This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
Новый интерфейс для arXiv
Сейчас очень много научных открытий, нужны более совершенные инструменты работы с ними и поиска
https://papiers.ai/
Новый интерфейс для arXiv
Сейчас очень много научных открытий, нужны более совершенные инструменты работы с ними и поиска
https://papiers.ai/
👍2🔥2
#unrealneural
Нейроморфное зрение с оптическими синапсами
Современные системы машинного зрения работают по принципу фон Неймана: свет улавливается датчиком, оцифровывается, отправляется в память и затем обрабатывается вычислительным устройством. Основная проблема - энергозатраты на перемещение данных, особенно в периферийных устройствах. Биология решает это иначе: в сетчатке восприятие и вычисления переплетены с самого начала.
Юйчэнь Ли и соавторы создали единое устройство, которое одновременно детектирует свет и выполняет синаптические вычисления. Регулируя параметры импульсов, оно имитирует кратко- и долговременную память, обучение–забывание и ассоциативное обучение.
Устройство различает цвета по длине волны; массив 3×5 извлекает паттерны без отдельных сенсоров. На основе нелинейного отклика построена система оптического резервуара, распознающая лица с точностью 91% при шуме 48%. Сенсоры, память и вычисления совмещены — передача данных не нужна.
Работа показывает путь к интегрированному ИИ-зрению, где камеры становятся вычислительными субстратами.
https://pubs.acs.org/doi/10.1021/acs.nanolett.5c04461
Нейроморфное зрение с оптическими синапсами
Современные системы машинного зрения работают по принципу фон Неймана: свет улавливается датчиком, оцифровывается, отправляется в память и затем обрабатывается вычислительным устройством. Основная проблема - энергозатраты на перемещение данных, особенно в периферийных устройствах. Биология решает это иначе: в сетчатке восприятие и вычисления переплетены с самого начала.
Юйчэнь Ли и соавторы создали единое устройство, которое одновременно детектирует свет и выполняет синаптические вычисления. Регулируя параметры импульсов, оно имитирует кратко- и долговременную память, обучение–забывание и ассоциативное обучение.
Устройство различает цвета по длине волны; массив 3×5 извлекает паттерны без отдельных сенсоров. На основе нелинейного отклика построена система оптического резервуара, распознающая лица с точностью 91% при шуме 48%. Сенсоры, память и вычисления совмещены — передача данных не нужна.
Работа показывает путь к интегрированному ИИ-зрению, где камеры становятся вычислительными субстратами.
https://pubs.acs.org/doi/10.1021/acs.nanolett.5c04461
❤3⚡2👍1
Forwarded from Искусственный интеллект. Высокие технологии
⚡️ИИ Kosmos показала пример того, как автономные ИИ-агенты могут проводить научный анализ: система сама изучила данные, прочитала литературу, построила гипотезу и оформила полноценный отчёт.
Результат - идентификация связи уровня белка SOD2 с рисками миокардиального фиброза.
Что в этом важного:
- агент обработал огромный объём научных данных и кода без ручного участия
- нашёл новый потенциальный биомаркер, который раньше в таком контексте почти не рассматривали
- показал, что научные гипотезы теперь могут формироваться не только человеком, но и ИИ-системой, ускоряя исследования
Такие платформы меняют подход к науке: от ручного чтения статей к автоматическому поиску связей, которые сложно заметить даже опытным исследователям. ИИ не заменяет учёных, но даёт им новые инструменты и скорость, которая раньше была просто недостижима.
platform.edisonscientific.com/kosmos/c6849232-5858-4634-adf5-83780afbe3db
Результат - идентификация связи уровня белка SOD2 с рисками миокардиального фиброза.
Что в этом важного:
- агент обработал огромный объём научных данных и кода без ручного участия
- нашёл новый потенциальный биомаркер, который раньше в таком контексте почти не рассматривали
- показал, что научные гипотезы теперь могут формироваться не только человеком, но и ИИ-системой, ускоряя исследования
Такие платформы меняют подход к науке: от ручного чтения статей к автоматическому поиску связей, которые сложно заметить даже опытным исследователям. ИИ не заменяет учёных, но даёт им новые инструменты и скорость, которая раньше была просто недостижима.
platform.edisonscientific.com/kosmos/c6849232-5858-4634-adf5-83780afbe3db
👍3⚡2❤1🔥1🤔1
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
Публикация от Sakana AI, решил выложить переведенный оригинал без искажений ⚡️⚡️⚡️
“GPT-5 на Sudoku-Bench 🧩
С момента выхода Sudoku-Bench в мае 2025 года, когда ни один LLM не мог решить классическую головоломку 9x9, мы оценивали новейшее поколение моделей. GPT-5 теперь возглавляет наш список лидеров с 33% решённых головоломок — примерно в два раза больше, чем у предыдущего лидера — и является первым LLM, который мы протестировали для решения варианта судоку 9x9.
Однако, поскольку 67% гораздо более сложных головоломок остаются нерешёнными, Sudoku-Bench продолжает представлять серьёзную проблему для ИИ-логики. Современные варианты судоку требуют от моделей сначала понимания новых наборов правил посредством метаанализа, а затем поддержания глобальной согласованности на протяжении длинных цепочек рассуждений. Наши эксперименты с тонкой настройкой GRPO на Qwen2.5-7b и «Клонированием мыслей» (тренировкой на основе экспертного человеческого мышления из Cracking the Cryptic) показывают, что существующие подходы всё ещё испытывают трудности с пространственным мышлением и творческими «проблемными» точками, которые люди-решатели используют естественным образом. Мы считаем, что для решения нашего бенчмарка необходимы новые подходы.
Эти результаты подчеркивают сохраняющиеся пробелы между решением вычислительных задач и мышлением, свойственным человеку, особенно в задачах, требующих интегрированной математической логики, пространственного восприятия и творческого подхода.”
https://pub.sakana.ai/sudoku-gpt5/
Публикация от Sakana AI, решил выложить переведенный оригинал без искажений ⚡️⚡️⚡️
“GPT-5 на Sudoku-Bench 🧩
С момента выхода Sudoku-Bench в мае 2025 года, когда ни один LLM не мог решить классическую головоломку 9x9, мы оценивали новейшее поколение моделей. GPT-5 теперь возглавляет наш список лидеров с 33% решённых головоломок — примерно в два раза больше, чем у предыдущего лидера — и является первым LLM, который мы протестировали для решения варианта судоку 9x9.
Однако, поскольку 67% гораздо более сложных головоломок остаются нерешёнными, Sudoku-Bench продолжает представлять серьёзную проблему для ИИ-логики. Современные варианты судоку требуют от моделей сначала понимания новых наборов правил посредством метаанализа, а затем поддержания глобальной согласованности на протяжении длинных цепочек рассуждений. Наши эксперименты с тонкой настройкой GRPO на Qwen2.5-7b и «Клонированием мыслей» (тренировкой на основе экспертного человеческого мышления из Cracking the Cryptic) показывают, что существующие подходы всё ещё испытывают трудности с пространственным мышлением и творческими «проблемными» точками, которые люди-решатели используют естественным образом. Мы считаем, что для решения нашего бенчмарка необходимы новые подходы.
Эти результаты подчеркивают сохраняющиеся пробелы между решением вычислительных задач и мышлением, свойственным человеку, особенно в задачах, требующих интегрированной математической логики, пространственного восприятия и творческого подхода.”
https://pub.sakana.ai/sudoku-gpt5/
👍4⚡2🤔1
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
ChronoEdit-14B-Diffusers-Upscaler-LoRA от NVIDIA
https://huggingface.co/nvidia/ChronoEdit-14B-Diffusers-Upscaler-Lora
ChronoEdit-14B-Diffusers-Upscaler-LoRA от NVIDIA
https://huggingface.co/nvidia/ChronoEdit-14B-Diffusers-Upscaler-Lora
👍4❤1
Media is too big
VIEW IN TELEGRAM
❤5😢2😁1🤔1