ИИ AI Нейротех | Искусственный Интеллект

🍌 Команда MIT CSAILсоздала мягкие роботизированные «банановые пальцы» с помощью системы автономного вязания. Перчатка имеет пневматический привод, обеспечивающий хватание и удержание объектов. Также гаджет использует проводящую пряжу, которая придает роботу своего рода встроенное чувство осязания. 💬 По словам ученых, «банановые пальцы» помогут людям с нарушениями контроля мышц. #MIT#роботы

🤖 Ученые из MITразработали двумерный симулятор Evolution Gym для проектирования, обучения и тестирования «мягких» ИИ-роботов. Он позволяет программировать модели на одновременное развитие их тел и «мозгов». Исследователи создали 30 уникальных задач, среди которых ходьба, перепрыгивание препятствий, перенос или перетаскивание предметов и ползание под преградами. Также разработчики могут задавать собственные условия. ⚒ Симулятор позволяет алгоритмам самостоятельно переделывать конструкцию роботов, связывая вместе квадраты, и управлять ими. Также он предоставляет обратную связь ИИ о том, насколько хорошо 2D-модель справляется с поставленной задачей. По словам ученых, некоторые боты, перепроектированные искусственным интеллектом, приняли вид скачущей лошади или обезьяны, чтобы быстрее пройти дистанцию или вскарабкаться на высокий блок. 🌐 Evolution Gym распространяется с открытым исходным кодом. #MIT#роботы

🧶 Инженеры MIT разработали цифровое волокно с памятью и искусственным интеллектом. Оно гибкое, его можно вшивать в ткань и даже стирать. Для этого они поместили в преформу сотню кремниевых микрочипов и цифровых микросхем, из которых соткали полимерную нить. Она может хранить, например, 767-килобитный видеофайл два месяца без подзарядки. 💬 По словам исследователей, искусственный интеллект в волокне позволит собирать и обрабатывать данные для извлечения новых моделей тела, о которых ученые не знали раньше. #MIT#исследование

🏛 Исследователи Массачусетского технологического института разработали алгоритм компьютерного зрения, который в режиме реального времени определяет свойства строительных материалов, такие как напряжение и деформация. Разработчики заявили, что нейросеть успешно отображает значения напряжений и деформаций с учетом серии крупных планов микроструктуры различных мягких композитных материалов. Сеть даже смогла уловить особенности, такие как трещины, развивающиеся в материале. ⚡️ Исследователи говорят, что их метод позволит ускорить создание прототипов дизайна и проверку материалов на прочность. На сегодняшний день инженеры тратят много времени и сил, чтобы произвести все необходимые расчеты. Нейросеть же, по словам разработчиков, практически мгновенно запускается на обычном потребительском ПК и производит оценку в режиме реального времени. #MIT#исследование

⚠️ Исследователи Массачусетского технологического института обнаружили, что десять популярных наборов данных с открытым исходным кодом содержат грубые ошибки. По их оценкам, самый высокий процент неточностей находится в сборнике рисунков от руки QuickDraw компании Google — 10,12% от общего числа ярлыков, а в наборе для тестирования алгоритмов компьютерного зрения ImageNet — 5,8%. 🖼 Исследователи также рассказали, какие именно ошибки допускают разметчики данных. Например, на фотографиях гриб может быть подписан как ложка, лягушка — кошкой, а высокая нота Арианы Гранде в аудиофайле отмечена как свист. Ученые добавили, что такие оплошности в тестовых датасетах влияют на качество работы алгоритмов машинного обучения. Они призвали разработчиков ИИ тщательнее соблюдать «гигиену» при работе с данными, создавая свои модели. #MIT#исследование

👨‍🔬 Исследователи из Массачусетского технологического института разработали искусственный интеллект, использующий глубокие сверточные нейронные сети, который анализирует подозрительные пигментные пятна на широкоугольных снимках больших участков тела пациентов. Разработчики обучили нейросеть на наборе данных из 20 388 широкоугольных изображений 133 пациентов. Они сделали снимки на простые камеры, чтобы алгоритм умел анализировать фотографии, сделанные даже обычным смартфоном. 🎯 По результатам тестирования точность алгоритма составила 90,3%. По словам исследователей, их разработка позволит более быстро и точно оценивать подозрительные пигментные пятна, что поможет диагностировать меланому на более ранней стадии и обеспечить эффективное лечение. #диагностика#MIT

Ученые Массачусетского технологического института показали робота RF Grasp, который может видеть предметы сквозь стены. Разработчик дополнили классическую систему компьютерного зрения технологией радиочастотной идентификации (RF), которая состоит из двух основных компонентов: 📍 Метка — крошечный компьютерный чип, который прикрепляется на отслеживаемый объект 📡 Считыватель — излучатель радиочастотного сигнала, который модулируется меткой и отражается обратно считывающему устройству. Комбинация RGB и RF сенсоров, по словам ученых, позволит роботам лучше ориентироваться в многокомнатных помещениях и без труда находить нужные им предметы. Они считают, что их разработка поможет в передвижении роботов на складах или помочь машине вытащить отвертку из беспорядочного набора инструментов. Подробности об устройстве ученые расскажут на Международной конференции IEEE по робототехнике и автоматизации, которая состоится в мае. https://youtu.be/ZAzeYPcTM78 #роботы#MIT