Искусственный интеллект

Искусственный интеллект и здоровье: новая эпидемия?

от

Целевое использование генеративного искусственного интеллекта различается в зависимости от расовой и этнической принадлежности: афроамериканцы чаще используют его для решения задач, связанных со здоровьем (30%) и развлечениями (31%), в то время как представители других групп или смешанных рас лидируют в использовании для интернет-поиска (54%) и образования (32%), что подчеркивает необходимость учитывать не только факт использования ИИ, но и его конкретное назначение при проведении эпидемиологических исследований, при этом следует помнить об ограниченности выборки при анализе данных, полученных от AmeriSpeak (NORC при Чикагском университете, 2025), N=1163.

В статье рассматривается влияние искусственного интеллекта на здоровье населения и предлагается методология для изучения этого растущего фактора детерминированности здоровья.

Интерфейс под прицелом: адаптивное масштабирование для точного распознавания элементов GUI

от

Сравнительный анализ подходов к определению местоположения элементов графического интерфейса показывает, что прямые методы испытывают затруднения при работе с плотными интерфейсами, итерационное обрезание требует значительных вычислительных ресурсов и использует фиксированные пропорции, в то время как разработанный метод UI-Zoomer, применяющий масштабирование во время тестирования с механизмом надёжности, адаптивно переключается между консенсусным голосованием и адаптивным обрезанием, обеспечивая повышенную устойчивость при минимальных затратах времени.

Новый подход позволяет визуальным моделям более эффективно ориентироваться в графических интерфейсах, фокусируясь на наиболее важных областях.

Искусственный интеллект выводит формулы: новый подход к моделированию оптических сетей

от

Исследователи продемонстрировали, как модели генеративного искусственного интеллекта могут быть использованы для автоматического вывода и расширения сложных математических формул, применяемых в оптических коммуникациях.

Алгоритмы под присмотром ИИ: новый этап в научной разработке

от

Исследование показывает, как инструменты, основанные на больших языковых моделях, позволяют улучшать существующие реализации алгоритмов, меняя роль ученого от непосредственного кодирования к контролю и направлению процесса.

Автономная лаборатория своими руками: машинное обучение на службе физики

от

Разработана экономичная платформа Интернета вещей для проведения замкнутых оптических экспериментов, в которой пользователь задаёт целевой спектр, а управляющий стек, состоящий из ПК, Arduino и ЦАП, итеративно подбирает напряжение и преобразует его в аналоговый сигнал для светодиодного массива; полученный спектр, измеренный многоканальным датчиком, сравнивается с целевым, формируя обратную связь, при этом управление осуществляется посредством алгоритмов поиска с обходом иерархического дерева, байесовской оптимизации с использованием вероятностной суррогатной модели [latex]\mu(x)[/latex] и глубокого обучения на базе нейронной сети, обеспечивающих предсказание необходимого напряжения.

Исследователи представляют доступную платформу для проведения экспериментов по физике с использованием машинного обучения и интернета вещей, открывая новые возможности для обучения и автоматизированных исследований.

Память, которая учится: Как ИИ переносит опыт между задачами программирования

от

В отличие от агентов, не использующих память, или самообучающихся в рамках одной области, предложенный подход использует общий пул памяти, сформированный при решении разнородных задач кодирования, что позволяет добиться превосходства над самообучением на различных бенчмарках.

Новое исследование показывает, что искусственный интеллект способен эффективно использовать накопленный опыт из различных областей программирования для повышения своей производительности.

Искусственный интеллект на страже научной добросовестности

от

В ходе исследования, посвященного оценке качества рецензий, созданных искусственным интеллектом по сравнению с рецензиями, написанными людьми, было выявлено, что в шести из девяти критериев оценки рецензии ИИ получили более высокие баллы, особенно среди авторов, при этом статистическая значимость подтверждена на уровне [latex]\alpha = 0.01[/latex]. Опрос показал высокую оценку полезности рецензий ИИ в пилотном проекте AAAI-26 и в будущих процессах рецензирования, при этом респонденты отметили, что ИИ продемонстрировал неожиданные возможности, одновременно выявляя аспекты, которые трудно заметить человеку-рецензенту, и упуская некоторые важные моменты, что подчеркивает взаимодополняемость подходов ИИ и человека к рецензированию.

Пилотный проект AAAI-26 показал, как искусственный интеллект может эффективно помогать в рецензировании научных статей, повышая скорость и качество оценки.

Искусственный интеллект в разработке МРТ-последовательностей: новый подход

от

Разработанная платформа Agent4MR, использующая возможности больших языковых моделей и специализированные знания в области магнитно-резонансной томографии (МРТ) и языка PyPulseq, способна итеративно генерировать, выполнять и оптимизировать код последовательностей МРТ, обеспечивая соответствие всем заданным ограничениям и выдавая физически корректные, готовые к использованию последовательности, с детальными отчётами о параметрах, таких как время эха [latex]TE[/latex], время повторения [latex]TR[/latex] и траектория в k-пространстве.

Исследователи продемонстрировали, как системы искусственного интеллекта могут автоматизировать создание и оптимизацию МРТ-последовательностей, открывая новые возможности для диагностики и исследований.