Искусственный интеллект

Управляемые системы: от классики до машинного обучения

от

В рамках идентификации систем, предложены подходы к наложению свойств, ориентированных на управление, в оптимизационной формулировке, что позволяет добиться желаемого поведения и устойчивости системы, определяемых через целевую функцию и ограничения, выраженные математически, например, как $J(x) = \frac{1}{2} ||Ax - b||^2$ с учетом ограничений равенства $Ax = b$.

В статье представлен обзор современных методов идентификации систем, ориентированных на задачи управления и обеспечивающих гарантии стабильности и производительности.

От подсказок к понятиям: эволюция сегментации изображений

от

Несмотря на общую направленность, переход от SAM2 к SAM3 связан с фундаментальным разрывом в архитектуре и концепции сегментации, проявляющимся в различиях в целях оптимизации, методах мультимодального промтинга, пространствах семантических вложений, декодировании в стиле DETR, моделировании неоднозначности и подходе к представлению на основе PE, что препятствует переносу экспертизы между этими системами.

Новое исследование раскрывает ключевые различия между моделями сегментации изображений, переходящими от управления через подсказки к пониманию концепций, и объясняет, почему старые подходы больше не работают.

Искусственный интеллект на страже: от анализа до автономной защиты

от

В статье прослеживается эволюция систем искусственного интеллекта в сфере кибербезопасности, способных самостоятельно анализировать угрозы и принимать решения.

За пределами токенов: обучение генерации точных числовых значений

от

Модель регрессии, основанная на декодировании, преобразует входной вектор $\mathbf{x}$ в компактное представление $\phi(\mathbf{x})$, которое затем декодируется в несколько дискретных последовательностей (например, бинарное представление <1><1><0>), преобразуемых в скалярные значения $\hat{y}\_{1}=6,\hat{y}\_{2}=5,\hat{y}\_{3}=7$ и агрегируемых, например, с помощью медианы, для получения итоговой предсказания $\hat{y}=6$.

Новый подход, объединяющий обучение с подкреплением и регрессию на основе генеративных моделей, позволяет значительно повысить точность численных прогнозов.

Вместе к пониманию: как люди и ИИ могут строить общую картину мира

от

Новый подход к взаимодействию человека и искусственного интеллекта предлагает совместное формирование и критическую оценку моделей мира и целей, а не просто следование командам.

Искусственный интеллект превосходит экспертов в оптимизации биомедицинской визуализации

от

Наблюдается сравнение результатов сегментации MedSAM, оптимизированных экспертом и агентом: экспертная оптимизация функций предобработки и постобработки противопоставляется коду, сгенерированному агентом, что позволяет оценить различия в подходах к выделению областей на изображениях и потенциальное влияние этих подходов на точность и эффективность сегментации.

Новое исследование показывает, что простые алгоритмы искусственного интеллекта способны эффективно адаптировать инструменты для анализа медицинских изображений к новым данным, зачастую превосходя решения, разработанные специалистами.

Робот понимает: новый взгляд на взаимодействие человека и машины

от

В ходе изучения взаимодействия человека и робота, система сбора данных Refer360 регистрирует моменты точного указания человеком на объект в сочетании с его словесным описанием, используя три различные перспективы - внешнюю, от первого лица и данные о глубине - для анализа канонических кадров, определяющих точность взаимодействия.

Исследователи представляют масштабный мультимодальный датасет Refer360, призванный улучшить способность роботов понимать человеческие указания в реальном мире.