Математики придумали как упростить умножение матриц для развития искусственного интеллекта
Искусственный интеллект сегодня опирается на матричное исчисление, которое недавно пережило значительный прогресс. Новые методы, разработанные математиками, позволяют улучшить эффективность умножения матриц, что в свою очередь позволит искусственному интеллекту быстрее обучаться на менее мощных устройствах и решать задачи более эффективно.
Ранее умножение матриц требовало выполнения n³ операций (где n - размерность матриц), что было неэффективно. Однако благодаря развитию новых алгоритмов, математики стремятся снизить количество операций до n², что существенно ускорит умножение. Этот прогресс начался в 70-е годы и продолжается по сей день.
В 2023 году был достигнут значительный прорыв в области умножения матриц, когда были представлены методы, снижающие количество операций до n2,371866 и даже до n2,371552 спустя пару месяцев. Эти оптимизации ознаменовали самый значительный прогресс в данной области за последние десятилетия.
Улучшения в алгоритмах умножения матриц будут продолжаться, что приведет к увеличению скорости работы моделей искусственного интеллекта. Совместно с оптимизацией оборудования это позволит полностью реализовать потенциальные возможности ускорения работы систем искусственного интеллекта.
#МирРобототехники #искусственныйинтеллект #ИИ #вычисления #исследования
Искусственный интеллект сегодня опирается на матричное исчисление, которое недавно пережило значительный прогресс. Новые методы, разработанные математиками, позволяют улучшить эффективность умножения матриц, что в свою очередь позволит искусственному интеллекту быстрее обучаться на менее мощных устройствах и решать задачи более эффективно.
Ранее умножение матриц требовало выполнения n³ операций (где n - размерность матриц), что было неэффективно. Однако благодаря развитию новых алгоритмов, математики стремятся снизить количество операций до n², что существенно ускорит умножение. Этот прогресс начался в 70-е годы и продолжается по сей день.
В 2023 году был достигнут значительный прорыв в области умножения матриц, когда были представлены методы, снижающие количество операций до n2,371866 и даже до n2,371552 спустя пару месяцев. Эти оптимизации ознаменовали самый значительный прогресс в данной области за последние десятилетия.
Улучшения в алгоритмах умножения матриц будут продолжаться, что приведет к увеличению скорости работы моделей искусственного интеллекта. Совместно с оптимизацией оборудования это позволит полностью реализовать потенциальные возможности ускорения работы систем искусственного интеллекта.
#МирРобототехники #искусственныйинтеллект #ИИ #вычисления #исследования
Робот-аквалангист раскроет человечеству тайны океана
Подводный робот uOne призван заменить аквалангистов при выполнении рискованных и трудоемких задач. Его относительно короткий корпус оснащен восемью направленными двигателями, которые позволяют роботу зависать на месте или двигаться в любом направлении по мере необходимости.
uOne предназначен в первую очередь для осмотра подводных сооружений (нефтяных вышек и трубопроводов, проложенные по морскому дну). Он уже может создавать трехмерные карты своего окружения.
Все собранные данные хранятся на бортовом накопителе и могут быть загружены по беспроводной сети, как только миссия будет завершена и устройство вернется на свою базу. Сейчас робот может погружаться на глубину 75 метров, однако разработчики работают над новым, алюминиевым, корпусом, благодаря которому он сможет погружаться глубже.
#МирРобототехники #робот #разработка #исследования
Подводный робот uOne призван заменить аквалангистов при выполнении рискованных и трудоемких задач. Его относительно короткий корпус оснащен восемью направленными двигателями, которые позволяют роботу зависать на месте или двигаться в любом направлении по мере необходимости.
uOne предназначен в первую очередь для осмотра подводных сооружений (нефтяных вышек и трубопроводов, проложенные по морскому дну). Он уже может создавать трехмерные карты своего окружения.
Все собранные данные хранятся на бортовом накопителе и могут быть загружены по беспроводной сети, как только миссия будет завершена и устройство вернется на свою базу. Сейчас робот может погружаться на глубину 75 метров, однако разработчики работают над новым, алюминиевым, корпусом, благодаря которому он сможет погружаться глубже.
#МирРобототехники #робот #разработка #исследования
Робот нашел загадочные формы на дне антарктического льда
Подводный робот Ran отправился в путешествие под шельфовым ледником Дотсон в Антарктиде, чтобы изучить, как тают гигантские льды континента.
С помощью звуковых волн он сделал снимки, которые открыли ранее невиданные образования во льду. Снимки содержат подсказки о том, как редеет шельф. Они открывают несколько невиданных ранее образований во льду, в том числе огромные террасы с закругленными, закрученными краями и каплевидные впадины, некоторые из которых достигают сотен футов в поперечнике, которые, по-видимому, были сформированы турбулентными течениями.
Несмотря на то, что Ran не мог общаться с учеными подо льдом и ему приходилось ориентироваться только с помощью встроенных датчиков, он успешно собрал данные о 50 квадратных милях льда. Однако во время второй экспедиции, Ran пропал без вести. Возможно, он столкнулся с трудностями на глубине или с любопытным тюленем.
Исследования подводных роботов важны для понимания изменений уровня мирового океана. С их помощью ученуе смогут точно прогнозировать будущие изменения климата.
#МирРобототехники #Наука #Исследования #ПодводныйРобот #Климат #Инновации #Технологии #Робот #Робототехника
Подводный робот Ran отправился в путешествие под шельфовым ледником Дотсон в Антарктиде, чтобы изучить, как тают гигантские льды континента.
С помощью звуковых волн он сделал снимки, которые открыли ранее невиданные образования во льду. Снимки содержат подсказки о том, как редеет шельф. Они открывают несколько невиданных ранее образований во льду, в том числе огромные террасы с закругленными, закрученными краями и каплевидные впадины, некоторые из которых достигают сотен футов в поперечнике, которые, по-видимому, были сформированы турбулентными течениями.
Несмотря на то, что Ran не мог общаться с учеными подо льдом и ему приходилось ориентироваться только с помощью встроенных датчиков, он успешно собрал данные о 50 квадратных милях льда. Однако во время второй экспедиции, Ran пропал без вести. Возможно, он столкнулся с трудностями на глубине или с любопытным тюленем.
Исследования подводных роботов важны для понимания изменений уровня мирового океана. С их помощью ученуе смогут точно прогнозировать будущие изменения климата.
#МирРобототехники #Наука #Исследования #ПодводныйРобот #Климат #Инновации #Технологии #Робот #Робототехника
This media is not supported in your browser
VIEW IN TELEGRAM
Роботы учатся адаптироваться к травмам, как животные
Животные, такие как рыбы и насекомые, могут продолжать двигаться даже с поврежденными плавниками или крыльями. И теперь, благодаря биоинспирированной инженерии и машинному обучению, роботы тоже могут этому научиться.
Исследователи разработали робота, который плавает в резервуаре с маслом для более точных измерений. После ампутации части его заслонки робот использует машинное обучение для поиска оптимальных движений. Он пробует разные способы плавания, пока не находит наиболее эффективный.
Ученые говорят, что робот попытался плавать 10 различными способами. Машинное обучение выбирает лучшие траектории, позволяя роботу адаптироваться и эффективно двигаться, даже с 50% повреждений.
Эти исследования открывают новые горизонты в робототехнике, увеличивая автономию роботов и их способность к самовосстановлению.
#МирРобототехник #Робототехника #МашинноеОбучение #ТехнологииБудущего #Инновации #Исследования
Животные, такие как рыбы и насекомые, могут продолжать двигаться даже с поврежденными плавниками или крыльями. И теперь, благодаря биоинспирированной инженерии и машинному обучению, роботы тоже могут этому научиться.
Исследователи разработали робота, который плавает в резервуаре с маслом для более точных измерений. После ампутации части его заслонки робот использует машинное обучение для поиска оптимальных движений. Он пробует разные способы плавания, пока не находит наиболее эффективный.
Ученые говорят, что робот попытался плавать 10 различными способами. Машинное обучение выбирает лучшие траектории, позволяя роботу адаптироваться и эффективно двигаться, даже с 50% повреждений.
Эти исследования открывают новые горизонты в робототехнике, увеличивая автономию роботов и их способность к самовосстановлению.
#МирРобототехник #Робототехника #МашинноеОбучение #ТехнологииБудущего #Инновации #Исследования
Люди слишком доверяют ИИ в ситуациях жизни и смерти — исследование
Новое исследование Калифорнийского университета в Мерседе выявило тревожную тенденцию: около 2/3 участников позволяли роботу изменить их решение, даже в критических моментах, когда речь шла о жизни и смерти.
Исследование, опубликованное в журнале Scientific Reports, состояло из двух экспериментов. В каждом из них испытуемый имитировал управление вооруженным беспилотником, который мог запускать ракету по цели, отображаемой на экране. Фотографии восьми целей мелькали одна за другой менее секунды каждая. Фотографии были помечены символом — один для союзника, другой для врага. Затем на экране появлялась одна из целей без опознавательных знаков. Испытуемый должен был выбрать, друг это или враг. После того, как человек делал свой выбор, ИИ высказывал свое мнение — соглашался или не соглашался с мнением человека.
Антропоморфные ИИ оказывали на испытуемых несколько большее влияние, когда те советовали изменить свое мнение. Тем не менее, влияние было одинаковым по всем направлениям: испытуемые меняли свое мнение примерно в двух третях случаев.
Испытуемые позволяли роботам влиять на их суждения, несмотря на то, что им говорили, что возможности ИИ ограничены и что они дают советы, которые могут быть неправильными. На самом деле советы были случайными.
#МирРобототехники #ИскусственныйИнтеллект #AI #Технологии #Исследования
Новое исследование Калифорнийского университета в Мерседе выявило тревожную тенденцию: около 2/3 участников позволяли роботу изменить их решение, даже в критических моментах, когда речь шла о жизни и смерти.
Исследование, опубликованное в журнале Scientific Reports, состояло из двух экспериментов. В каждом из них испытуемый имитировал управление вооруженным беспилотником, который мог запускать ракету по цели, отображаемой на экране. Фотографии восьми целей мелькали одна за другой менее секунды каждая. Фотографии были помечены символом — один для союзника, другой для врага. Затем на экране появлялась одна из целей без опознавательных знаков. Испытуемый должен был выбрать, друг это или враг. После того, как человек делал свой выбор, ИИ высказывал свое мнение — соглашался или не соглашался с мнением человека.
Антропоморфные ИИ оказывали на испытуемых несколько большее влияние, когда те советовали изменить свое мнение. Тем не менее, влияние было одинаковым по всем направлениям: испытуемые меняли свое мнение примерно в двух третях случаев.
Испытуемые позволяли роботам влиять на их суждения, несмотря на то, что им говорили, что возможности ИИ ограничены и что они дают советы, которые могут быть неправильными. На самом деле советы были случайными.
#МирРобототехники #ИскусственныйИнтеллект #AI #Технологии #Исследования
Рой роботов отправится исследовать Марс
Инициатива VaMEx от Немецкого космического агентства разработала рой роботов, который исследует Долину Маринерис — крупнейший каньон в Солнечной системе.
Роботы будут работать как на земле, так и в воздухе, собирая данные из пещер и ущелий, где когда-то могла существовать жизнь. Особенно интересны пещеры, которые могут стать ключом к нахождению следов жидкой воды.
Кроме того, в рамках проекта разрабатываются системы связи и наблюдения за небом с использованием камер и искусственного интеллекта, что позволит фиксировать уникальные атмосферные явления Марса.
#МирРобототехники #Робототехника #Робот #Инновации #Марс #Исследования #Космос
Инициатива VaMEx от Немецкого космического агентства разработала рой роботов, который исследует Долину Маринерис — крупнейший каньон в Солнечной системе.
Роботы будут работать как на земле, так и в воздухе, собирая данные из пещер и ущелий, где когда-то могла существовать жизнь. Особенно интересны пещеры, которые могут стать ключом к нахождению следов жидкой воды.
Кроме того, в рамках проекта разрабатываются системы связи и наблюдения за небом с использованием камер и искусственного интеллекта, что позволит фиксировать уникальные атмосферные явления Марса.
#МирРобототехники #Робототехника #Робот #Инновации #Марс #Исследования #Космос
🤖 Иллюзия «знания» нейросетей: ученые МТИ выявили слабости больших языковых моделей
Большие языковые модели, такие как GPT-4, создают впечатление, что обладают знаниями о мире, способными строить сложные тексты и даже программы. Но это — иллюзия, выяснили исследователи Массачусетского технологического института. Проверка модели на задачах детерминированных конечных автоматов показала, что ее предсказания легко сбиваются даже при малейших изменениях условий.
Так, ИИ хорошо справился с прокладкой маршрута по карте Нью-Йорка, но при добавлении объезда точность упала с почти 100% до 67%. Анализ модели показал, что она «восстановила» сотни несуществующих улиц — воображаемую карту города.
Исследователи предупреждают: большие языковые модели лишь воспроизводят вероятностные данные и могут формировать нереальные представления. Если мы хотим добиться точного восприятия реальности от ИИ, нужны новые подходы.
#МирРобототехники #ИИ #ML #Исследования #MIT #GPT #Нейросети #ИллюзияЗнаний
Большие языковые модели, такие как GPT-4, создают впечатление, что обладают знаниями о мире, способными строить сложные тексты и даже программы. Но это — иллюзия, выяснили исследователи Массачусетского технологического института. Проверка модели на задачах детерминированных конечных автоматов показала, что ее предсказания легко сбиваются даже при малейших изменениях условий.
Так, ИИ хорошо справился с прокладкой маршрута по карте Нью-Йорка, но при добавлении объезда точность упала с почти 100% до 67%. Анализ модели показал, что она «восстановила» сотни несуществующих улиц — воображаемую карту города.
Исследователи предупреждают: большие языковые модели лишь воспроизводят вероятностные данные и могут формировать нереальные представления. Если мы хотим добиться точного восприятия реальности от ИИ, нужны новые подходы.
#МирРобототехники #ИИ #ML #Исследования #MIT #GPT #Нейросети #ИллюзияЗнаний