Что мы читали
ИИ заново изобретает то, что представляют собой компьютеры
MIT Tech Review
Современные компьютеры меньше и быстрее, чем полвека назад, но они по-прежнему представляют собой коробки с процессорами, выполняющими инструкции. для людей — в этом отношении они принципиально не изменились. Однако искусственный интеллект меняет способы создания компьютеров, их программирования и использования.
Последние 40 лет мы занимались программированием компьютеров; в течение следующих 40 мы будем обучать их, — Крис Бишоп, глава Microsoft Research в Великобритании.
Инструмент Intel с открытым исходным кодом на основе искусственного интеллекта для выявления ошибок в коде
Venture Beat
ControlFlag — это инструмент Intel с открытым исходным кодом, который использует машинное обучение для обнаружения проблем в коде. . Приблизительно 50% ИТ-бюджетов расходуется на отладку, и ControlFlag продемонстрировал свою полезность, обнаружив сотни дефектов в проприетарном программном обеспечении производственного качества. Хотя система еще не может устранить обнаруженные дефекты, инструмент предлагает варианты возможных исправлений.
Всплески нейронов могут имитировать известную стратегию обучения ИИ
Журнал Quanta
Новая модель обучения фокусируется на вспышках нейронной активности, которые действуют как обучающий сигнал; сродни обратному распространению — алгоритму, открепляющему большую часть машинного обучения. Давно известно, что мозг не может распространяться обратно, как системы машинного обучения, не в последнюю очередь потому, что настоящие нейроны не могут перестать обрабатывать информацию и ждать обратного распространения. Однако всплески нейронов можно рассматривать как обучающий сигнал, позволяющий исследователям моделировать мозг как тройную систему, а не как бинарную.
Четыре способа, которыми искусственный интеллект помогает нам познавать Вселенную
Разговор
Астрономия требует больших объемов данных — обсерватория Веры С. Рубин, которая, как ожидается, начнет работу в 2022 году. /23, будет генерировать 20 терабайт данных каждую ночь. Одной из самых больших проблем для следующего поколения астрономических миссий является управление и изучение всех собранных данных. От поиска экзопланет, вращающихся вокруг далеких звезд, до поиска гравитационного линзирования, астрономы обращаются к машинному обучению, чтобы помочь в поисках следующих прорывов.
Спасение морских водорослей с помощью машинного обучения
Tech Xplore
Исследователи разработали недорогое устройство, которое обеспечивает раннее выявление заболеваний на фермах по выращиванию морских водорослей. Устройство включает в себя погружной цифровой голографический микроскоп, который делает 2D-изображение. Затем машинное обучение используется для преобразования 2D-изображения в 3D-представление микробиома практически в режиме реального времени. Морские водоросли обладают огромным потенциалом в качестве устойчивого источника пищи, и в дополнение к своей питательной ценности морские водоросли борются с изменением климата, поглощая избыток углекислого газа. Подобные исследования могут помочь в массовом коммерческом использовании морских водорослей в качестве источника пищи во всем мире.
Если вы хотите получать эту рассылку на свой почтовый ящик, вы можете подписаться здесь
