Записи с меткой: машинное обучение

Ученые включают «воображение» искусственного интеллекта

Ученые включают «воображение» искусственного интеллекта

Исследователи из Университета Южной Калифорнии (USC, США) разработали метод, благодаря которому искусственный интеллект может представить в своём «воображении» объект, который никогда не видел прежде, – как человек. Новость появилась на сайте USC. Результаты работы опубликованы в журнале International Conference on Learning Representations...

подробнее »
Экстренные ситуации и искусственный интеллект

Экстренные ситуации и искусственный интеллект

Ученые из Сиднейского университета и Японского национального института материаловедения (NIMS) обнаружили, что искусственная сеть нанопроводов может быть настроена так, чтобы реагировать на ситуации хаоса сходным с мозгом способом, — пишет ekaprdweb01.eurekalert.org со ссылкой на Nature Communications...

подробнее »
Ученые расшифровывают «язык» иммунных клеток

Ученые расшифровывают «язык» иммунных клеток

Ученые Калифорнийского университета в Лос-Анджелесе определили шесть «слов», которые специфические иммунные клетки используют для вызова генов иммунной защиты — важный шаг на пути к пониманию языка, на котором организм реагирует на угрозы, — пишет eurekalert.org со ссылкой на Immunity (Cell Press)...

подробнее »
Ученые используют машинное обучение для разработки лекарств

Ученые используют машинное обучение для разработки лекарств

Новый метод ускоряет расчеты сродства связывания молекул лекарств с целевыми белками, — пишет eurekalert.org со ссылкой на Journal of Physical Chemistry Letters.

Лекарства могут работать только в том случае, когда они придерживаются своих целевых белков в организме. Оценка липкости является ключевым препятствием в процессе открытия и проверки лекарств...

подробнее »
Машинное обучение раскрывает рецепт создания искусственных белков

Машинное обучение раскрывает рецепт создания искусственных белков

Команда, возглавляемая исследователями из Школы молекулярной инженерии Притцкера в Чикагском университете, разработала процесс, основанный на искусственном интеллекте, который использует большие данные для разработки новых белков, — пишет eurekalert.org со ссылкой на Science...

подробнее »
Искусственный интеллект выбирает наиболее предсказательную квантовую теорию

Искусственный интеллект выбирает наиболее предсказательную квантовую теорию

Исследователи используют нейронные сети для анализа снимков квантовых систем, — пишет eurekalert.org.

Для некоторых явлений в квантовой теории систем многих частиц существует несколько конкурирующих теорий...

подробнее »
Развитие молекулярной визуализации

Развитие молекулярной визуализации

Создание комплексных молекулярных изображений органов и опухолей в живых организмах может быть выполнено на сверхвысокой скорости с использованием нового подхода глубокого обучения к реконструкции изображений, разработанного исследователями из Политехнического института Ренсселера, — пишет eurekalert.org со ссылкой на Nature...

подробнее »
Ученые из Сколтеха научились предсказывать динамику роста растений

Ученые из Сколтеха научились предсказывать динамику роста растений

Группа ученых из Космического центра и Центра по научным и инженерным вычислительным технологиям для задач с большими массивами данных Сколтеха разработала метод предсказания прироста биомассы растений на основе 2D и 3D изображений. Полученные результаты позволят повысить эффективность точного земледелия, как на планете Земля, так и в космосе...

подробнее »
Искусственный интеллект научился «понимать» другие машины

Искусственный интеллект научился «понимать» другие машины

Новая нейросеть ToMnet способна определять мотивы искусственного разума и предсказывать его дальнейшие действия, пишет Science. О разработке сообщили на Международной конференции по компьютерному обучению в Стокгольме (International Conference on Machine Learning).

Кто хот...

подробнее »
Машинное обучение помогло подобрать потенциал взаимодействия атомов бора

Машинное обучение помогло подобрать потенциал взаимодействия атомов бора

Ученые из Великобритании и Японии разработали способ, который позволяет сравнительно быстро подобрать параметры потенциала взаимодействия атомов бора в различных кристаллических соединениях и значительно упрощает численное моделирование соединений. Для этого исследователи предложили обучать программу «на лету», постепенно подстраивая ее ближе к реальности. Статья опубликована в Physical Review Letters, препринт работы выложен на сайте arXiv.org...

подробнее »