Денис Аветисян

Искусственный интеллект предсказывает рецидив рака простаты по снимкам биопсии

от

Новая модель машинного обучения, обученная на изображениях биопсии предстательной железы, способна предсказать биохимический рецидив после радикальной простатэктомии.

Визуальный след: Сжатие рассуждений для мощных языковых моделей

от

В отличие от существующих подходов к эффективному рассуждению, требующих дополнительного обучения или использования внешних моделей, предложенный метод, основанный на визуальной компрессии текста (VTC), преобразует длинные текстовые цепочки рассуждений в компактные визуальные представления, позволяя визуально-языковым моделям кодировать информацию с существенно меньшим количеством визуальных токенов - достигается компрессия в 3-4 раза, при этом сохраняется легковесность и независимость от конкретных моделей.

Новый подход позволяет эффективно обрабатывать длинные контексты, преобразуя сложные цепочки логических выводов в компактные визуальные представления.

Искусственный интеллект на страже чистоты: точное распознавание химических веществ в сложных условиях

от

Разработанная модель условной генерации на основе внимания к пикам позволяет осуществлять обнаружение с помощью газовой хромато-масс-спектрометрии, обеспечивая эффективный анализ данных.

Новая разработка позволяет создавать реалистичные синтетические данные для газовой хромато-масс-спектрометрии, значительно повышая надежность и точность обнаружения химических веществ даже при наличии помех.

Двойной Граф Рассуждений: Новый Подход к Ответам на Вопросы по Документам

от

Предложенная архитектура G2G^{2}-Reader объединяет оффлайн-индексацию документов с онлайн-выводами посредством дуальной графовой структуры, где контент-граф [latex]\mathcal{G}_{C}[/latex] обеспечивает структурированное мультимодальное представление документов с развивающимися атрибутами узлов, а граф планирования [latex]\mathcal{G}_{P}[/latex] служит явным, динамическим состоянием рассуждения, итеративно оркестрируя декомпозицию подвопросов и сбор доказательств.

Исследователи представили систему, использующую структурированное представление данных и планирование для повышения точности ответов на сложные вопросы, основанные на больших объемах текста и мультимедийных данных.

Глубина восприятия: Масштабирование 3D-моделирования с помощью данных

от

Метрика Anything демонстрирует чёткую зависимость масштабируемости и высокую общую производительность в задачах, что указывает на её способность эффективно адаптироваться к различным условиям и объёмам данных.

Новый подход к предварительному обучению позволяет создавать более точные и универсальные 3D-модели, используя огромные объемы разнородных данных.

Эволюция мощности: Искусственный интеллект проектирует новые преобразователи энергии

от

Преобразователи мощности обеспечивают связь между источниками энергии и разнообразными приложениями, включая инфраструктуру искусственного интеллекта, электромобили и мобильные устройства, а разработанная система PowerGenie способна открывать топологии, превосходящие существующие границы эффективности.

Исследователи разработали систему PowerGenie, использующую алгоритмы эволюции и машинного обучения для автоматического поиска и создания высокоэффективных схем преобразователей энергии.

Нейросети на грани: как перевести ИИ в логику для умных устройств

от

Преобразование нейронной сети в эквивалентное дерево решений позволяет представить бинарный классификатор, обученный на данных, в виде логической структуры, где каждый лист, например L4, реализует фрагмент исходной сети посредством гибридного выполнения в коде на языке C.

Новое исследование демонстрирует, как преобразовать нейронные сети в логические потоки для повышения эффективности работы на CPU в устройствах граничных вычислений.

Треугольники и Гауссианы: Новый Подход к Быстрой 3D-Реконструкции

от

Разработанный метод PLANING использует гибридное представление, сочетающее в себе треугольную геометрию для моделирования сцены и нейронные Гауссианы для рендеринга внешнего вида, что позволяет создать потоковую систему реконструкции из монокулярных видеопоследовательностей, включающую отслеживание камеры, глобальную оптимизацию поз и маппер, использующий эффективную стратегию инициализации примитивов для снижения избыточности и последующего применения планарных абстракций для различных задач.

Исследователи представили гибридное представление, объединяющее треугольные сетки и нейронные Гауссианы, для создания детализированных и быстро отображаемых 3D-моделей.

Искусственный интеллект: между пользой и риском

от

Рисунок 3 представляет собой систематизацию рисков и вреда, связанных с искусственным интеллектом, демонстрируя, что потенциальные негативные последствия охватывают широкий спектр, от предвзятости и дискриминации до манипулирования информацией и угроз безопасности, что требует комплексного подхода к их смягчению и предотвращению.

Новая работа предлагает переосмыслить управление ответственностью в сфере ИИ, рассматривая его не как поиск компромиссов, а как управление неизбежными противоречиями.