Ученые из Великобритании разработали алгоритм с использованием методов глубокого обучения нейросетей, который способен с точностью до 95 % распознавать данные, анализируя звук нажатия клавиш клавиатуры, записанный через микрофон.
Астрофизики Калифорнийского института технологий использовали систему машинного обучения для автономной классификации тысячи вспышек Сверхновых. Алгоритм применили на данных, собранных телескопом ZTF — обзором неба на основе инструментов Паломарской обсерватории, который специализируется на поиске кратковременных событий на небесной сфере.
Компьютерные нейронные сети впечатляют результатами, но требуют для работы мощные электронные устройства: видеокарты и AI-ускорители. Ученые из США решили пойти другим путем и воплотили нейросеть в механизме, состоящем из пружин переменной жесткости.
Классификация космических объектов на астрономических снимках не так проста, как может показаться. Находясь на огромных расстояниях, они выглядят как слабые, часто размытые светящиеся точки. Глядя на них, часто сложно сказать, с чем мы имеем дело — звездой или галактикой, сверхновой или квазаром.
Специалисты компании DeepMind, которая является подразделением Google, научили новую систему ИИ под названием Gato выполнять 604 задания — в том числе добавлять подписи к изображениям, участвовать в диалогах, складывать блоки при помощью роборуки и играть в игры Atari.
Смартфон способен распознавать владельца по походке с точностью около 89 процентов — к такому выводу пришли авторы статьи в Computers & Security. Они протестировали алгоритм на 44 добровольцах, которые собирали данные в повседневных условиях на протяжении нескольких дней.
Израильские и японские исследователи разработали новый метод обмана систем распознавания лиц, установленных в общественных местах, используя маскировку, незаметную для обычных людей, в том числе, например, охраны.
