مرحباً ، خابراتشانس! بعد أن قمت بتصفية عدد كبير من المصادر والاشتراكات لك ، جمعت كل الأخبار الأكثر أهمية من عالم التعلم الآلي والذكاء الاصطناعي لشهر سبتمبر. لا تنسى أن تشارك مع الزملاء ، أو ببساطة مع أولئك الذين يرغبون في مثل هذه الأخبار.
بالنسبة لأولئك الذين لم يقرأوا ملخص أغسطس ، يمكنك قراءته
هنا .
لذلك ، الآن ملخص سبتمبر:
1. طور علماء EPFL بشرة اصطناعية ناعمة توفر ردود فعل عن طريق اللمس ، وبفضل آلية الرفاه المتطورة ، يمكن أن تكون قادرة على التكيف على الفور مع حركات المستخدم.
2. تتحسن الأطراف الاصطناعية كل عام ، لكن القوة والدقة التي يكتسبونها لا تؤدي دائمًا إلى استخدام أكثر كفاءة. بعد كل شيء ، فإن الأشخاص الذين لديهم أطراف بترت لديهم فقط مستوى أساسي من السيطرة عليهم. وجد الباحثون السويسريون طريقة لتحسين إدارة الأطراف الصناعية باستخدام الذكاء الاصطناعي.
3. نشر مطورو Google وصفًا لنظام التوصيف الشامل على YouTube. يستخدم النظام العديد من الوظائف المستهدفة للترتيب ويراعي التفضيلات الشخصية للمستخدم. لتحسين النموذج لعدة وظائف موضوعية ، استخدم المطورون Multi-gate Mixture-of-Experts.
4. نشر المشروع
الذي تم
إنشاؤه في مجموعة بيانات تحتوي على 100 ألف صورة بدقة عالية. تم إنشاء صور الوجوه باستخدام StyleGAN. الصور المنشورة يمكن استخدامها بحرية لأغراض تجارية مع رابط للمطورين. قد تكون هذه الخدمة ذات أهمية لمحرري المجلات ومتخصصي الإعلانات ومصممي الويب ، إلخ. استخدام الصور الاصطناعية يقلل من تكلفة المهنيين وسائل الإعلام في الاختبارات والتصوير الفوتوغرافي.
5. في أستراليا ،
سوف تساعد الذكاء الاصطناعي في
القبض على السائقين الذين يصرف انتباههم عن طريق الهاتف الذكي.
6. قبل بضع سنوات ،
حددت Google توقعات الفيضانات باعتبارها فرصة فريدة لتحسين حياة الناس وبدأت في دراسة كيف يمكن أن تساعد البنية الأساسية لـ Google وتجربة التعلم الآلي.
7. دراسة الترجمة الآلية العصبية متعددة اللغات. على مدار السنوات القليلة الماضية ، تحسنت أنظمة الترجمة الآلية (MT) بشكل كبير بفضل التطورات في مجال الترجمة الآلية العصبية (NMT). ومع ذلك ، فإن نجاح NMT يرجع إلى حد كبير إلى كمية كبيرة من بيانات التدريب. ولكن ماذا عن اللغات التي توجد بها بيانات ضئيلة أو معدومة؟ يعد NMT متعدد اللغات ، حيث يجب أن تعمل إشارة التدريب من لغة واحدة على تحسين جودة الترجمة إلى لغات أخرى ، طريقة محتملة للخروج.
8. يستخدم باحثو ETH الذكاء الاصطناعي لتحسين جودة الصور المسجلة باستخدام تقنية التصوير الطبي الحيوي الجديدة نسبيًا. هذا يمهد الطريق لإجراء تشخيصات أكثر دقة وأجهزة فعالة من حيث التكلفة.
9. طور علماء من جامعة أكسفورد
برنامجًا جديدًا للذكاء الاصطناعي للتعرف على وجوه الشمبانزي الفردية في البرية وتتبعها.
10. طور الباحثون في معهد ATLAS بجامعة كولورادو مؤخرًا مجموعة من الروبوتات الصغيرة لتغيير الشكل تسمى ShapeBots. يمكن لهذه الروبوتات ذاتية التحويل تغيير التكوينات الفردية والجماعية لعرض المعلومات وتصورها في بيئات مختلفة.
11. يمكن للمواد الاصطناعية الجديدة ، التي تنشئ شبكة حسية متصلة على غرار الجهاز العصبي البيولوجي ، أن تسمح للروبوتات الناعمة أن تشعر كيف تتفاعل مع البيئة وتعديل تصرفاتها وفقًا لذلك.
12. تعلم الآلة
وتطبيقها الجذري في التنبؤ بالطقس القاسي.
13. طور الباحثون خوارزمية للتعلم الآلي تتنبأ بنتائج التفاعلات الكيميائية بدقة أعلى بكثير من الكيميائيين المدربين وتوفر طرقًا لإنتاج جزيئات معقدة ، مما يزيل عقبة كبيرة أمام اكتشاف العقاقير.
14. أظهر فريق من علماء الرياضيات الإيطاليين ، بمن فيهم عالم الأعصاب في مركز المجهول (CCU) في لشبونة ، البرتغال ، أن الآلات ذات الرؤية الصناعية يمكنها أن تتعلم بسرعة التعرف على الصور المعقدة باستخدام نظرية رياضية تم تطويرها قبل 25 عامًا.
على هذا لدينا هضم قصير جاء إلى نهايته. استخلاص النتائج والعمل بشكل مثمر. لا تنسى أن تشارك المقال مع الزملاء. عدم تخطي المقالات ونشرات الأخبار ، ستتم مساعدتك من خلال الاشتراك في قناة Telegram
Neuron (neurondata) ، بالإضافة إلى الاشتراك في
حسابي على Habré ، ولا تفوت هذه الخلاصة التالية.
كل المعرفة!