Денис Аветисян

Нейросети на грани: минимальные изменения – максимальный сбой

от

Уязвимость глубоких нейронных сетей заключается в том, что даже небольшое, целенаправленное изменение критически важных параметров, определяемых как по величине, так и по градиенту, может привести к катастрофическому сбою в классификации изображений, обнаружении объектов, сегментации и языковых моделях, причем атаки, воздействующие на знаковые биты или экспоненту, в зависимости от архитектуры, могут приводить к различным уровням разрушения, даже при отсутствии оптимизации или обучающих данных.

Новое исследование демонстрирует, что даже незначительные искажения в весах нейронной сети могут привести к катастрофическим последствиям, даже без доступа к обучающим данным.

От замысла к тексту: как искусственный интеллект помогает в академической работе

от

Дополнение WriteFlow для Google Docs предоставляет пользователям голосового помощника и боковую панель, включающую страницы «Задача по написанию», «Чат с ИИ» и «Мои цели», позволяя обсуждать направления работы, генерировать цели для планирования, отслеживания и мониторинга процесса написания академических текстов.

В статье рассматривается, как инструменты на базе ИИ могут поддерживать писателей, структурируя процесс работы и помогая достигать поставленных целей.

Оптический Нейрокомпьютер: Архитектура, Обучение и Новые Горизонты

от

Оптическая нейронная сеть, построенная на принципах временного мультиплексирования и использующая обучаемые параметры модуляции, позволяет создавать реконфигурируемые системы [latex]TRON[/latex], архитектура которых оптимизируется непосредственно на физическом оборудовании посредством нейроархитектурного поиска, что обеспечивает гибкость и эффективность в решении целевых задач.

В новой работе представлена система TRON, демонстрирующая возможности обучения и реконфигурации оптической нейронной сети с использованием рассеивающей среды и цифрового микрозеркального устройства.

Пространственное мышление машин: генерация 3D-планировок нового уровня

от

В рамках разработанной системы LaviGen, генерация трёхмерной планировки осуществляется как авторегрессивный процесс, при котором на основе инструкций, закодированных языковой моделью, текущее состояние сцены и размещаемый объект используются для формирования обновлённого состояния, а высокоточная планировка достигается путём вычисления пространственной разницы между текущим и обновлённым состояниями для определения области размещения и подгонки параметров объекта.

Исследователи представили LaviGen — систему, способную создавать реалистичные и логичные 3D-сцены, используя передовые методы машинного обучения и принципы геометрической организации пространства.

Квантовые гетероструктуры и метаповерхности: новый горизонт нелинейной оптики

от

Комбинируя асимметричные многослойные квантовые ямы, обеспечивающие резонансное усиление высших порядков восприимчивости, с метаповерхностями, точно контролирующими и усиливающими электромагнитные поля, достигается возможность создания устройств, в которых каждый фактор нелинейного поляризационного члена подстраивается под конкретное применение, преодолевая ограничения, связанные с правилами отбора при нормальном падении и углом распространения в среде с высоким показателем преломления, и обеспечивая эффективное преобразование частоты благодаря конвертации поляризации и резонансному усилению поля.

Исследователи создали инновационную структуру, объединяющую квантовые ямы и метаповерхности, для значительного усиления нелинейной поляризации света.

Эволюция машин: Общие закономерности с миром живых организмов

от

В процессе эволюции, как искусственного интеллекта, так и биологических организмов, наблюдается сходимость архитектурных решений - четырнадцать признаков были независимо изобретены от трех до пяти раз - и закономерное увеличение доли неблагоприятных мутаций по мере созревания систем, что указывает на общую эволюционную траекторию, подтвержденную статистическим анализом ([latex]p=0.035[/latex]) и прослеживаемую на примере развития архитектур Transformer от 2017 к 2022 году.

Новое исследование показывает, что статистические паттерны эволюции проявляются как в искусственном интеллекте, так и в биологических системах, указывая на универсальные принципы адаптации.

Видеомонтаж по запросу: Новый стандарт оценки качества

от

Разработан комплекс [latex] VEFX [/latex], включающий в себя аннотированный набор данных из 5049 примеров видеомонтажа, охватывающих 9 категорий и 32 подкатегории, оцениваемых по трем независимым параметрам - соответствию инструкции, качеству рендеринга и уникальности монтажа, а также специализированную модель вознаграждения для оценки качества видеомонтажа и эталонный набор из 300 тщательно подобранных пар видео-подсказок, предназначенный для стандартизированного сравнения систем редактирования.

Исследователи представляют комплексную платформу для оценки качества видеомонтажа и визуальных эффектов, основанную на четком следовании инструкциям и реалистичности результата.

Искажения в диффузионных моделях: как улучшить качество генерации изображений

от

В процессе обучения диффузионной модели отношение сигнал/шум (SNR) возмущенной выборки [latex]\bm{x}_t[/latex] строго привязано ко времени [latex]t[/latex], однако в процессе инференса, из-за ошибок предсказания сети и погрешностей дискретизации в численных решателях, SNR предсказанной выборки [latex]\bm{\hat{x}}_t[/latex] отклоняется от заданного времени [latex]t[/latex], что проявляется в более высоком значении нормы выходного шума [latex]||{\bm{\epsilon}}_{\bm{\theta}}(\bm{\hat{x}}_t,t)||_2[/latex] по сравнению с прямой выборкой [latex]||{\bm{\epsilon}}_{\bm{\theta}}(\bm{x}_t,t)||_2[/latex] при одинаковом шаге диффузии, указывая на пониженное SNR предсказанных выборок.

Новое исследование выявило систематическую ошибку в алгоритмах диффузионных моделей, приводящую к ухудшению качества сгенерированных изображений, и предлагает эффективный способ её устранения.