Perceptron: AI يمزج الخرسانة ، ويصمم الجزيئات ، ويفكر في أشعة الليزر الفضائية

Perceptron: AI يمزج الخرسانة ، ويصمم الجزيئات ، ويفكر في أشعة الليزر الفضائية


مرحبًا بك في Perceptron ، Roundup الأسبوعية لـ TechCrunch لأخبار الذكاء الاصطناعي والبحث من جميع أنحاء العالم. يعد التعلم الآلي تقنية أساسية في كل صناعة تقريبًا الآن ، وهناك الكثير من الحالات التي يحدث أي شخص لمواكبة كل شيء. يهدف هذا العمود إلى جمع بعض الاكتشافات والأوراق الحديثة الأكثر إثارة في مجال الذكاء الاصطناعي - وشرح سبب أهمية.

(المعروف سابقًا باسم العلم العميق ؛ تحقق من الإصدارات السابقة هنا.)

يبدأ Roundup هذا الأسبوع بزوج من الدراسات التي تفكر إلى الأمام من Facebook/Meta. الأول هو تعاون مع جامعة إلينوي في أوربانا شامبين يهدف إلى الحد من كمية الانبعاثات من الإنتاج الخرساني. تمثل حسابات ملموسة حوالي 8 في المائة من انبعاثات الكربون ، لذلك حتى التحسن الطفيف يمكن أن يساعدنا نموذج على أكثر من ألف صيغ خرسانية ، والتي تختلف في نسب الرمال ، الخبث ، الزجاج الأرضي ، وغيرها من المواد (يمكنك رؤية عينة من المزيد من الخرسانة الضوئية أعلى). عند العثور على الاتجاهات الدقيقة في مجموعة البيانات هذه ، كان قادرًا على إخراج عدد من NewFormulas لتحسين كل من القوة والانبعاثات المنخفضة. تحولت الصيغة الفائزة إلى انبعاثات أقل بنسبة 40 في المائة من المعيار الإقليمي ، والوفاء ... حسنًا ، بعض متطلبات القوة. إنها واعدة للغاية ، ويجب أن تحرك دراسات المتابعة في هذا المجال الكرة مرة أخرى قريبًا.

تتعلق دراسة التعريف الثانية بتغيير كيفية عمل نماذج اللغة. تريد الشركة العمل مع خبراء التصوير العصبي وغيرهم من الباحثين لمقارنة كيفية مقارنة نماذج اللغة بنشاط الدماغ الفعلي خلال مهام مماثلة. الحالي أثناء التحدث أو الاستماع - مثل معرفة الجملة ستنتهي بطريقة معينة ، أو أن هناك ما هو قادم. أصبحت نماذج الذكاء الاصطناعى جيدة جدًا ، لكنها لا تزال تعمل بشكل أساسي عن طريق إضافة كلمات واحدة تلو الأخرى مثل Lego Bricks ، وتتطلع أحيانًا إلى الوراء لمعرفة ما إذا كان ذلك منطقيًا. لقد بدأوا للتو ولكن لديهم بالفعل بعض النتائج المثيرة للاهتمام.

مرة أخرى على نصيحة المواد ، يحصل الباحثون في Oak Ridge National Lab على متعة صياغة الذكاء الاصطناعى. باستخدام مجموعة بيانات من حسابات الكيمياء الكمومية ، أيا كان ما هي عليه ، أنشأ الفريق شبكة عصبية يمكن أن تتنبأ بخصائص المواد - ولكن بعد ذلك عقلها حتى يتمكنوا من إدخال خصائص وجعلها تقترح مواد. المواد والتنبؤ بخصائصها المحددة ، أردنا اختيار الخصائص المثالية لغرضنا والعمل للخلف لتصميم تلك الخصائص بسرعة وكفاءة بدرجة عالية من الثقة. وقال فيكتور فونج في فيكتور فونج ، المعروف باسم التصميم العكسي. يبدو أنه نجح - ولكن يمكنك التحقق من نفسك عن طريق تشغيل الكود على github. ارتفاعات من الستائر الأشجار في جميع أنحاء العالم باستخدام بيانات من الأقمار الصناعية Copernicus Sentinel-2 من ESA (للصور البصرية) وجيدي ناسا (ليزر المداري). يؤدي الجمع بين الاثنين في الشبكة العصبية التلافيفية إلى خريطة عالمية دقيقة لارتفاع الأشجار التي يصل طولها إلى 55 مترًا. كما أوضح رالف دوبايا من ناسا: نحن ببساطة لا نعرف كم يبلغ طول الأشجار على مستوى العالم. نحن بحاجة إلى خرائط عالمية جيدة لمكان الأشجار. لأنه كلما قطعنا الأشجار ، نطلق الكربون في الجو ، ولا نعرف مقدار الكربون الذي نطلقه.

يمكنك بسهولة تصفح البيانات في نموذج الخريطة هنا.

فيما يتعلق أيضًا بالمناظر الطبيعية ، فإن مشروع DARPA هذا كله يتعلق بإنشاء بيئات محاكاة واسعة النطاق للغاية للمركبات ذاتية الحكم الافتراضية لاجتيازها. منحوا العقد إلى Intel ، Thoug

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