Digital T힌크 T앙 (DTT)

살아있는 유기체의 DNA에 디지털 정보를 성공적으로 저장

하드 드라이브 및 기타 데이터 저장 시스템은 오늘날 엄청난 양의 정보를 저장합니다. 그러나 과거의 자기 테이프 또는 플로피 디스크와 마찬가지로 이러한 장치는 시간이 지남에 따라 구식이 될 수 있으며 수집 한 데이터에 액세스 할 수 없게됩니다. 그래서 과학자들은 데이터를 DNA 살아있는 유기체를 기록합니다. 이런 종류의 "대용량 저장"아마 가까운 장래에 쓸모 없게되지 않을 것입니다.

이 작업에 참여하지 않은 샌프란시스코 캘리포니아 대학의 Seth Shipman은 컬럼비아 대학 동료들의 성과를 칭찬했지만 이러한 시스템이 실제 적용되기까지는 오랜 시간이 걸릴 것이라고 지적합니다.

이미지 출처 : Pixabay

자세한 내용은 자연. (https://www.nature.com/articles/s41589-020-00711-4)

자세히보기

AI는 물리학의 가장 큰 미해결 문제 중 하나를 해결하는 데 도움이됩니다.

처음으로 ETH Zurich의 연구원은 유체 역학과 인공 지능을 결합하여 액체의 난류 모델링을 자동화하는 데 성공했습니다. 그들의 접근 방식은 난류가있는 강화 기계 학습 알고리즘 흐름 시뮬레이션스위스 국립 슈퍼 컴퓨팅 센터의 Piz Daint 슈퍼 컴퓨터에서 수행되었습니다.

최근 저널에 실린 연구에 대한 설명에 따르면 자연 기계 지능 연구진은 새로운 강화 기계 학습 (RL) 알고리즘을 개발하고 모델링에 대한 물리적 접근 방식과 결합했습니다. 난기류.

이미지 출처 : Pixabay

자세히보기

그들은 로봇 식 진공 청소기를 공격하고 그것이 작동하는 방에서 무슨 일이 일어나고 있는지 엿 들었습니다.

미국과 싱가포르의 과학자들은 로봇 진공 청소기를 사용하여 방의 소리를 도청하고 진공 청소기가있는 방에서 재생되는 TV 프로그램을 식별했습니다. 성능은 독립형 진공 청소기 마이크가 장착되어 있지 않습니다. 이 작업은 라이더 기술이 적용된 모든 장치가 도청에 사용될 수 있음을 보여줍니다.

우리는 실제로 생각하지 않고 집에서 이러한 유형의 장치를 사용합니다. 메릴랜드 대학의 Nirupam Roy 교수는 이러한 장치에 마이크가 없지만 대화를 도청하고 기밀 정보를 공개하도록 내비게이션 시스템을 다시 작성할 수 있음을 보여주었습니다.

이 안에 자율 로봇 익숙한 Lidar 시스템 레이저의 도움으로 환경을 검사합니다. 그들의 빛은 진공 청소기 주변에서 반사되어 진공 청소기의 센서에 공급되어 룸 맵을 만듭니다. 전문가들은 한동안 클라우드에 저장되는 자율 주행 청소기로 만든지도를 광고용으로 사용할 수 있다고 추측 해왔다.

이미지 출처 : Pixabay

자세히보기

인공 지능을 능가하는 방법-인간 대 기계.

AI 컴퓨터 시스템 자율 주행 차량에서 의사의 진단 및 자율 수색 및 구조 로봇 지원에 이르기까지 우리 삶의 여러 영역으로 길을 찾고 있으며 큰 잠재력을 제공합니다.

그러나, 특히 "신경망"으로 알려진 AI 분야에서 해결되지 않은 주요 문제 중 하나는 과학자들이 종종 일이 잘못되는 이유를 설명 할 수 없다는 것입니다. 이는 AI 시스템 내의 의사 결정 과정에 대한 이해 부족 때문입니다. 이 문제를 "블랙 박스"문제라고합니다.

누가 더 똑똑합니까?

리버풀 대학도 참여하고있는 랭커스터 대학의 15 개월간의 새로운 연구 프로젝트는 블랙 박스 문제의 비밀을 밝히고 "에 대한 새로운 방법을 찾는 것을 목표로합니다.깊은 학습"투명하고 설명 가능한 결정을 내리는 AI 컴퓨터 모델을 찾으십시오.

프로젝트 "책임감 있고 설명 가능한 자율 로봇 학습 시스템을 향하여"인공 지능 알고리즘을 개발하기위한 일련의 보안 감사 및 테스트 절차를 개발할 것입니다. 이는 시스템에서 내린 결정이 강력하고 설명 가능한지 확인하는 데 도움이 될 것입니다.

이미지 출처 : Pixabay

자세히보기

한국 TV 방송국에서 AI 발표자를 고용했습니다.

한국 케이블 TV의 MBN 채널은 동시에 한 사람의 첫 번째 여성 발표자를 발표했습니다. 인공 지능 제어됩니다. 그만큼 AI 중재자 AI Kim이라는 이름은 MBN에서 정보 세그먼트를 운영하는 실제 사람인 Jim Ju-ha를 기반으로합니다. 김 AI는 최근 자신을 소개하며 김주하의 XNUMX 시간짜리 영상을보고 나왔다고 말했다. 그만큼 KI 그녀의 목소리, 말하는 방법, 얼굴 표정, 입술 움직임 및 신체 언어의 세부 사항을 배웠습니다. 인공 지능은“김주하처럼 메시지를 전달할 수있다.

자세히보기

인공 지능은 생물학에서 가장 어려운 문제 중 하나를 해결했습니다.

단백질의 구조와 행동에 대한 오래되고 매우 복잡한 과학적 문제는 새로운 AlphaFold 인공 지능 시스템에 의해 해결되었습니다. DeepMind 과학자들은 그들이 만든 인공 지능이 아미노산 서열에서 어떤 XNUMX 차원 형태의 단백질이 형성 될지 예측할 수 있음을 보여주었습니다.


단백질이 어떤 XNUMX 차원 형태를 취할지 예측하는 것은 반세기 동안 과학자들에게 수수께끼였습니다. 아미노산 서열을 기반으로 단백질의 구조를 정확하게 예측하는 능력은 생명 과학 및 의학에 큰 도움이 될 것입니다. 그것은 세포의 구성 요소를 이해하려는 노력을 크게 가속화하고 신약을 더 빨리 개발할 수있게합니다.

Deepmind 개발 된 인공 지능이 문제를 해결했습니다. 고급 알고리즘 개발에 많은 성공을 거둔 Google 계열사입니다. 몇 년 전에 당신은 AlphaGo 프로그램 바둑의 달인이 여러 번 연주했습니다. AlphaStar로 알려진 또 다른 인공 지능은 실시간 전략 게임 StarCraft II에서 플레이어의 99,8 %보다 나은 것으로 나타 났지만 새로운 인공 지능 인 AlphaFold를 달성하면 게임에서 좋은 결과를 능가합니다.

자세히보기

AI는 뇌파에서 얼굴 이미지를 읽습니다.

헬싱키 대학은 주어진 순간에 뇌가 무엇을 생각하고 있는지에 대한 아이디어를 얻을 수있는 인공 지능 도구를 개발했습니다. AI 알고리즘은 사람의 이미지에 초점을 맞추도록 요청받은 사람들의 뇌파를 읽은 후 참가자가 보는 얼굴 이미지를 생성합니다 .Nature Scientific Reports 저널에 기술 된이 연구는 여러 단계를 수행하는 것으로 구성되었습니다. 연습하고 알고리즘을 테스트합니다.

자세히보기

  • 1
  • 2