Искусственный нос будущего: как квантовая механика и машинное обучение распознают запахи

Разработанная схема MORE-ML, объединяющая квантово-механические свойства молекулярных блоков с методами машинного обучения, позволяет предсказывать характеристики связывания, такие как [latex]E_{ads}[/latex], [latex]\Delta\phi[/latex] и [latex]\Delta Q[/latex], посредством регрессии и анализа объяснимости модели, при этом оптимизация гиперпараметров достигается через байесовскую оптимизацию с 100 итерациями и 10-кратной перекрестной проверкой, а предварительный отбор данных осуществляется с использованием обнаружения аномалий и метода farthest point sampling.

Новый подход объединяет расчеты квантовой механики и методы машинного обучения для создания более чувствительных и точных сенсоров, способных определять биомаркеры запаха тела.

Квантовый переход: не паниковать!

Квантовый переход: не паниковать! Знаете, всегда забавно, когда банки начинают беспокоиться о квантовой физике. Как будто они вдруг решили, что деньги – это не просто цифры, а суперпозиция состояний! Но, если серьезно, это, конечно, разумный шаг. Представьте себе сейф, замок которого открывается сложной головоломкой. Сейчас эта головоломка настолько сложна, что взломать ее обычными средствами практически … Читать далее

Генерация тестов для искусственного интеллекта: новый подход

Для сопоставления наборов данных рекомендуется проектирование в пространство размерности от 8 до 12, поскольку анализ разнообразия и энтропии демонстрирует стабильность результатов по различным измерениям, а разработанный генетический алгоритм обеспечивает создание новых и разнообразных данных из исходного набора посредством итеративного применения мутаций и кроссовера с последующей дедупликацией и проверкой корректности генерируемых решений.

Исследователи предлагают инновационный метод автоматической генерации разнообразных и достоверных задач для оценки возможностей больших языковых моделей.

Искусственный интеллект и сговор: уроки человеческой практики

Человеческие механизмы предотвращения сговора были сопоставлены с принципами, управляющими взаимодействием в системах искусственного интеллекта, состоящих из множества агентов, что позволяет понять, как можно спроектировать ИИ, способный к кооперации, но при этом устойчивый к нежелательным сговорам.

Новое исследование сопоставляет стратегии предотвращения сговора, применяемые в экономике и юриспруденции, с задачами управления многоагентными системами искусственного интеллекта.

Эхо чёрных дыр: как квантовая гравитация меняет гравитационные волны

Поздние хвосты решений для компактных гауссовых начальных данных демонстрируют, что, хотя закон распада мощности согласуется с классической общей теорией относительности, амплитуда этих хвостов и переход от фазы, доминируемой квазинормальными модами, к фазе, доминируемой хвостами, оказываются чувствительными к параметру квантовой модификации α, а также к центру [latex]R\_0[/latex] и ширине [latex]w\_0[/latex] гауссова волнового пакета.

Новое исследование показывает, как квантовые поправки, основанные на петлевой квантовой гравитации, влияют на затухающие колебания гравитационных волн, возникающих при слиянии чёрных дыр.

Оптические вычисления: новый горизонт искусственного интеллекта

В рамках SimPhony реализована сквозная методология моделирования и совместной оптимизации, объединяющая фотонные модели на уровне устройств и схем с анализом архитектуры, отображением потока данных и оценкой энергопотребления, площади и памяти, что позволяет проводить аппаратное обучение и преобразование с учетом физических ограничений и исследовать взаимосвязь между алгоритмами и аппаратной платформой.

В статье рассматривается комплексный подход к созданию масштабируемых систем искусственного интеллекта на основе фотоники, объединяющий автоматизацию проектирования и совместную оптимизацию алгоритмов.