MIT-ის მკვლევარები LLM-ების წვრთნის სიჩქარეს აორმაგებენ გამოთვლითი რესურსების ოპტიმიზაციით
მსხვილი ენობრივი მოდელების (LLM) წვრთნა უზარმაზარ გამოთვლით რესურსებს მოითხოვს, თუმცა პროცესის არაეფექტურობის გამო პროცესორების ნაწილი ხშირად უქმად რჩება. MIT-ის მკვლევარებმა შეიმუშავეს მეთოდი, რომელიც ამ გამოუყენებელ დროს იყენებს უფრო პატარა, სწრაფი მოდელის საწვრთნელად. ეს პატარა მოდელი წინასწარმეტყველებს დიდი LLM-ის გამომუშავებას, რასაც შემდეგ დიდი მოდელი ამოწმებს. აღნიშნული მიდგომა წვრთნის სიჩქარეს აორმაგებს და მნიშვნელოვნად ამცირებს მოწინავე LLM-ების განვითარების ღირებულებასა და ენერგოეფექტუ
კვანტური კომპიუტერები: ნილს ბორის ინსტიტუტმა ქუბითების მდგომარეობის მონიტორინგის სიჩქარე ასჯერ გაზარდა
ნილს ბორის ინსტიტუტის მკვლევრებმა მნიშვნელოვან პროგრესს მიაღწიეს კვანტური კომპიუტერების ძირითადი ერთეულების, ქუბითების დელიკატური მდგომარეობების ცვლილებების აღმოჩენის სიჩქარის გაზრდაში. კომერციული აპარატურისა და ახალი ადაპტური გაზომვის ტექნიკების შერწყმით, გუნდმა შეძლო ქუბითის ქცევაში სწრაფი, აქამდე უხილავი ცვლილებების რეალურ დროში დანახვა. ეს მიღწევა, რომელიც FPGA ტექნოლოგიაზეა დაფუძნებული, სისტემას ასჯერ უფრო სწრაფს ხდის, ვიდრე წინა მეთოდები, რაც გადამწყვეტია კვანტური კომპიუტერების საიმედოობის
ნეირომორფული კომპიუტერები რთულ მათემატიკურ ამოცანებს წყვეტენ: გზა ენერგოეფექტური სუპერკომპიუტერებისკენ
ადამიანის ტვინის სტრუქტურის მიმბაძველმა ნეირომორფულმა კომპიუტერებმა მოულოდნელი ძალა გამოავლინეს რთული მათემატიკური განტოლებების ამოხსნაში, რომლებიც საფუძვლად უდევს მეცნიერულ და საინჟინრო პრობლემებს. სანდიას ეროვნული ლაბორატორიების მკვლევრებმა, ბრედ თეილმანმა და ბრედ აიმონმა, წარმოადგინეს ახალი ალგორითმი, რომელიც ნეირომორფულ აპარატურას კერძო წარმოებულების დიფერენციალური განტოლებების (კწდგ) ამოხსნის საშუალებას აძლევს. ეს მიღწევა მნიშვნელოვანია ისეთი ფენომენების მოდელირებისთვის, როგორიცაა სითხის დი
LeMaterial-ის გაშვება: ღია კოდის კოლაბორაციული პროექტი მასალების კვლევისთვის Entalpic-ისა და Hugging Face-ისგან
Entalpic-ისა და Hugging Face-ის მიერ ინიცირებული ღია კოდის კოლაბორაციული პროექტი LeMaterial ამოქმედდა, რომლის მიზანია მასალების კვლევის გამარტივება და დაჩქარება. პროექტი ხელს შეუწყობს მანქანური სწავლების მოდელების გაწვრთნას, ახალი მასალების იდენტიფიცირებას და ქიმიური სივრცეების შესწავლას. პირველ ეტაპზე გამოვიდა LeMat-Bulk მონაცემთა ნაკრები, რომელიც აერთიანებს, ასუფთავებს და სტანდარტიზაციას უკეთებს წამყვან მონაცემთა ბაზებს (Materials Project, Alexandria, OQMD), ქმნის 6.7 მილიონი ჩანაწერისა და 7 მ
SAIR: მონაცემთა ნაკრები, რომელიც რევოლუციას ახდენს ხელოვნური ინტელექტით წამლების დიზაინში
SAIR არის ღია კოდის მონაცემთა ნაკრები, რომელიც უფასოდ არის ხელმისაწვდომი CC BY 4.0 ლიცენზიით, რაც მას მყისიერად გამოსაყენებელს ხდის კომერციული და არაკომერციული კვლევა-განვითარების მიმართულებებისთვის. იგი წარმოადგენს სტრატეგიულ აქტივს, რომელიც ავსებს მონაცემთა დიდი ხნის არსებულ ხარვეზს ხელოვნური ინტელექტის (AI) მეშვეობით წამლების დიზაინში. SAIR აძლიერებს ფარმაცევტულ, ბიოტექნოლოგიურ და ტექ-ბიო ლიდერებს კვლევა-განვითარების დასაჩქარებლად, სამიზნე ჰორიზონტების გასაფართოებლად და AI მოდელების გასაძლიერ
ინოვაციური „ტრანსნეირონი“ მანქანებს ადამიანის მსგავს ინტელექტს მიანიჭებს
მეცნიერებმა შეიმუშავეს ერთი ხელოვნური ნეირონი, სახელწოდებით „ტრანსნეირონი“, რომელსაც შეუძლია ტვინის მრავალი რეგიონის ფუნქციის შესრულება. ამ მიღწევას შეუძლია რევოლუცია მოახდინოს რობოტიკაში, მათთვის ადამიანის მსგავსი აღქმის, სწავლისა და მოქმედების უნარის მინიჭებით. ტრანსნეირონი იყენებს ნანომასშტაბიან კომპონენტს – მემრისტორს – მეხსიერებისა და ადაპტაციისთვის, რაც მნიშვნელოვანი ნაბიჯია ნეირომორფული გამოთვლებისკენ, რომელსაც შეუძლია სამომავლოდ „ჩიპზე არსებული ტვინის“ სისტემების შექმნა. ეს ტექნოლოგია აი
MIT-ის რევოლუციური სისტემა: სიტყვიდან ფიზიკურ ობიექტამდე წუთებში
MIT-ის მკვლევრებმა შეიმუშავეს „მეტყველებიდან რეალობამდე“ (Speech-to-Reality) პლატფორმა, რომელსაც შეუძლია მეტყველების ბრძანებების ფიზიკურ ობიექტებად გადაქცევა სულ რამდენიმე წუთში. ეს ინოვაციური სისტემა აერთიანებს ბუნებრივი ენის დამუშავებას, 3D გენერაციულ ხელოვნურ ინტელექტს, გეომეტრიულ ანალიზს და რობოტულ აწყობას, რაც მომხმარებლებს საშუალებას აძლევს შექმნან ავეჯი, ფუნქციური და დეკორატიული ნივთები 3D მოდელირების ან რობოტიკის ექსპერტიზის გარეშე. სისტემა მნიშვნელოვნად აბუნდოვნებს მეცნიერულ ფანტასტიკას
MIT-ის ცხრა თანამშრომელი და კურსდამთავრებული AI2050 Fellows პროგრამის 2025 წლის მონაწილეებად დასახელდნენ
მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის (MIT) ორი ამჟამინდელი თანამშრომელი – ზონგი ლი და ტეს სმიდტი – და შვიდი კურსდამთავრებული 2025 წლის AI2050 Fellows პროგრამის მონაწილეებად დასახელდნენ. ეს პრესტიჟული სტიპენდია, რომელიც Schmidt Sciences-ის მიერ არის დაფუძნებული, მიზნად ისახავს ხელოვნური ინტელექტის (AI) სფეროში მნიშვნელოვანი პრობლემების გადაჭრას და მეცნიერული მიღწევების დაჩქარებას, რათა AI-ის სარგებელი საზოგადოებისთვის 2050 წლისთვის მაქსიმალური გახდეს.
MIT-ის მკვლევრებმა სივრცითი მონაცემების ანალიზისთვის სანდოობის ინტერვალების ახალი მეთოდი შექმნეს
მანქანური სწავლების არსებული მეთოდები ხშირად იძლევა არაზუსტ სანდოობის ინტერვალებს სივრცეში ცვალებადი მონაცემების ანალიზისას, რამაც შეიძლება მკვლევრები შეცდომაში შეიყვანოს. MIT-ის მეცნიერებმა შეიმუშავეს ახალი ტექნიკა, რომელიც თანმიმდევრულად აგენერირებს სანდო ინტერვალებს ასეთი სივრცითი პრობლემებისთვის, რითაც ზრდის სამეცნიერო დასკვნების სანდოობას გარემოსდაცვითი მეცნიერების, ეკონომიკისა და ეპიდემიოლოგიის სფეროებში.
MIT-ის მეცნიერებმა შეიმუშავეს მოდელი, რომელიც ხილის ბუზის უჯრედების განვითარებას წუთობრივად წინასწარმეტყველებს
MIT-ის ინჟინრებმა შექმნეს ღრმა სწავლის მოდელი, რომელსაც შეუძლია ხილის ბუზის ემბრიონის უჯრედების განვითარების პროგნოზირება 90%-იანი სიზუსტით. ეს მეთოდი გასტრულაციის ფაზაში უჯრედების გადაადგილებას, გაყოფასა და გადალაგებას წუთობრივად აკონტროლებს, რაც პერსპექტივას ქმნის უფრო რთული ქსოვილების განვითარების შესასწავლად და ისეთი დაავადებების ადრეული ნიშნების გამოსავლენად, როგორიცაა ასთმა და კიბო.
როგორ ვითარდება თვალები: MIT-ის მკვლევრები ხელოვნურ ინტელექტში ევოლუციის სიმულაციას ახდენენ
მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის (MIT) მკვლევრებმა შეიმუშავეს ახალი კომპიუტერული მოდელი, რომელიც მათ საშუალებას აძლევს, ხელოვნური ინტელექტის აგენტებში ვიზუალური სისტემების ევოლუცია შეისწავლონ. ეს „სამეცნიერო სავარჯიშო მოედანი“ ეხმარება იმის გაგებაში, თუ რატომ განუვითარდათ სხვადასხვა ცხოველს მარტივი თუ კომპლექსური თვალები. მოდელირებული პროცესის მიხედვით, თვალების ევოლუცია ამოცანებმა და გარემო პირობებმა განაპირობა, რაც ბიოლოგიურ ევოლუციაზე ახალ შეხედულებებსა და სენსორების დიზაინის ინოვაციურ მი
MIT-ის მკვლევრები „უწვრთნელ“ ნერვულ ქსელებს ახალი მეთოდით „ხელმძღვანელობით“ ავარჯიშებენ
მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის (MIT) კომპიუტერული მეცნიერებისა და ხელოვნური ინტელექტის ლაბორატორიის (CSAIL) მკვლევრებმა შეიმუშავეს მეთოდი, რომელსაც „ხელმძღვანელობა“ (guidance) უწოდეს. ის საშუალებას აძლევს ნერვულ ქსელებს, რომლებიც ადრე არაეფექტურად ითვლებოდნენ, მნიშვნელოვნად გააუმჯობესონ თავიანთი მუშაობა. ეს მიიღწევა ერთი ქსელის შიდა წარმოდგენების მეორესთან შეთავსებით, რისთვისაც ხანმოკლე „გახურების“ პერიოდიც კი საკმარისია, რაც მიუთითებს უკეთეს ინიციალიზაციაზე და იმედს აძლევს „უიმედო“ არქიტე
MIT-ის სიგელის ოჯახის ინტელექტის კვლევის ცენტრი (SQI) ადამიანის ტვინისა და ხელოვნური ინტელექტის საიდუმლოებებს იკვლევს
MIT-ის შვარცმანის კომპიუტერული მეცნიერებების კოლეჯში შემავალი სიგელის ოჯახის ინტელექტის კვლევის ცენტრი (SQI) აერთიანებს მკვლევრებს, რათა შეისწავლონ ინტელექტი მეცნიერული გამოკვლევისა და ინჟინერიის მეშვეობით. ცენტრის მიზანია გაიგოს, როგორ წარმოქმნის ტვინი ინტელექტს და როგორ შეიძლება მისი რეპლიკაცია ხელოვნურ სისტემებში. ცოტა ხნის წინ ცენტრს სახელი შეეცვალა სიგელის ოჯახის ფონდის მსხვილი შემოწირულობის აღსანიშნავად, რაც SQI-ის კვლევით საქმიანობას აფართოებს. დამფუძნებელი დევიდ სიგელი ხაზს უსვამს ადამია
MIT-ის მკვლევარებმა შექმნეს AI მოდელი, რომელიც მასალების სინთეზს ამარტივებს
მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის (MIT) მკვლევარებმა შექმნეს ხელოვნური ინტელექტის (AI) მოდელი, სახელწოდებით DiffSyn, რომელიც მეცნიერებს მასალების სინთეზის პროცესში უძღვება, სთავაზობს რა პერსპექტიულ სინთეზის გზებს. მოდელი წარმატებით იქნა გამოყენებული ცეოლითების კლასის მასალებისთვის, სადაც მან უმაღლესი სიზუსტით იწინასწარმეტყველა ეფექტური სინთეზის გზები, რამაც გამოიწვია გაუმჯობესებული თერმული სტაბილურობის მქონე ახალი ცეოლითის შექმნა. ეს მიღწევა მნიშვნელოვნად აჩქარებს მასალების აღმოჩენის პროცესს
ხელოვნური ინტელექტით ახალი ანტიბიოტიკების აღმოჩენა: ჯეიმს კოლინსის კვლევა
პროფესორი ჯეიმს ჯ. კოლინსი, სინთეზური ბიოლოგიის ერთ-ერთი ფუძემდებელი და ხელოვნური ინტელექტის ჯანდაცვაში გამოყენების წამყვანი მკვლევარი, MIT-სა და სხვა ინსტიტუტებში მუშაობს ინჟინერირებული უჯრედების შექმნაზე და ახალი ანტიბიოტიკების აღმოჩენაზე. მისი კვლევა, რომელიც ღრმა სწავლასა და ხელოვნურ ინტელექტს ეფუძნება, მოიცავს ისეთი ინოვაციური პრეპარატების შექმნას, როგორიცაა ჰალიცინი, რომელიც ეფექტურია მრავალრეზისტენტული ბაქტერიული პათოგენების წინააღმდეგ. კოლინსი ხაზს უსვამს თანამშრომლობის მნიშვნელობას და ს
MIT-ის გუნდმა ტვინის ღეროს სასიცოცხლოდ მნიშვნელოვანი შეკვრების ვიზუალიზაციისთვის ხელოვნური ინტელექტის ინსტრუმენტი წარადგინა
MIT-ის, ჰარვარდის უნივერსიტეტისა და მასაჩუსეტსის გენერალური ჰოსპიტალის მკვლევართა ჯგუფმა შექმნა ხელოვნურ ინტელექტზე დაფუძნებული პროგრამული უზრუნველყოფა, სახელწოდებით „ტვინის ღეროს შეკრების ხელსაწყო“ (BSBT), რომელსაც შეუძლია დიფუზიური MRI-ს გამოყენებით ავტომატურად განასხვავოს ტვინის ღეროში არსებული რვა სხვადასხვა „თეთრი ნივთიერების“ შეკვრა. ეს გარღვევა საშუალებას იძლევა უკეთ შეფასდეს ტრავმით ან ნეიროდეგენერაციული დაავადებებით გამოწვეული ცვლილებები, გამოავლინოს პარკინსონის, გაფანტული სკლეროზის, ტრ
MIT-ის პროფესორი ფილიპ იზოლა: ხელოვნური ინტელექტის შესწავლა ადამიანის გონების გასაგებად
MIT-ის ახლად დანიშნული ასოცირებული პროფესორი ფილიპ იზოლა იკვლევს ადამიანის მსგავს ინტელექტს გამოთვლითი პერსპექტივიდან, ფოკუსირებულია კომპიუტერულ ხედვასა და მანქანურ სწავლებაზე. მისი მიზანია გაიგოს ინტელექტის ფუნდამენტური მექანიზმები და საერთო მახასიათებლები ადამიანის, ცხოველთა და ხელოვნურ ინტელექტს შორის, რათა ხელი შეუწყოს AI-ის უსაფრთხო და ეფექტურ ინტეგრაციას საზოგადოებაში.
ხელოვნური ინტელექტის მოდელების „აზროვნების ფასი“ ადამიანისას ჰგავს – MIT-ის კვლევა
MIT-ის მკვლევრებმა აღმოაჩინეს, რომ ხელოვნური ინტელექტის ახალი თაობის, ე.წ. „მსჯელობის მოდელებისთვის“ „აზროვნების ფასი“ ადამიანების მსგავსია. ეს მიუთითებს პრობლემების გადაჭრის ადამიანურ მიდგომაზე, თუმცა არა განზრახვით. ეს მოდელები, ისევე როგორც ადამიანები, კომპლექსური ამოცანების გადასაჭრელად დროს საჭიროებენ, რაც მოულოდნელი პარალელია ადამიანის აზროვნების პროცესთან.
MIT-ის BoltzGen-ი ხელოვნური ინტელექტის მეშვეობით წამლის აღმოჩენის პროცესს აჩქარებს
MIT Jameel Clinic-ის მიერ შემუშავებულმა BoltzGen-მა, ახალმა ხელოვნური ინტელექტის მოდელმა, რევოლუცია მოახდინა წამლის აღმოჩენის პროცესში, რადგან ის გენერირებს ახალ, სამკურნალო მზა ცილის შემაკავშირებლებს. Boltz-2-ზე დაფუძნებული, BoltzGen-ი აერთიანებს ცილის დიზაინსა და სტრუქტურის პროგნოზირებას, იყენებს სველ ლაბორატორიებში მიღებულ უკუკავშირს და ამოწმებს „განუკურნებელ“ სამიზნეებზე. ეს ღია წყაროს ინოვაცია, მიუხედავად იმისა, რომ ინდუსტრიაში დებატებს იწვევს, სამეცნიერო შესაძლებლობების მნიშვნელოვან გაფართ