🚀✨ Слияние нейтронных звёзд научились искать за секунду!✨🚀
Теперь определение источника гравитационных волн стало гораздо быстрее благодаря новому алгоритму на основе машинного обучения! 🤖 Раньше на поиск уходило несколько часов, а теперь это можно сделать за секунду. ⏱️
Сеть обсерваторий LIGO-Virgo-KARGA ловит гравитационные волны от слияния нейтронных звёзд за несколько минут до того, как до нас «долетает» их электромагнитное излучение. 🔭 В этих волнах «закодировано» расстояние, местоположение на небе и характер источника волн.
#нейтронныезвёзды #гравитационныеволны #машинноеобучение #наука #открытия
Будущее.Сегодня
Теперь определение источника гравитационных волн стало гораздо быстрее благодаря новому алгоритму на основе машинного обучения! 🤖 Раньше на поиск уходило несколько часов, а теперь это можно сделать за секунду. ⏱️
Сеть обсерваторий LIGO-Virgo-KARGA ловит гравитационные волны от слияния нейтронных звёзд за несколько минут до того, как до нас «долетает» их электромагнитное излучение. 🔭 В этих волнах «закодировано» расстояние, местоположение на небе и характер источника волн.
#нейтронныезвёзды #гравитационныеволны #машинноеобучение #наука #открытия
Будущее.Сегодня
Как работают нейросеть, машинное и глубокое обучение
Специалисты по машинному обучению из Университета Калифорнии создали нейронную сеть, которая почти точно расшифровывала сопровождающие речь людей мозговые волны в реальном времени.
🔬 В ходе исследования четверо добровольцев читали вслух предложения. В это время электроды считывали их мозговую активность, а алгоритм искал регулярно повторяющиеся команды-паттерны, которые мозг посылает к разным частям голосового аппарата, и сопоставлял их с определёнными звуками. Позже звуки составлялись в слова и предложения.
📝 В результате алгоритму удалось декодировать текст из 30–50 предложений с погрешностью 3%. При этом количество и синхронность «перевода» росли по мере «общения» машины с каждым новым участником, хотя сами тексты не повторялись.
#нейросеть #машинноеобучение #технологии
Будущее.Сегодня
Специалисты по машинному обучению из Университета Калифорнии создали нейронную сеть, которая почти точно расшифровывала сопровождающие речь людей мозговые волны в реальном времени.
🔬 В ходе исследования четверо добровольцев читали вслух предложения. В это время электроды считывали их мозговую активность, а алгоритм искал регулярно повторяющиеся команды-паттерны, которые мозг посылает к разным частям голосового аппарата, и сопоставлял их с определёнными звуками. Позже звуки составлялись в слова и предложения.
📝 В результате алгоритму удалось декодировать текст из 30–50 предложений с погрешностью 3%. При этом количество и синхронность «перевода» росли по мере «общения» машины с каждым новым участником, хотя сами тексты не повторялись.
#нейросеть #машинноеобучение #технологии
Будущее.Сегодня
🧠🌟 В России разработали систему ИИ для распознавания эмоций
📺🔊 Система объединяет видео, аудио и текстовые данные для повышения точности определения эмоций. Облегчённые нейросети, такие как EmotiEffNet и MobileFaceNet, позволяют обрабатывать информацию в реальном времени с минимальной нагрузкой на устройства.
🏆 На международном конкурсе ABAW технология заняла первое место в задачах по распознаванию выражений лица и нерешительности, а также вошла в тройку лидеров по другим направлениям. Точность работы выросла на 1,5–15% по сравнению с классическими решениями.
#ИИ #технологии #распознаваниеэмоций #машинноеобучение #инновации
Будущее.Сегодня
📺🔊 Система объединяет видео, аудио и текстовые данные для повышения точности определения эмоций. Облегчённые нейросети, такие как EmotiEffNet и MobileFaceNet, позволяют обрабатывать информацию в реальном времени с минимальной нагрузкой на устройства.
🏆 На международном конкурсе ABAW технология заняла первое место в задачах по распознаванию выражений лица и нерешительности, а также вошла в тройку лидеров по другим направлениям. Точность работы выросла на 1,5–15% по сравнению с классическими решениями.
#ИИ #технологии #распознаваниеэмоций #машинноеобучение #инновации
Будущее.Сегодня
ИИ демонстрирует признаки человеческого мышления 🤖
В ходе эксперимента модели анализировали текстовые и визуальные данные, выявляя «необычные» элементы среди различных объектов. Выяснилось, что ИИ использует 66 концептуальных измерений, почти идентичных человеческим 🧠.
Наиболее близкими к человеческому восприятию оказались мультимодальные модели, работающие с текстом и изображениями одновременно. Нейровизуализация показала сходство в реакциях ИИ и человеческого мозга.
#ИИ #технологии #машинноеобучение #нейронаука
Будущее.Сегодня
В ходе эксперимента модели анализировали текстовые и визуальные данные, выявляя «необычные» элементы среди различных объектов. Выяснилось, что ИИ использует 66 концептуальных измерений, почти идентичных человеческим 🧠.
Наиболее близкими к человеческому восприятию оказались мультимодальные модели, работающие с текстом и изображениями одновременно. Нейровизуализация показала сходство в реакциях ИИ и человеческого мозга.
#ИИ #технологии #машинноеобучение #нейронаука
Будущее.Сегодня