Сегодня почти на каждом смартфоне есть пара AI-ассистентов. Если раньше мы искали ответы в поисковиках, то теперь привыкли «спросить у ИИ». ИИ редко разочаровывает, на любой вопрос даёт развёрнутый и убедительный ответ.Однако, если вопрос критически важен — касается здоровья, требует точных данных
Читать дальше →
Исследователи разработали новый подход с использованием машинного обучения для поиска перспективных материалов для твердотельных батарей. Вместо трудоёмких экспериментов и дорогих вычислений метод анализирует спектры комбинационного рассеяния (Рамановские спектры), чтобы выявить материалы с высокой
Читать дальше →
Исследователи из Университета Эмори предложили новый математический фреймворк, который упорядочивает методы искусственного интеллекта и помогает создавать более эффективные алгоритмы. Их подход сравнивают с «периодической таблицей» для ИИ.Основная проблема в быстро развивающейся области
Читать дальше →
Сегодня компания Ant Group совместно с Университетом Цинхуа представила стабильную версию 1.0 открытого фреймворка для обучения с подкреплением AReaL. Его ключевая особенность — возможность «одним кликом» подключить агента к обучению с подкреплением (RL). Система совместима с различными фреймворками
Читать дальше →
Стартап Guide Labs из Сан-Франциско представил языковую модель Steerling-8B с новой архитектурой, которая делает её работу легко интерпретируемой. Каждый токен, сгенерированный моделью, можно отследить до его источника в обучающих данных.Основатели компании, генеральный директор Джулиус Адейбайо и
Читать дальше →
Исследователи из Массачусетского технологического института (MIT) нашли неожиданный способ использовать то, от чего электроника обычно изо всех сил пытается избавиться: тепло. Вместо того чтобы рассматривать избыточное тепло как проблему, команда показала, что его можно использовать для выполнения
Читать дальше →
Исследователи из Complexity Science Hub (CSH) использовали алгоритмы машинного обучения для анализа данных о конфликтах в Африке за последние десятилетия. Вместо традиционных экспертных оценок они позволили данным «говорить самим за себя», что привело к выявлению трёх основных архетипов конфликтов.
Читать дальше →
Обучение больших моделей искусственного интеллекта стало одной из самых больших проблем в современных вычислениях — не только из-за сложности, но и из-за стоимости, потребления энергии и потраченных впустую ресурсов. Новая исследовательская работа от DeepSeek предлагает подход, который может помочь
Читать дальше →
Учёные из Китая, объединив методы машинного обучения и атомно-силовой микроскопии (АСМ), впервые визуализировали молекулярную структуру поверхности «предплавленного» льда. Это явление, при котором на поверхности льда образуется жидкоподобный слой даже при температурах значительно ниже нуля, было
Читать дальше →
Китайский гигант Xiaomi выходит на арену искусственного интеллекта, представив новую открытую модель MiMo-V2-Flash. Компания бросает вызов как местным игрокам вроде DeepSeek, так и американским гигантам OpenAI и Anthropic.Модель построена на архитектуре Mixture-of-Experts и насчитывает 309
Читать дальше →
Устойчивость к противомикробным препаратам (УПП) представляет собой всё более опасную проблему для глобального здравоохранения. Только в 2019 году метициллин-резистентный золотистый стафилококк (MRSA) стал причиной более 100 000 смертей в мире, связанных с УПП.Проблемы диагностики и лечения
Читать дальше →
Химики из Корнеллского университета разработали новый метод описания молекул для машинного обучения (МО), который позволяет предсказывать их свойства с точностью, в 100 раз превышающей текущие популярные подходы. Вместо использования структурной информации (типы атомов и их положение) метод
Читать дальше →
Исследователи из Лаборатории вычислительной науки и моделирования (COSMO) под руководством Микеле Черотти в EPFL представили новую модель и набор данных PET-MAD, которые значительно повышают эффективность машинного обучения для расчёта межатомных потенциалов (MLIP). Это ключевой инструмент для
Читать дальше →
Исследователи из австралийского национального научного агентства CSIRO и Мельбурнского университета совершили прорыв, который может значительно приблизить практическое применение квантового машинного обучения (QML). Их работа показывает, что для достижения высокой точности моделей не требуется
Читать дальше →
Металлены — это атомарно тонкие металлы, чьи уникальные свойства делают их чрезвычайно перспективными для наноразмерных применений. Однако их экстремальная тонкость делает их также и хрупкими.Теперь исследователям из Нанонаучного центра Университета Ювяскюля (Финляндия) удалось определить
Читать дальше →
Исследователи из Национального института материаловедения (NIMS) разработали новый экспериментальный метод, позволяющий быстро оценивать множество материальных композиций, измеряя аномальное холловское сопротивление в 30 раз быстрее обычных методов. Проанализировав огромный массив данных с
Читать дальше →
Машинное обучение с использованием сверточных нейронных сетей (CNN) лежит в основе таких технологий, как распознавание изображений и перевод языков. Их квантовый аналог — квантовая сверточная нейронная сеть (QCNN) — потенциально может обрабатывать информацию эффективнее, используя квантовые
Читать дальше →
Исследователи из Мичиганского университета разработали вычислительную систему на основе интерпретируемого машинного обучения, которая позволяет быстро находить оптимальные материалы-носители для наночастиц платины, предотвращающие их спекание при высоких температурах.Металлические наночастицы
Читать дальше →
Предсказание землетрясений долгое время оставалось недостижимой мечтой. Такие факторы, как странное поведение животных, которые исторически считались предвестниками землетрясений, не подтверждаются эмпирическими данными. Поскольку эти факторы часто происходят независимо от землетрясений и
Читать дальше →
Ученые из Токийского университета науки разработали автоматизированный подход на основе искусственного интеллекта для анализа данных рентгеновской абсорбционной спектроскопии (XAS) — важного метода изучения состава, структуры и функциональных свойств материалов.Традиционный анализ спектральных
Читать дальше →
