Perceptron: الروبوتات التي تشعر بالألم و AI التي تتنبأ بحركات لاعبي كرة القدم

Perceptron: الروبوتات التي تشعر بالألم و AI التي تتنبأ بحركات لاعبي كرة القدم


الأبحاث في مجال التعلم الآلي و AI ، وهي الآن تقنية رئيسية في كل صناعة وشركة ، أمر ضخم للغاية بحيث لا يمكن لأي شخص أن يقرأ كل شيء. يهدف هذا العمود ، Perceptron (Nevesdeep Science) ، إلى جمع بعض الاكتشافات والأوراق الحديثة ذات الصلة - خاصة في الذكاء الاصطناعي ، على سبيل المثال لا الحصر - وشرح سبب أهمية.

هذا الأسبوع في منظمة العفو الدولية ، طور فريق من المهندسين في جامعة غلاسكو بشرة اصطناعية يمكن أن تتعلم تجربة الألم المحاكاة والرد عليها. في مكان آخر ، طور الباحثون في DeepMind نظامًا للتعلم الآلي يتنبأ بمكان تشغيل لاعبي كرة القدم في حقل ، بينما قامت مجموعات من جامعة هونغ كونغ الصينية (CUHK) وجامعة تسينغهوا بإنشاء خوارزميات يمكنها توليد صور واقعية - وحتى مقاطع الفيديو - من الإنسان - من الإنسان النماذج.

وفقًا لبيان صحفي ، استفاد البشرة الاصطناعية لفريق غلاسكو عن نوع جديد من نظام المعالجة القائم على الترانزستورات المتشابكة المصممة لتقليد المسارات العصبية للدماغ. الترانزستورات ، المصنوعة من أسلاك النانو أكسيد الزنك المطبوعة على سطح بلاستيكي مرن ، متصل بمستشعر الجلد الذي سجل التغييرات في المقاومة الكهربائية.

اعتمادات الصورة: جامعة غلاسكو
تمت محاولة الجلد من قبل ، يدعي الفريق أن تصميمه اختلف من حيث أنه استخدم دائرة مدمجة في النظام للعمل كاشتباك اصطناعي - تقليل المدخلات إلى ارتفاع في الجهد. هذا يسرع معالجة وسمح للفريق بتعليم الجلد كيفية الاستجابة للألم المحاكاة من خلال تحديد عتبة جهد المدخلات الذي تباين تردده وفقًا لمستوى الضغط المطبق على الجلد. يتم استخدامه في الروبوتات ، حيث يمكن ، على سبيل المثال ، منع ذراع روبوتية من التواصل مع درجات حرارة عالية بشكل خطير. توقع أين سينتقل لاعبو كرة القدم باستخدام تسجيلات الكاميرا لمجموعة فرعية فقط من اللاعبين. بشكل أكثر إثارة للإعجاب ، يمكن للنظام أن يجعل تنبؤات حول اللاعبين خارج عرض الكاميرا ، مما يسمح لها بتتبع موضع معظم - إن لم يكن جميعهم - في الحقل بدقة إلى حد ما.

اعتمادات الصورة: DeepMind

الرسم البياني Imputer ليس مثاليًا. لكن باحثو DeepMind يقولون إنه يمكن استخدامه لتطبيقات مثل النمذجة التحكم في الملعب ، أو احتمال أن يتمكن اللاعب من التحكم في الكرة على افتراض أنها في موقع معين. (تستخدم العديد من فرق الدوري الممتاز الرائدة نماذج التحكم في الملعب أثناء الألعاب ، وكذلك في تحليل ما قبل المباراة وما بعد المباراة.) إلى جانب كرة القدم والتحليلات الرياضية الأخرى ، تتوقع DeepMind أن تكون التقنيات وراء الرسم البياني قابلة للتطبيق على المجالات مثل نمذجة المشاة الطرق ونمذجة الحشود في الملاعب.

في حين أن أنظمة الجلد والبشرة الاصطناعية مثيرة للإعجاب ، للتأكد ، تتقدم أنظمة توليد الصور والفيديو في مقطع سريع. من الواضح أن هناك أعمال رفيعة المستوى مثل Openai’s Dall-E 2 و Google's Imagen. لكن ألقِ نظرة على text2human ، التي تم تطويرها بواسطة مختبر الوسائط المتعددة في Cuhk ، والتي يمكن أن تترجم تعليقًا مثل Lady يرتدي قميصًا قصير الأكمام بنمط اللون النقي ، وتنورة قصيرة ودنيم إلى صورة لشخص لا يفعل ذلك موجود بالفعل.

بالشراكة مع أكاديمية بكين للذكاء الاصطناعي ، أنشأت جامعة تسينغهوا نموذجًا أكثر طموحًا يسمى Cogvideo يمكنه إنشاء مقاطع فيديو من النص (مثل رجل في التزلج ، أسد هو مياه الشرب). تتميز المقاطع بالتحف وغيرها من الغرابة البصرية ، ولكن بالنظر إلى أنها ذات مشاهد خيالية تمامًا ، من الصعب أن تنتقد بقسوة للغاية. تحتاج الجزيئات التي تظهر في الأدب والنظرية إلى فرزها وتميزها من أجل إيجاد آثار مفيدة محتملة. لكن حجم البيانات كبير جدًا ، و T

اخلاء مسؤولية! هذا المقال لا يعبر بالضرورة عن رأي جامعة الرازي