Месяц: Декабрь 2024

Российские ученые из НИУ ВШЭ создали две системы искусственного интеллекта (ИИ), которые могут эффективно выявлять части научных текстов, сгенерированные нейросетями. Эти разработки помогут повысить точность проверки оригинальности и достоверности научных публикаций.

Обе системы, AIpom и Papilusion, предназначены для обнаружения сгенерированных вставок в научных текстах. AIpom использует комбинацию декодера и энкодера, что повышает точность распознавания, а Papilusion работает с одним типом модели — энкодером. Система Papilusion подходит для выявления исправлений, выполненных с помощью синонимов или кратких пересказов, генерируемых ИИ.

Проект был разработан группой под руководством стажера НИУ ВШЭ Александра Ширнина, который отметил, что задачи выявления сгенерированных текстов становятся все более актуальными, так как нейросети часто используются для написания не только студенческих работ, но и научных публикаций, иногда попадающих в рецензируемые журналы.

Ученые Калифорнийского технологического института (Caltech) сделали прорыв в области интерфейсов «мозг-компьютер» (BMI), решив проблему ухудшающейся работы мозговых имплантов. С помощью машинного обучения они научились интерпретировать нейронные сигналы, даже когда имплант, с помощью которого пациент управляет устройствами, начинает давать менее точные данные со временем.

BMI позволяют пациентам, не способным двигаться или говорить, управлять компьютерами и роботами только силой мысли. Для этого в мозг имплантируется микросхема с микроэлектродами, которые фиксируют нейронную активность. Однако со временем эта система теряет эффективность: имплант может смещаться, его электроды изнашиваются, а сигналы становятся менее четкими.

Ученые нашли решение этой проблемы. Они разработали алгоритм FENet, который использует машинное обучение для анализа даже слабых и «шумных» сигналов, восстанавливая точность интерпретации намерений пациента.

Ранее для получения точных данных о нейронной активности использовали методы, такие как измерение пиковой активности нейронов. Но с годами эти методы становились менее эффективными. Теперь же алгоритм FENet способен извлекать информацию из всех изменений нейронного сигнала, что позволяет поддерживать работу системы, несмотря на деградацию импланта.

Один из участников эксперимента, потерявший подвижность из-за аварии, смог продолжить использовать имплант после трёх лет его использования, а точность управления курсором на экране восстановилась. Это открытие позволяет не только улучшить существующие системы, но и расширить возможности BMIs, делая их более доступными и функциональными для пациентов.

Nature Biomedical Engineering

Федеральный апелляционный суд США подтвердил закон, обязывающий китайскую компанию ByteDance продать свою популярную социальную сеть TikTok на территории США до 19 января 2024 года, или приложение будет заблокировано.

Это решение стало победой для Министерства юстиции США и противников китайского приложения, но серьезным ударом для ByteDance. Если компания не успеет выполнить требование, миллионы американских пользователей могут потерять доступ к TikTok в течение шести недель.

Суд признал, что этот закон был частью широкой инициативы, направленной на противодействие угрозам национальной безопасности, исходящим от Китая. В документе говорится, что в нем учитываются интересы безопасности США и контроль со стороны иностранных государств, что также является приоритетом для законодателей.

Генеральный директор Apple Тим Кук заявил в интервью изданию Wired, что покинет свой пост только при одном условии.

Отвечая на вопрос, сколько Кук собирается провести в компании в качестве руководителя, он сказал, что уйдёт на пенсию, только когда «голос в голове» даст ему такое указание. Кук отметил, что любит свою работу и место, где работает уже весьма долгое время.

Также глава Apple рассказал, что не представляет себя на пенсии, потому что работает в Apple с 1998 года, а возглавляет корпорацию с 2011. И когда всё же оставит эту должность, сосредоточится «на следующей главе своей жизни».

«Это привилегия всей жизни — быть здесь. И я буду делать это, пока голос в моей голове не скажет: «Пора», — сказал Тим Кук.

Ученые из Технологического института Джорджии (Georgia Tech) разработали модель машинного обучения (ML), которая может прогнозировать события в таких областях, как медицина, энергетика и транспорт. Эта технология, называемая Large Pre-Trained Time-Series Model (LPTM), способна не только предсказывать эпидемии и экономические изменения, но и помогать городам управлять ресурсами, например, электричеством.

Главное преимущество LPTM — универсальность. Модель обучена на данных из различных отраслей, таких как здравоохранение, транспорт, энергосети и финансы. Она справляется с задачами прогнозирования на 40% быстрее и требует на 50% меньше данных по сравнению с традиционными моделями. В некоторых случаях LPTM может работать без предварительной настройки.

Секрет технологии заключается в ее адаптивном модуле сегментации. Он позволяет обрабатывать данные с разной частотой, например, еженедельные отчеты о вспышках заболеваний или ежеквартальные экономические данные. Благодаря этому модель выявляет закономерности в информации, независимо от ее типа.

Тесты показали, что LPTM превосходит 17 других моделей в точности прогнозов, обрабатывая данные об эпидемиях, электропотреблении и транспортных потоках. Даже в режиме «ноль-обучения», когда модель используется без дополнительной настройки, она обходит конкурентов.

Ученые также сделали технологию доступной для других ученых. На платформе GitHub опубликована библиотека модулей LPTM, которую могут использовать разработчики.

Декабрьское обновление Google для устройств Pixel представляет новые ИИ-функции для скриншотов. Начиная с Pixel 9, появилась функция «Круг для поиска», позволяющая пользователям сохранять полезный контент прямо со скриншотов. Она выделяет важные элементы на скриншотах, такие как адреса, продукты или QR-коды, и позволяет отправлять их (в случае бонусных карт) непосредственно в Google Wallet.

Это обновление упрощает управление скриншотами, добавляя функциональность, позволяющую выделять ключевую информацию, такую как детали билетов, адреса или ссылки на товары. Приложение также предлагает «более мощный поиск по прошлым скриншотам», если верить СМИ.

Эти функции являются частью постоянных усилий Google по улучшению возможностей смартфонов собственного бренда. К счастью, многие функции остаются общедоступными, хоть есть и эксклюзивы.

Многие из тех, кто начинает заниматься спортом, хотят избавиться от жира в области живота. И вот какие есть способы ускорить этот процесс.

Поднимайтесь в гору. Когда вы поднимаетесь в гору или идёте по наклонной поверхности, ваше тело работает интенсивнее. В результате задействуется больше мышечных волокон в бёдрах и квадрицепсах и сжигается больше жира.

Ходите быстрее. Если вы только начинаете ходить или наращиваете выносливость, чередуйте периоды коротких, быстрых прогулок с прогулками в обычном темпе.

Photo: Shutterstock. Design: Eat This, Not That!

Возьмите в руки гантели. Их вес должен составлять от 1 до 1,5 кг. Можете также по желанию делать сгибания, жимы, боковые подъёмы для проработки верхней части тела.

Выполняйте упражнения с собственным весом. Делать их нужно во время прогулки. Подойдут такие упражнения, как приседания с собственным весом, выпады при ходьбе, отжимания, отжимания на брусьях с собственным весом.

Материалы новостного характера нельзя приравнивать к назначению врача. Перед принятием решения посоветуйтесь со специалистом.

Междисциплинарная команда ученых разработала новый квантовый детектор, который может помочь в поиске темной материи с низкой массой. Эта революционная технология использует суперфлюидный гелий, чтобы непосредственно обнаружить взаимодействие темной материи с окружающей средой.

Исследование, опубликованное в журнале Physical Review D, предложило методику прямого обнаружения темной материи через ее столкновения с суперфлюидным гелием, находящимся в оптомеханической полости. Этот подход основывается на последних достижениях в квантовой оптике и физике частиц.

По словам ученых, в этих столкновениях темной материи с атомами гелия возникают колебания, которые ученые называют «фононами». Эти колебания представляют собой коллективные возбуждения частиц и могут быть использованы для детекции темной материи.

Одним из главных вызовов при поиске темной материи является слабость сигналов от частиц с низкой массой. Традиционные методы не могут уловить такие слабые колебания, но новая система усиления, разработанная в лабораториях EQUS и QQOL, позволяет преобразовать эти фононы в более высокоэнергетические фотонные сигналы, которые легче зарегистрировать.

Новый прибор под названием «ODIN» может значительно повысить чувствительность к темной материи в диапазоне масс, значительно меньших, чем те, которые исследуются с помощью существующих технологий.

Ученые из США разработали имплантируемое устройство, которое позволяет отслеживать уровни воспалительных белков в организме в реальном времени. Это устройство, вдохновленное природой, использует ДНК-цепочки для «стряхивания» белков и их замены, что помогает отслеживать изменения в воспалении.

Исследование, опубликованное в журнале Science, показало, что устройство эффективно отслеживает изменения в уровне цитокинов — белков, связанных с воспалениями. В опытах на диабетических крысах датчик точно определял колебания уровня этих белков, реагируя на изменения состояния организма.

Как объясняет ведущий исследователь Шана О. Келли, устройство работает по принципу мониторинга уровня глюкозы, но в данном случае следит за белками. Это позволяет медикам в реальном времени отслеживать состояние пациента и своевременно корректировать лечение, предотвращая осложнения.

Примечательно, что датчики не только измеряют воспаление, но и могут быть использованы для мониторинга других заболеваний, таких как сердечная недостаточность. Например, с их помощью можно будет отслеживать уровень белка BNP, что поможет более точно диагностировать болезнь и корректировать терапию до появления серьезных симптомов.

В пресс-службе Национального исследовательского университета «МЭИ» сообщили, что ученые вуза разработали цифровой двойник энергетического котла для повышения эффективности котельного оборудования. Проект реализован в рамках сотрудничества университета, Минэнерго России и кубинской электроэнергетической компании Union Electrica (UNE).

Цифровой двойник, созданный на кафедре моделирования и проектирования энергетических установок, повторяет работу реального котла типа Еп-535−12,8−540М. Особенностью разработки является учет эксплуатации на высокосернистом мазуте, что делает модель адаптированной к специфике кубинской энергетики. В будущем разработка может быть расширена для моделирования работы всего энергоблока.

Технология предоставляет возможность оптимизировать энергоблоки, минимизировать потери и учитывать эксплуатационные особенности. Это особенно важно для модернизации энергетических объектов на Кубе, где проект нашел первое практическое применение.