Intel-ი და Hugging Face-ი OpenVINO-ს Optimum Intel-ში აერთიანებენ AI მოდელების დასაჩქარებლად
Intel-მა და Hugging Face-მა გამოაცხადეს Intel OpenVINO-ს Optimum Intel-ში ინტეგრაციის შესახებ, რაც ტრანსფორმერული მოდელების სწრაფ და ეფექტურ ინფერენსს შესაძლებელს ხდის Intel-ის პროცესორებზე. სიახლე მოიცავს მოდელების კვანტიზაციას ზომის შემცირებისა და პროგნოზირების დაყოვნების გაუმჯობესებისთვის, ასევე მოცემულია ვიზუალური ტრანსფორმერის (ViT) გამოყენების პრაქტიკული მაგალითი. დეველოპერებს მოუწოდებენ, გამოიკვლიონ ახალი შესაძლებლობები.
RiskRubric.ai: ხელოვნური ინტელექტის მოდელების რისკების სტანდარტიზებული შეფასება
Hugging Face-ის ჰაბზე არსებული 500,000-ზე მეტი AI მოდელის უსაფრთხოებისა და სანდოობის შეფასების გამოწვევის საპასუხოდ, Cloud Security Alliance-მა და Noma Security-მ, Haize Labs-ისა და Harmonic Security-ის მონაწილეობით, წამოიწყეს RiskRubric.ai ინიციატივა. ეს პლატფორმა უზრუნველყოფს AI მოდელების რისკების გამჭვირვალე, სტანდარტიზებულ შეფასებას ექვსი ძირითადი სვეტის მიხედვით: გამჭვირვალობა, სანდოობა, უსაფრთხოება, კონფიდენციალურობა, უვნებლობა და რეპუტაცია. მიზანია დეველოპერებსა და ორგანიზაციებს დაეხმაროს
დოკუმენტების ხელოვნური ინტელექტი: OCR-დან დამუშავებამდე წამყვანი მოდელების გამოყენებით
ეს პოსტი იკვლევს დოკუმენტების ხელოვნურ ინტელექტს (Document AI), რომელიც მოიცავს მონაცემთა მეცნიერების სხვადასხვა ამოცანას, როგორიცაა ოპტიკური სიმბოლოების ამოცნობა (OCR), დოკუმენტების კლასიფიკაცია, განლაგების ანალიზი და დამუშავება (parsing). მასში წარმოდგენილია გამოყენების შემთხვევების ტაქსონომია, ხაზგასმულია საუკეთესო ღია კოდის მოდელები (მაგ., LayoutLM, Donut, DiT) და განხილულია ძირითადი ასპექტები, როგორიცაა ლიცენზირება, მონაცემთა მომზადება და შეფასების მეტრიკა. ტექსტი ხაზს უსვამს მულტიმოდალურ მ
გეპატიჟებით Stable Diffusion-ის შემქმნელებთან და ხელოვნური ინტელექტის მკვლევრებთან შეხვედრაზე!
ამ გამოშვებასთან ერთად, 30 ნოემბერს ვმართავთ ცოცხალ საზოგადოებრივ ღონისძიებას, რომელზეც გეპატიჟებით! პროგრამა მოიცავს საინტერესო მოხსენებებს Stable Diffusion-ის შემქმნელებისგან, Stability AI-ისა და Meta-ს მკვლევრებისგან, ასევე სხვა ექსპერტებისგან! რეგისტრაციისთვის, გთხოვთ, შეავსოთ ეს ფორმა. სპიკერებისა და მოხსენებების შესახებ დამატებითი დეტალები მოცემულია ქვემოთ. მოხსენებები ფოკუსირებული იქნება დიფუზიური მოდელების მაღალი დონის პრეზენტაციაზე და იმ ინსტრუმენტებზე, რომელთა გამოყენებაც შეგვიძლია მათ
Stability AI-მ Stable Diffusion 3 Medium წარადგინა: ახალი 2-მილიარდპარამეტრიანი მოდელი გაუმჯობესებული არქიტექტურითა და წარმადობით
Stability AI-მ გამოუშვა Stable Diffusion 3 Medium (SD3), 2 მილიარდი პარამეტრიანი ლატენტური დიფუზიური მოდელი, რომელიც განკუთვნილია ტექსტიდან გამოსახულების სინთეზისთვის. ის მოიცავს ინოვაციურ მულტიმოდალურ დიფუზიურ ტრანსფორმატორს (MMDiT) და სამ ტექსტის ენკოდერს, მათ შორის T5-v1.1-XXL-ს. SD3 იყენებს პირობითი ნაკადის შესატყვისობის ობიექტივს სწავლებისთვის და წარმოგიდგენთ ახალ FlowMatchEulerDiscreteScheduler-ს ინფერენსისთვის. Diffusers-ის ინტეგრაცია მოიცავს მეხსიერების ოპტიმიზაციებს, რაც მოდელს უფრო ფარ
დიდი ენობრივი მოდელების შექმნის გზა: ტრანსფერული სწავლის ამბავი
სტატია მიმოიხილავს დიდი ენობრივი მოდელების (როგორიცაა BERT და GPT) ისტორიას, დაწყებული 2016 წლის ღრმა სწავლის (DL) გამოწვევებიდან. ხაზგასმულია DL-ის მთავარი პრობლემა – მონაცემების დიდი მოცულობის საჭიროება, რაც ხშირად მიუწვდომელია. შემდგომ განხილულია „ტრანსფერული სწავლის“ კონცეფცია, როგორც ამ გამოწვევის დაძლევის საშუალება, რაც გულისხმობს არსებული ცოდნის ახალ ამოცანაზე გადატანას. სტატია დეტალურად აღწერს, თუ როგორ მოახდინეს ULMFiT-მა და BERT-მა რევოლუცია 2018 წელს, დანერგეს ეფექტური ტრანსფერული სწა
საფრანგეთი: ხელოვნური ინტელექტი სკოლების ეკოლოგიური განახლებისთვის მონაცემთა სუვერენიტეტის დაცვით
Banque des Territoires-ს, Polyconseil-სა და Hugging Face-ს შორის დაწყებული თანამშრომლობა გენერაციული ხელოვნური ინტელექტის პოტენციალს მონაცემთა სუვერენიტეტის მოთხოვნებთან აერთიანებს. პროექტის პირველი ფაზის დასრულების შემდეგ, შემუშავებული ინსტრუმენტი ოპტიმიზაციას უკეთებს Banque des Territoires-ის EduRénov პროგრამის მხარდაჭერის ჩარჩოს, რომელიც საფრანგეთში 10,000 საჯარო სკოლის დაწესებულების ეკოლოგიურ განახლებას ემსახურება. RAG სისტემაზე დაფუძნებული ეს გადაწყვეტა მონაცემთა უსაფრთხოებასა და სუვერენიტე
AI და მონაცემთა სუვერენიტეტი: საფრანგეთის სკოლების ეკოლოგიური რენოვაციის ინოვაციური პროექტი
Banque des Territoires-ის, Polyconseil-ისა და Hugging Face-ის თანამშრომლობამ შექმნა გენერაციული ხელოვნური ინტელექტის გადაწყვეტა, რომელიც მხარს უჭერს საფრანგეთის EduRénov პროგრამას. ეს პროექტი მიზნად ისახავს 10,000 საჯარო სკოლის ეკოლოგიურ რენოვაციას, მონაცემთა სუვერენიტეტისა და ღია წყაროს ტექნოლოგიების გამოყენებაზე განსაკუთრებული აქცენტით. პირველი ფაზის წარმატებით დასრულების შემდეგ, ინსტრუმენტი განკუთვნილია ადგილობრივ თვითმმართველობებთან ურთიერთობის ოპტიმიზაციისა და ენერგოეფექტურობის მიზნების მის
თამაშების დიზაინი AI-ის დახმარებით: Stable Diffusion და Unity
ეს სტატია გთავაზობთ სახელმძღვანელოს, თუ როგორ გამოვიყენოთ Stable Diffusion ხელოვნური ინტელექტის მოდელი, რათა შევქმნათ უნიკალური ვიზუალური სტილი ჩვენი თამაშისთვის, კერძოდ კი სოფლის მეურნეობის სიმულატორისთვის Unity-ში. განხილულია Stable Diffusion-ის ლოკალურად ან ონლაინ გაშვების მეთოდები, პრომპტინგის რჩევები და საბოლოოდ, კონცეპტუალური ხელოვნების ინტეგრაცია Unity-ში.
მილანი-კორტინა 2026: როგორ აზიანებს ოლიმპიადა და მისი სპონსორები ზამთრის სპორტს
2026 წლის მილანი-კორტინას ზამთრის ოლიმპიური თამაშები, სავარაუდოდ, გამოიწვევს თოვლის საფარისა და მყინვარული ყინულის მნიშვნელოვან დაკარგვას. ახალი კვლევის თანახმად, ღონისძიების მთავარი სპონსორების — Eni-ის, Stellantis-ისა და ITA Airways-ის — მიერ გამოწვეული ემისიები მნიშვნელოვნად ზრდის ოლიმპიადის ნახშირბადის კვალს, რაც მთლიან მოცულობას 40%-ით აღემატება თამაშების პირდაპირ ემისიებს. ეს ანგარიში აჩენს კითხვებს ზამთრის სპორტის მდგრადობაზე, რომელსაც უკვე აწუხებს კლიმატის ცვლილება. მიუხედავად სპონსორები
Google-მა ხელოვნური ინტელექტის ახალი ეპოქა Gemini 3-ითა და Antigravity-ით განსაზღვრა
Google-მა ერთდროულად წარადგინა თავისი ყველაზე ინტელექტუალური ხელოვნური ინტელექტის მოდელი Gemini 3 და პიონერული აგენტური განვითარების პლატფორმა Google Antigravity. ეს ინოვაციები ფუნდამენტურად შეცვლის მომხმარებლის AI-სთან ურთიერთობას, კომპლექსური ამოცანების შესრულებისას – სწავლიდან კოდირებამდე და სამუშაო პროცესების მართვამდე – და Google-ს ხელოვნურ ზოგად ინტელექტთან (AGI) მიაახლოებს.
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
მოკლედ: Squarespace/Shopify ვებსაიტებიდან მონაცემების მოპოვება AI-სთვის
ეს ვებ-სკრეპერი სრულად მუშაობს თქვენს ბრაუზერში და იდეალურია ხელოვნური ინტელექტის მოდელებისთვის საწვრთნელი მონაცემების შესაქმნელად. ის ვებსაიტის sitemap.xml ფაილის წაკითხვით ფუნქციონირებს, რაც მას განსაკუთრებით კარგად ერგება თანამედროვე პლატფორმებს, როგორიცაა Squarespace და Shopify, რომლებიც ავტომატურად ქმნიან საიტის რუკებს. სკრეპერი ინარჩუნებს კონტენტის სტრუქტურას, სათაურების, აბზაცების, სიების და ცხრილების ჩათვლით, და ამავდროულად აცილებს ზედმეტ ელემენტებს, როგორიცაა ნავიგაციის მენიუები და ქვედ
MIT-ის ინოვაცია: ხელოვნური ინტელექტით მართული რობოტი სიტყვიერი ბრძანებით ფიზიკურ ობიექტებს წუთებში ქმნის
მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის (MIT) მკვლევრებმა შეიმუშავეს „მეტყველება რეალობად“ (speech-to-reality) სისტემა, რომელიც გენერაციული ხელოვნური ინტელექტისა და რობოტიკის გამოყენებით მომხმარებლის სიტყვიერი ბრძანებით ფიზიკურ ობიექტებს წუთებში ქმნის. სისტემა, რომელიც აღჭურვილია რობოტული მკლავითა და მოდულური კომპონენტებით, შესაძლებელს ხდის ავეჯის ან სხვა ნივთების სწრაფად აწყობას, რაც მნიშვნელოვნად ამარტივებს დიზაინისა და წარმოების პროცესს სპეციალიზებული ცოდნის გარეშეც. ეს ინოვაცია მიზნად ისახავს მ
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 მეცნიერებმა ენერგოეფექტური ელექტრონიკის შესაქმნელად ინოვაციური მეთოდი შექმნეს
მასაჩუსეტსის ტექნოლოგიური ინსტიტუტის (MIT) მკვლევრებმა შეიმუშავეს ელექტრონიკის წარმოების ახალი მეთოდი, რომელიც იძლევა საშუალებას, მრავალი ფუნქციური კომპონენტი არსებულ წრედზე განთავსდეს. ეს ინოვაციური მიდგომა, რომელიც მოიცავს ამორფული ინდიუმის ოქსიდის გამოყენებას და ზუსტ ტექნოლოგიას, იძლევა შესაძლებლობას შეიქმნას ულტრაპატარა ტრანზისტორები ჩაშენებული მეხსიერებით, რომლებიც მოიხმარენ ნაკლებ ენერგიას და მუშაობენ უფრო სწრაფად. ამ აღმოჩენას დიდი პოტენციალი აქვს ხელოვნური ინტელექტის, ღრმა სწავლებისა და
MIT-ის მეცნიერებმა ენერგოეფექტური ელექტრონიკის დასამზადებლად ახალი მეთოდი შექმნეს
MIT-ის მკვლევრებმა შეიმუშავეს ელექტრონიკის დამზადების ინოვაციური მეთოდი, რომელიც საშუალებას იძლევა, მრავალი ფუნქციური კომპონენტი დაწყვილდეს ერთ არსებულ წრედზე, რათა შეიქმნას უფრო ენერგოეფექტური ჩიპები. ტრადიციულ სქემებში მონაცემთა გადაცემისას იკარგება ენერგია, რასაც ეს ახალი მიდგომა აღმოფხვრის ტრანზისტორებისა და მეხსიერების მოწყობილობების ერთ კომპაქტურ ერთეულში ინტეგრირებით. ეს მიიღწევა ამორფული ინდიუმის ოქსიდის გამოყენებით და წარმოების პროცესის ოპტიმიზაციით, რაც მნიშვნელოვნად ამცირებს ენერგიის
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-ი სამხედრო-საზღვაო ოფიცრებისთვის ხელოვნური ინტელექტის პროგრამას იწყებს
მასაჩუსეტსის ტექნოლოგიური ინსტიტუტი (MIT) ახალ პროგრამას, "2N6: გამოყენებითი ხელოვნური ინტელექტის პროგრამა სამხედრო-საზღვაო ოფიცრებისთვის" იწყებს, რომელიც ამერიკის სამხედრო-საზღვაო ძალების ოფიცრებს ხელოვნური ინტელექტის (AI) პრაქტიკულ გამოყენებაში გაწვრთნის. ეს ინიციატივა ხაზს უსვამს AI-ის კრიტიკულ მნიშვნელობას ეროვნული უსაფრთხოებისთვის, რისკების შემცირებისა და გადაწყვეტილების მიღების პროცესის გასაუმჯობესებლად.
MIT-ის ახალი მიდგომა: მცირე ენის მოდელები ერთობლივი მუშაობით დიდებს ჯობნიან
მიუხედავად იმისა, რომ ენის მოდელები (LMs) უმჯობესდებიან სხვადასხვა ამოცანებში, მათ მაინც უჭირთ რთული და მკაცრი წესების მქონე მოთხოვნების შესრულება. ამ პრობლემის გადასაჭრელად, MIT-ის მკვლევრებმა შეიმუშავეს „DisCIPL“ – თანამშრომლობითი მიდგომა, სადაც დიდი ენის მოდელი (LLM) გეგმავს ამოცანას, შემდეგ კი მის შესრულებას მცირე მოდელებს ანაწილებს. ეს მეთოდი მცირე ენის მოდელებს საშუალებას აძლევს, მიაწოდონ უფრო ზუსტი და ეფექტური პასუხები, ვიდრე წამყვან LLM-ებს, როგორიცაა GPT-4o, და მიუახლოვდნენ მაღალი დონის
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.
MIT-ის ინჟინრები ხილის ბუზის უჯრედების განვითარებას წუთობრივად წინასწარმეტყველებენ
MIT-ის ინჟინრებმა შეიმუშავეს ღრმა სწავლის ახალი მოდელი, რომელსაც შეუძლია 90%-იანი სიზუსტით, წუთობრივად იწინასწარმეტყველოს, თუ როგორ მოხდება ცალკეული უჯრედების დაკეცვა, გაყოფა და გადაწყობა ხილის ბუზის ადრეულ განვითარების ეტაპზე (გასტრულაცია). მეთოდი აკონტროლებს უჯრედის პოზიციას და მეზობელ უჯრედთან კონტაქტს. მას შეუძლია ხელი შეუწყოს უფრო რთული ქსოვილებისა და ორგანოების შესწავლას, ასევე ისეთი დაავადებების ადრეულ გამოვლენას, როგორიცაა ასთმა და კიბო, და გააუმჯობესოს დიაგნოსტიკა.
ბირთვული ნარჩენები – ენერგიის ახალი წყარო: MIT-ის სტუდენტის ინოვაციური კვლევა
MIT-ის დოქტორანტი დაურენ სარსენბაევი ბირთვული ენერგიის ერთ-ერთ მთავარ გამოწვევას — მაღალი დონის ბირთვული ნარჩენების (HLW) განკარგვას — უპირისპირდება. მისი კვლევა მიზნად ისახავს რადიოაქტიური ნარჩენების მიერ გამოყოფილი სითბოს ამოღებას და მის ენერგიად გადაქცევას. ეს მიდგომა ორ მიზანს ემსახურება: ნახშირბადისგან თავისუფალი ენერგიის მოპოვებას და HLW-ის შენახვასთან დაკავშირებული სირთულეების შემცირებას. სარსენბაევი, რომელსაც ალმათიში დაბინძურებული ჰაერის გამოცდილება აქვს, ბირთვულ ნარჩენებს ტვირთიდან ენე
MIT-ის ახალი პროფესორი იუნჰა ჰვანგი: გამოთვლითი მიდგომები მიკრობული სიცოცხლის საიდუმლოებების ამოსახსნელად
დედამიწაზე არსებული სიცოცხლის უდიდესი ნაწილი მიკრობულია, თუმცა მათი მრავალფეროვნების მცირე ნაწილია მხოლოდ შესწავლილი. MIT-ის ახალი პროფესორი იუნჰა ჰვანგი, ბიოლოგიისა და კომპიუტერული მეცნიერების მიმართულებების კვეთაზე მუშაობს, რათა გამოიყენოს გენომური ენის მოდელირება – ხელოვნური ინტელექტის ფორმა, რომელიც დნმ-ის „ენას“ სწავლობს – ექსტრემალურ გარემოში მცხოვრები მიკრობების ფუნქციებისა და ევოლუციური კავშირების გასაგებად, რომელთა კულტივირება ლაბორატორიულ პირობებში შეუძლებელია.