?

Log in

No account? Create an account

Блог о технологиях, роботах, бизнесе, науке, технике, авто, экономике, музыке, спорте, кино, будущем

Будущее нельзя предвидеть, но можно изобрести.

AI создал гибкий метаматериал. Велосипед из такого материала можно сложить и убрать в карман!
luckyea77


Искусственный интеллект, разработанный учеными из Калифорнийского технологического университета, создал карту химического состава для метаматериала, который бы стал самым гибким, прочным и сжимаемым в истории.

Сейчас многие материаловеды разрабатывают новое — адаптивное и прочное — поколение метаматериалов. Разработчики опираются на опыт других команд и их эксперименты при создании собственного метаматериала.

Инженеры из Калифорнийского технологического университета создали искусственный интеллект, который сможет анализировать весь объем предыдущих экспериментов, математически простраивать свойства различных вариаций этих материалов и добавлять в них новые элементы для улучшения качеств.

Два алгоритма преобразовали хрупкие полимеры в легкие, сверхсжимаемые и восстанавливаемые метаматериалы. Их точный химический состав не раскрывается, ученые обещают открыть его позже.

При этом сейчас искусственный интеллект будет создавать из этого метаматериала новые формы материала, которые бы позволили запустить его производство.

Ученые отмечают, что на сегодняшний день им важнее обучить искусственный интеллект экспериментировать с различными материалами, чем создать инновационный метаматериал следующего поколения.


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…

Новая технология помогает ИИ анализировать видео
luckyea77


Группа специалистов из MIT и IBM разработала алгоритм, который способен точно распознавать действия в видео, потребляя намного меньше вычислительной мощности, чем раньше. Этот метод позволит чаще применять ИИ для анализа видео, сделав технологию намного более доступной.

Исследователи объяснили: если ИИ будет понимать, что происходит на видео, многие компании смогут применить его в своей деятельности и увеличить прибыль. К примеру, только на YouTube в мае 2019 года каждую минуту загружали более 500 часов видео.

Компании могут использовать ИИ для автоматического создания подробного описания видео, позволяющего пользователям найти клипы, которые не подписали авторы. Искусственный интеллект также может продавать рекламу, основываясь на том, что происходит на видео.

Facebook и Google также хотят использовать ИИ для автоматического обнаружения и фильтрации незаконного или вредоносного контента. С помощью новой технологии это можно будет сделать без значительного увеличения углеродного следа.

YouTube, Facebook и TikTok уже используют алгоритмы машинного обучения, чтобы сортировать и рекомендовать клипы, но они в основном полагаются на метаданные — описание, теги, время и место их загрузки. Все они работают над методами, которые анализируют контент видео, но эти подходы требуют гораздо больших мощностей.

По некоторым оценкам, примерно каждые три с половиной месяца объем компьютерной мощности, используемой в экспериментах с ИИ, удваивается. В июле исследователи из Алленского института призвали исследователей опубликовать подробную информацию об энергоэффективности их алгоритмов, чтобы помочь в решении «надвигающейся экологической проблемы».


Нейросеть научили распознавать движения человека, который находится за стеной
luckyea77


Инженеры из Массачусетского технологического института создали нейросеть, способную распознать движения человека, который находится за стеной, с помощью радиоволнового сканирования. Разработка будет представлена на конференции ICCV 2019.

Алгоритм ученых из MIT способен распознавать человека не только по показаниям радиосканирования, но и по видеозаписи. В процессе работы алгоритм получает «сырые» данные с камеры или радиоприемопередатчика — на их основе нейросеть генерирует скелетообразную модель тела человека.

Затем алгоритм анализирует модель в кадре, подбирая соответствующие действия, и таким образом распознает, чем занимается человек на записи с видеокамеры или за стеной.

Алгоритм способен распознавать не только индивидуальные действия, но и совместные — например, рукопожатия.


Panasonic: теперь данные можно передавать по ЛЭП со скоростью 1 Гбит/с
luckyea77


Почти 20 лет исследований приносят результаты. Японская компания внесла дополнения в стандарт IEEE, позволяющий обеспечивать широкополосный доступ по линиям электропередач. Новые функции защищают данные от помех.

Идея использовать радиочастоты для передачи данных по уже проложенным электропроводам существует давно, но до сих пор технология широкополосного доступа по линиям электропередач (BPL) не могла достичь своего потенциала — частично из-за низкой скорости и ненадежности, частично из-за опасения помех и электромагнитного излучения.

Компания Panasonic верила в технологию BPL и продолжала инвестировать в ее развитие с 2000 года. В марте Ассоциация стандартов IEEE выдала ей сертификат, разрешающий использовать BPL для интернета вещей. А недавно Panasonic дополнила выданный стандарт 1901a новыми функциями, основанными на технологии Wavelet — ортогонального частотного уплотнения (OFDM), пишет Spectrum.

Как объяснил Мичимаса Арамаки, генеральный менеджер инновационного подразделения Panasonic, Wavelet использует OFDM для передачи данных по существующей полосе частот при помощи нескольких несущих частот, и при этом ни одна из них не становится помехой для других.
Read more...Collapse )

ИИ помог создать новый материал без единого эксперимента
luckyea77


Вместо того, чтобы синтезировать сверхсжимаемый материал методом проб и ошибок, исследователи воспользовались моделью машинного обучения и выявили кратчайший путь для его производства.

Исследователи из Делфтского технического университета разработали новый материал — сверхсжимаемый, но при этом прочный. Благодаря использованию искусственного интеллекта его удалось синтезировать с первого раза, без многочисленных экспериментов.

Обычно разработка материалов с необычными свойствами, в том числе метаматериалов, основывается на методе проб и ошибок. Однако специалисты, о работе которых рассказывает Phys.org, решили ускорить процесс и обратились к машинному обучению.
Read more...Collapse )