Технологии искусственного интеллекта могут применяться в разных областях, и российские ученые активно работают над созданием новых методов и оптимизацией уже существующих.
В Центре искусственного интеллекта НИУ ВШЭ разработали программное обеспечение для моделирования радиоканала в беспроводной связи 5G и 6G, основанное на использовании трассировки лучей и машинного обучения. Программы позволяют анализировать распространение сигналов и радиоволн через беспроводное пространство, учитывая различные факторы, такие как отражение от стен и препятствий. Это улучшит качество связи между устройствами, поможет предсказать зоны покрытия сети и оптимизировать расположение антенн для эффективной работы связи.
Создан инструмент, который оценивает наличие и степень дислексии у школьников, учитывая их пол, возраст, класс школы и данные видеоокулографии. В 2024 году планируется внедрение программы в клиническую практику. Исследования проводились специалистами в области машинного обучения и нейролингвистами.
Разработка предназначена для психологов, логопедов и врачей и позволяет использовать модель машинного обучения для диагностики нарушений чтения у детей на основе данных о движениях глаз.
Приложение называется «Дислектор» и будет доступно на разных платформах: настольных компьютерах с операционными системами Windows и MacOS и мобильных устройствах на основе Android и iOS. Движения глаз участника при чтении предложений с экрана ноутбука или мобильного устройства записываются с помощью видеоокулографа (айтрекера). Пользователь вводит информацию о поле, классе, возрасте, а также время и координаты фиксации взгляда, после чего программа предоставляет информацию о риске дислексии или ее наличии.
Эта разработка позволяет за очень короткий срок и без помощи профильного специалиста выявить нарушения чтения у детей и определить наличие дислексии. После ввода всех требуемых данных пользователь нажимает на кнопку «Оценить степень дислексии», и программа показывает результат предсказания модели: норма, риск дислексии или дислексия.
Генеративные потоковые сети (GFlowNets) — это метод в машинном обучении, который помогает создавать разнообразные и качественные образцы данных. При таком методе модель генерирует вариативные объекты с высокими наградами. Эти сеть начали внедрять в 2021 году в различных областях: в обучении языковых моделей, в комбинаторной оптимизации (например, при составлении сложных расписаний), дизайне печатных плат, моделировании молекул лекарств с заданными свойствами и пр.
В Центре искусственного интеллекта применили классические алгоритмы обучения с подкреплением для настройки генеративных потоковых сетей. Это позволило улучшить работу GFlowNets, которые применяются уже три года для решения сложнейших научных задач на этапах моделирования, генерации гипотез и экспериментального проектирования. Результаты работы вошли в 5% лучших публикаций на Международной конференции по искусственному интеллекту и статистике AISTATS, которая состоялась 2–4 мая 2024 года в Валенсии.
Исследование поддержано грантом для исследовательских центров в области искусственного интеллекта, предоставленным Аналитическим центром при Правительстве РФ.
Центр искусственного интеллекта НИУ ВШЭ и АО «Новое сервисное бюро» - совместный разработали проект Data.Forecast – это автоматизированная платформа предиктивной маркетинговой аналитики для отелей. На основе методов машинного обучения Data.Forecast прогнозирует спрос, вероятность заезда после совершения бронирования, оценивает чувствительность спроса к ценам, «оцифровывает» маркетинг и расчет стоимости привлечения клиента. Аналитика строится на основе данных о погоде, интернет-трафике, медиа и исторических данных.
Проект Центра ИИ НИУ ВШЭ, реализованный в интересах партнера АО «Новое сервисное бюро», вошел в число победителей конкурса стартапов MITT Travel Start 2024.
***
Больше о трендах в мире искусственного интеллекта – на IQ Media.
В подписке — дайджест статей и видеолекций, анонсы мероприятий, данные исследований. Обещаем, что будем бережно относиться к вашему времени и присылать материалы раз в месяц.
Спасибо за подписку!
Что-то пошло не так!