AI幫助解決物理學中最大的未解決問題之一

蘇黎世聯邦理工學院的研究人員首次成功地將流體力學和人工智能相結合，成功地實現了液體湍流建模的自動化。 他們的方法是基於 湍流強化機器學習算法 流動模擬在瑞士國家超級計算中心的Piz Daint超級計算機上進行。

根據最近在該雜誌上發表的研究的描述 自然機器智能 發布後，研究人員開發了新的強化機器學習（RL）算法，並將其與物理建模方法相結合 湍流.

圖片來源：

了解更多

他們襲擊了一個機器人吸塵器，並聽到了正在工作的房間裡發生的事情

來自美國和新加坡的科學家使用機器人吸塵器竊聽房間中的聲音，並確定吸塵器所在房間中正在播放的電視節目。 隨著 獨立式吸塵器 沒有配備麥克風。 這項工作表明，任何具有激光雷達技術的設備都可以用於竊聽。

我們在家中使用這些類型的設備時並沒有真正考慮它。 馬里蘭大學的Nirupam Roy教授說，我們已經證明，儘管這類設備沒有麥克風，但我們可以重寫它們的導航系統以竊聽對話並透露機密信息。

達斯 自主機器人 用過的 激光雷達系統 借助激光檢查環境。 它們的光從真空吸塵器的周圍反射，並饋入真空吸塵器的傳感器以創建房間地圖。 一段時間以來，專家一直在猜測由自動吸塵器創建的地圖（通常存儲在雲中）可以用於廣告。

圖片來源：

了解更多

如何超越人工智能-人與機器

AI計算機系統 從無人駕駛汽車到幫助醫生進行診斷和自動搜索與救援機器人的工作，它們正在進入我們生活的許多領域，並具有巨大的潛力。

但是，主要的未解決問題之一，尤其是在AI的“神經網絡”分支中，科學家經常無法解釋為什麼會出錯。 這是由於缺乏對AI系統中決策過程的了解。 此問題稱為“黑匣子”問題。

誰更聰明？

蘭開斯特大學（University of Lancaster）進行的一項為期15個月的新研究項目也涉及利物浦大學，該項目旨在釋放黑匣子問題的秘密，並找到一種新方法深度學習“使決策透明且可解釋的AI計算機模型。

該項目 ”建立負責任且可解釋的自主機器人學習系統“將為開發人工智能算法開發一系列安全驗證和測試程序。這將有助於確保系統做出的決定是可靠且可解釋的。

圖片來源：

了解更多

韓國一家電視台聘請了AI主持人

韓國有線電視上的MBN頻道已邀請了第一位女主持人 人工智能 被控制。 這 AI主持人 以AI的名義命名的Kim是在MBN中經營信息部門的真實人Jim Ju-ha。 AI Kim本人最近自我介紹，並說她來自觀看Kim Ju-ha的十小時視頻。 這 KI 通過聲音，說話方式，面部表情，嘴唇動作和肢體語言了解了細節。 人工智能說：“我能夠像金菊哈一樣傳達信息。

了解更多

人工智能解決了生物學中最困難的問題之一

新的AlphaFold人工智能係統解決了蛋白質結構和行為長期存在且極為複雜的科學問題。 DeepMind的科學家表明，他們創造的人工智能可以預測從氨基酸序列形成的三維形狀蛋白。

預測蛋白質將呈現何種三維形狀一直是半個世紀以來科學家的一個謎。 根據蛋白質的氨基酸序列準確預測蛋白質結構的能力將對生命科學和醫學大有裨益。 這將大大加快了解細胞結構的努力，並使新藥更快地開發出來。

來自的團隊 DeepMind 發達的人工智能已經解決了這個問題。 它是Google的分支機構，在開發高級算法方面取得了許多成功。 幾年前你做了 AlphaGo程序 圍棋大師打了幾次。 他們的另一項人工智能，即AlphaStar，在實時策略遊戲《星際爭霸II》中的表現優於99,8％的玩家，但是，實現其新的人工智能-AlphaFold卻超過了遊戲的良好成績。

了解更多

人工智能從腦電波讀取面部圖像

赫爾辛基大學開發了一種人工智能工具，可讓您了解大腦在任何給定時刻在想什麼。 在閱讀了被要求專注於一個人的圖像的人的腦電波之後，人工智能算法創建了參與者觀看的面部圖像。《自然科學報告》中描述的這項研究包括執行練習的幾個階段以及然後測試算法。

了解更多