уровня, что начальные значения весов можно задавать любые. Действительно, теперь компьютерная программа будет постепенно корректировать веса в сторону уменьшения ошибки, и откуда начинать – не так уж и важно. Чем дальше начальная совокупность от решения, тем больше времени пройдет, вот и вся разница. Все близко к тому, что нажал кнопку, пошел в бассейн, пришел – сеть обучена. Если сеть посерьезнее, то нажал кнопку, уехал в отпуск, приехал через две недели – сеть обучена. Перед нажатием кнопки нужно только архитектуру задать. Хотя программы могут уже сами корректировать архитектуру сети, все более и более автоматизируясь.

Читать далее

Нейросеть и стилизация музыки: инновационный инструмент для творчества и развлечения

За последнее десятилетие глубокие нейросети (Deep Neural Networks, DNN) превратились в превосходный инструмент для ряда ИИ-задач вроде классификации изображений, распознавания речи и даже участия в играх. По мере того, как разработчики пытались показать, чем обусловлен успех DNN в сфере классификации изображений, и создавали инструменты для визуализации (например, Deep Dream, Filters), помогающие понять, «что» именно «изучает» DNN-модель, возникло новое интересное применение: извлечение «стиля» из одного изображения и применение к другому, иного содержания. Это назвали «переносом визуального стиля» (image style transfer). Это не только всколыхнуло интерес многих других исследователей (например, 1 и 2), но и привело к появлению нескольких успешных мобильных приложений. За последние пару лет эти методы переноса визуального стиля сильно улучшились.

Читать далее

Ключевые направления развития технологий на основе искусственного интеллекта в текущем году: краткий обзор

Рынок технологий искусственного интеллекта в ближайшие годы будет расти в среднем на 31% в год. К 2022 г. его объем может достигнуть $52,5 млрд. Внедрение технологий искусственного интеллекта позволит увеличить мировой рынок товаров и услуг на $15,7 трлн в течение ближайших 10 лет. В списке основных сфер применения ИИ здравоохранение, информационная безопасность и информационные технологии, финансы, автомобилестроение и развлечения. Также существенное влияние эти технологии будут оказывать на развитие ритейла, энергетики и оборонной отраслей. «Умные» технологии стимулируют развитие робототехники, когнитивных, нейроморфных, квантовых и масштабных вычислений. Пару недель назад вышел новый отчет «State of AI Report 2021». Уже несколько лет подряд такой отчет ежегодно выпускает венчурный фонд «Air Street Capital». Он инвестирует в компании в области искусственного интеллекта (ИИ) и наук о жизни (НЖ) на ранних стадиях. Миссия фонда – создавать устойчивые компании, оказывающие долгосрочное влияние на рынки. В портфеле фонда сейчас шесть стартапов в ИИ и семь в НЖ.

Читать далее

Путешествие в город будущего Wi‑Fi City: бесшовные технологии и инновации на улице и в доме

Здравствуйте, уважаемые любители высоких технологий! Приветствуем вас в Wi‑Fi City и предлагаем совершить экскурсию по знаковым местам и просто прогуляться по живописным улицам нашего города. Кроме своих основных функций и основной наиболее эффективной архитектуры, достопримечательности Wi‑Fi City выделяются тем, что оснащены новейшим оборудованием связи Wi‑Fi 6 (802.11ax). Не торопитесь говорить «И что такого? Wi‑Fi как Wi‑Fi, что в нём необычного?» — просто пройдитесь с нами по городу и посмотрите, как Wi‑Fi 6 может преобразить привычные нам объекты и какие новые возможности открываются при этом для пользователей. В первую очередь мы рекомендуем посетить наш университет. Для Wi‑Fi City это не просто старинное здание с историей, а место, где получают знания и начинают делать карьеру жители города. Именно отсюда выходят специалисты, которые строят наш город и превращают его в город будущего. Вход свободный и для туристов. Они могут посетить открытые лекции и побродить по внутренним дворикам.

Читать далее

Можно ли научить искусственный интеллект здравомыслию?

Пять лет назад программисты из DeepMind, лондонской компании, специализирующейся на ИИ, радостно наблюдали за тем, как ИИ самостоятельно учился играть в классическую аркадную игру. Они использовали модную технологию глубинного обучения (ГО) для, казалось, странной задачи: овладения игрой в Breakout, сделанной в компании Atari, в которой нужно отбивать шарик от кирпичной стены, чтобы кирпичики исчезали. ГО – это самообучение для машин; вы скармливаете ИИ огромные количества данных, и он постепенно начинает самостоятельно распознавать закономерности. В данном случае данными было происходящее на экране – крупные пиксели представляли кирпичи, шарик и ракетку.

Читать далее

Deep Learning помогает виртуальным бионическим конструкциям развивать способность к обучению и собственную физическую конструкцию в виртуальной среде

Эволюционное глубокое обучение с подкреплением может помочь преодолеть ограничения других подходов, а результаты работы, возможно, сильно повлияют на ИИ и робототехнику. Созданные в сложной виртуальной среде агенты развивают не только способность к обучению, но и физическую конструкцию. Несмотря на аналогию с эволюцией и природой, в сфере ИИ большой акцент сделан на создании отдельных элементов интеллекта и на их объединении. Подход дал отличные результаты, но ограничил гибкость агентов ИИ в присущих даже простейшим формам жизни навыках. Тело и мозг животных развиваются вместе. Чтобы появились необходимые в окружающей среде конечности, органы и нервная система, виды пережили бесчисленные мутации. При этом все виды на Земле произошли от первой формы жизни, которая появилась на Земле несколько миллиардов лет назад. Давление отбора среды по-разному направило развитие потомков этих первых живых существ.

Читать далее

Так ли автономны современные беспилотные автомобили: шесть уровней автоматизации вождения

Давайте разберемся, насколько близко мы подошли к созданию действительно беспилотных автомобилей. Мама, смотри! Сам едет!» Научная фантастика показала нам бесчисленное количество примеров беспилотных автомобилей. Когда можно ожидать их появления? (изображение предоставлено NHTSA). В детстве я был большим поклонником телесериала Knight Rider. Понятно, что очень быстро движущийся и выполняющий разные трюки Pontiac Trans Am всегда будет привлекать молодых людей во всем мире, но то, что автомобиль K.I.T.T. мог говорить и думать, — это куда круче. Это был полностью автономный автомобиль, который — помимо склонности к невозмутимому сарказму — был способен принимать собственные решения, вести беседы и ездить самостоятельно. Я становлюсь старше, но время от времени с ностальгией просматриваю отрывки из сериала и понимаю, что идея автономного автомобиля все еще жива (в отличие от рыбки Дэвида Хассельхоффа).

Читать далее

Рассказ профессионала о биоинформатике: инновации вокруг нас

Биоинформатика — чрезвычайно любопытная область научного знания, так как в ней соединяются задачи, формулируемые в биологических терминах, и методы, привычные для специалистов по алгоритмам, обработке больших данных и машинному обучению. Таким образом, биоинформатика — это один из примеров, когда IT может прийти на помощь при изучении реального мира. Недавно я побывал в гостях у Михаила Сергеевича Гельфа́нда в Институте проблем передачи информации. Мы поговорили о том, что такое биоинформатика, о её интересных приложениях, о том, чем могут быть полезны IT-специалисты в биоинформатике и что им для этого нужно выучить. Под катом этой статьи вы найдете полную расшифровку нашего разговора, а видео можно посмотреть на YouTube. Что такое биоинформатика? Рассказывает Михаил Гельфанд: Биоинформатика — это способ заниматься биологией при помощи компьютера. По большому счёту, это не наука, а просто набор приёмов. В этом же смысле наукой не является, например, электронная микроскопия.

Читать далее