November 4th, 2018

Впервые запущен самый мощный суперкомпьютер, имитирующий работу человеческого мозга



Сегодня суперкомпьютеры используются для самого широкого спектра задач: от различных математических расчетов и обработки массивов данных до моделирования фармацевтических соединений и работы искусственного интеллекта. Однако при этом существуют компьютеры, нацеленные на максимально точное воспроизведение «архитектуры» головного мозга человека. И самый мощный на сегодня подобный нейроморфный суперкомпьютер недавно был впервые запущен.

Называется этот компьютер Spiking Neural Network Architecture (SpiNNaker) и он может выполнять более, чем 200 миллионов операций в секунду, а каждая из микросхем имеет 100 миллионов деталей. Машина собрана на базе Школы компьютерных наук Манчестерского университета и на реализацию этого проекта было потрачено 15 миллионов фунтов стерлингов. Но эта сумма не так впечатляет, как время, ушедшее на разработку: 20 лет прорабатывалась концепция суперкомпьютера и еще 10 лет потребовалось на сборку.
Collapse )
promo luckyea77 june 21, 2015 20:04 30
Buy for 10 tokens
В этой записи я буду давать ссылки на посты с лекциями и уроками в этом блоге: Учебные материалы и тесты: 11 ресурсов для бесплатного образования Проект "Лучшие кадры лучшей страны" Онлайн-курсы по высоким технологиям и инновациям Дистанционное образование в России (среднее профессиональное…

Современное образование



Вчера я прочитал пост fritzmorgen "Легальный способ купить диплом о высшем образовании". В нем он пишет о высокой коррупции в РФ и о студентах, которые получают дипломы, не смотря на их невысокий уровень знаний.

Недостатки сегодняшнего образования в России хорошо описаны в исследовании "Россия 2025: от кадров к талантам". При проведении данного исследования было проведено более девяносто интервью с руководителями российских компаний и представителями системы образования.

Когда я учился в ВУЗе, доля учащихся, которые платили взятки за экзамены, была довольна высока. На первых курсах учащихся можно было разделить на группы:

- те, кто учит, осваивает программу и сдает зачеты и экзамены не тратя денег;
- те, кто не может сдать, но ходит постоянно на пересдачи и им преподаватели ставят сдачу лишь бы от них отстали. Такие учащиеся не усваивают программу обучения;
- те, кто заказывает выполнение работ за деньги;
- те, кто дают взятки;
- те, кого отчисляют за неуспеваемость.

Конечно, это деление условное. Тут могут быть случаи, когда учащийся самостоятельно сдает экзамены, а какой-то предмет не может, тогда в этом случае он его проплачивает. Или, к примеру, один курсовой (РГР, реферат и т.п.) по предмету, который не нравится студенту, может заказать за деньги у другого студента.
Collapse )

Глубокое обучение заставило виртуального персонажа одеться по-человечески


Clegg et al. / ACM Transactions on Graphics 2018

Американские исследователи использовали метод глубокого обучения с подкреплением для того, чтобы научить виртуального персонажа одеваться. В процессе он учился сам, а алгоритм оценивал эффективность по положению одежды на его теле. Так ученым удалось правдоподобно одеть анимированного персонажа в футболку, рубашку и больничную робу. Препринт статьи опубликован на сайте Технологического института Джорджии.

Надевание одежды — довольно обычное для человека занятие, которое при этом требует выполнения координированных движений при взаимодействии с объектом. Именно поэтому автоматическое анимирование такого процесса — занятие сложное: можно, к примеру, обучить субъект симуляции на видео, но такие данные будут неоднородными, а потребоваться их может очень много.

Специалисты под руководством Александра Клегга (Alexander Clegg) из Технологического института Джорджии решили использовать для решения такой задачи метод глубокого обучения с подкреплением, суть которого заключается в том, что управляемый алгоритмом агент находится в среде и, выполняя различные действия, получает за них подкрепление — награду. Таким образом он учится выполнять последовательность действий, приводящую к наибольшей награде, и тем самым постепенно приближается к нужному создателям результату.
Collapse )

Супергерои в кино оказались кровожаднее злодеев



Положительные персонажи фильмов о супергероях в среднем более жестоки, чем злодеи из этих же фильмов, считают американские педиатры. Исследование об этом в понедельник представят на национальной конференции Американской академии педиатрии, в научном журнале оно пока не опубликовано.

Авторы исследования, Роберт Олимпия (Robert Olympia) из медицинского колледжа штата Пенсильвания и его коллеги, проанализировали 10 фильмов о супергероях, вышедших в 2015-2016 годах. Они разделили героев фильмов на «хороших» и «плохих», а затем с помощью пяти независимых рецензентов подсчитали, сколько драк, убийств, пыток и других агрессивных действий совершают те и другие.

Оказалось, что в среднем супергерои-протагонисты совершают 22,7 насильственных действия в час, а их антагонисты — 17,5 действия в час. Персонажи мужского пола при этом совершают в пять раз больше таких действий, чем женщины (33,6 против 6,5). Всего положительные герои во всех фильмах подрались 1021 раз, 659 раз использовали смертельное оружие, 199 раз разрушили чью-то собственность, совершили 168 убийств и 144 раза кого-то запугивали или пытали. Отрицательные герои при этом чаще всего использовали смертельное оружие (604 раза), дрались (599 раз), пытали или запугивали (237 раз), ломали здания и предметы (191 раз) и убивали (93 раза).

Ученые отмечают, что дети и подростки могут воспринимать супергероев как положительных персонажей, несмотря на их крайне агрессивное поведение. Чтобы противодействовать негативному влиянию таких фильмов на детей, они предлагают смотреть их всей семьей и обсуждать происходящее на экране, чтобы развивать у детей критическое мышление и прививать правильные ценности.

Источник

Исследователи улучшат беспроводную связь при помощи нейронных сетей



Ученые из США используют технику машинного обучения, вдохновленную мозгом, для повышения энергетической производительности беспроводных приемников.

За работу, опубликованную в журнале 2018 IEEE International Conference on Communications (ICC), Лингия Лю и Ян (Синди) И из Политехнического университета Виргинии получили премию Best Paper Award от технического комитета IEEE Transmission, Access, and Optical Systems.

Разработанная исследователями техническая комбинация позволяет сигналам перемещаться от передатчика к приемнику по нескольким путям одновременно. Эта техника помогает достичь минимальной интерференции и предоставляет серьезное преимущество по сравнению с более простыми способами избегания многолучевого замирания, сильно искажающего изображение — например, во время просмотра беспроводного телевидения в непогоду. Лю и И используют искусственные нейронные сети для минимизации потери сигнала.

«Обычно приемник оценивает канал перед регистрацией передаваемых сигналов, — говорит И. — Используя искусственные нейронные сети, мы можем создать абсолютно новую структуру путем регистрации переданных сигналов непосредственно на приемнике».
Collapse )