Модульность: Основа интеллекта, естественного и искусственного

Новое исследование показывает, что принципы модульной организации лежат в основе как функционирования мозга, так и перспективных систем искусственного интеллекта.

Не в словах дело: как проверить научные выводы об искусственном интеллекте

Исполнение кода выявляет ошибки, которые упускаются при простом анализе описания, демонстрируя, что в данном случае для обнаружения проблем 2, 3 и 4 требуется непосредственное выполнение программы, а система MechEvalAgent обнаружила 51 дополнительную проблему, не замеченную человеком.

Новый фреймворк MechEvalAgent предлагает автоматизированный подход к оценке исследований в области интерпретируемости ИИ, сочетая анализ текстов с проверкой исполняемого кода.

Искусственный интеллект на службе науки: от генерации идей к контролю качества

Исследование демонстрирует генерацию, оценку и сравнительный анализ вопросов с множественным выбором, основанных на больших языковых моделях, что открывает новые возможности для автоматизированного тестирования и обучения.

Новое исследование демонстрирует, как большие языковые модели могут ускорить научные исследования, автоматизируя создание контента, но при этом смещая фокус труда на оркестровку, проверку и обеспечение качества.

Сопоставление объектов в разных ракурсах: новый подход с использованием ИИ

В рамках предложенного подхода достигается устойчивое сопоставление визуальных данных за счет обеспечения циклической согласованности: маска объекта переносится из исходной в целевую перспективу и проецируется обратно для реконструкции исходного запроса, что позволяет добиться надёжной межперспективной выверки и повысить производительность во время инференса посредством обучения в процессе тестирования.

Исследователи разработали инновационную систему, способную точно сопоставлять объекты, видимые с разных точек зрения, используя возможности искусственного интеллекта и машинного обучения.

Интеллект у поверхности: AI и машинное обучение в спектроскопии и SPR

Обзор посвящен интеграции искусственного интеллекта и машинного обучения в методы спектроскопии и SPR, открывающие новые горизонты для автоматизации экспериментов и ускорения открытия материалов.

Роботы учатся на собственном опыте: новый подход к обучению с подкреплением

Роботизированная система RoboCurate генерирует разнообразные траектории движения посредством применения моделей преобразования изображения в изображение для разнообразия сцен и видео в видео для разнообразия внешнего вида, после чего отбирает наиболее реалистичные траектории, основываясь на соответствии предсказаний классификатора движению, наблюдаемому в сгенерированном видео и смоделированном развертывании симулятора.

Исследователи предлагают инновационную систему, позволяющую роботам генерировать более качественные данные для обучения, используя симуляции и проверку действий.

Искусственный интеллект на службе науки: новый взгляд на образование

В статье рассматривается, как разумное внедрение искусственного интеллекта может качественно изменить подход к обучению естественным наукам, сделав его более эффективным и доступным.