Только вперед!

В МФТИ научились преобразовывать музыкальные композиции в нотный формат

Студенты МФТИ разработали передовой сервис, использующий искусственный интеллект (ИИ) для автоматического преобразования музыкальных композиций в нотный формат (MIDI). Это сильно ускоряет и облегчает процесс нотописания, разрешая вопрос дефицита высококачественных MIDI-данных, которая сдерживает развитие ИИ-моделей в сфере музыки. Audio2MIDI обеспечивает крайне достоверные данные транскрипции, включая сложные музыкальные композиции, включающие в себя несколько голосов, позволяя, например, моментально получить ноты для фортепиано.

Функционал, которым можно пользоваться через Telegram-бота, предлагает некоторые возможности: определение нот в композиции, разделение их на вокальную и инструментальную части, поиск текста песни по заголовку или ключевым словам, загрузка произведений. Его API может оказаться полезным для музыкальных платформ в формировании обширных баз данных с нотами, улучшая тем самым качество обучения ИИ-моделей, генерирующих музыку. Audio2MIDI также может применяться в юридической сфере для определения авторства и выявления проблем использования чужих идей в музыке. В настоящее время услуга предоставляется бесплатно, но в планах разработчиков — расширить функционал, добавив поддержку других инструментов и оркестровых аранжировок.

Генеративный ИИ и криптовалюты потребляют 2% мирового электричества

Развитие генеративного искусственного интеллекта (ИИ) обещает улучшения в различных сферах жизни, но имеет экологические и энергетические риски. Высокие энергозатраты, связанные с обучением и использованием ИИ, вызывают обеспокоенность у экологов и экспертов многих отраслей.

В 2022 году ИИ и криптовалюты потребляли около 460 ТВт·ч энергии, это 2% мирового производства. Но показатель стремительно растёт, к 2027 году энергозатраты LLM могут превысить показатели целых стран. Уже известно, что запрос в тот же ChatGPT расходует в 10 раз больше энергии, чем обычный запрос в браузере.

Несмотря на сложности, уже разрабатываются технологии для уменьшения потребления генеративного ИИ. Например, разрабатывают процессоры, использующие меньше энергии или эффективнее затрачивающие её на вычисления. Упрощаются модели для работы на мобильных и стационарных потребительских устройствах, упрощаются сложные нейросети с минимальной потерей качества.

Эксперты МАИ всё же отмечают, что углеродный след генерации ИИ пока меньше, чем у человека, при этом работа нейросетей более эффективная и дешёвая, если речь не идёт о творческой работе.

Реалистичным вариантом колонизации других миров остаются роботы с ИИ

Человечество пока не освоило космос из-за многих технических ограничений. Современные жидкостные реактивные двигатели неэкономичны: топливо расходуется за часы, что делает полёты к другим планетам, таким как Марс или Юпитер, невозможными без больших рисков. Даже перспективные ядерные двигатели несут экологические угрозы, а ионные обладают низкой мощностью.

Теоретические разработки, такие как варп-двигатель, способный сжимать пространство, или криозаморозка экипажа, остаются концептами. Более реалистичным вариантом видится отправка роботов с искусственным интеллектом для поиска и подготовки новых миров для колонизации. Такие машины могут работать автономно, исследуя планеты и воспроизводя себе подобных.

Однако основное препятствие, как считают учёные МАИ, не технологии, а человеческая психология. Большинство политиков и людей, обладающих большими ресурсами, больше ориентируются на краткосрочные цели. Поэтому почва для глобальных проектов, которые бы могли объединить мир, не готовится. Ведь результаты этих проектов проявятся спустя поколения, а многие хотят видеть космические путешествия уже сейчас, успеть застать их. Но чем дольше откладывается создание фундамента, тем дальше эта мечта.

Состояние пересаженной почки будет контролировать ИИ

Исследователи из Сеченовского Университета разработали ИИ для оценивания рисков отторжения почки организмом человека после пересадки. Новый метод значительно упростит и повысит точность диагностики состояния трансплантированной почки, что, в свою очередь, снизит вероятность ошибок и увеличит шансы на сохранение органа.

Исследователи использовали для обучения ИИ обширный набор обезличенных данных.  Эти данные представляли собой цифровые изображения гистологических срезов, полученных в результате биопсии почек. Стоит отметить, что даже после удачного вмешательства присутствует риск отторжения трансплантата, так как организм иногда стремится устранить пересаженный орган.

После пересадки почки врачи постоянно осуществляют чрескожные биопсии, для контролирования состояния органа. Эта процедура позволяет оценить, как организм реагирует на новый орган.

В Сеченовке создали алгоритм по обнаружению метастаз при колоректальном раке

Учёные Сеченовского Университета создали алгоритм для искусственного интеллекта по обнаружению метастаз при колоректальном раке. Каждый год в мире регистрируют около 1,4 миллиона случаев этого вида онкологии, и Россия, к сожалению, не исключение.

Система искусственного интеллекта автоматизирует трудоёмкий процесс подсчёта лимфоузлов. Вместо рутинного, требующего значительных временных затрат подсчёта лимфоузлов, врач получает готовые данные, обработанные ИИ, что позволяет сосредоточиться на более сложных аспектах анализа и интерпретации результатов.

Разработка алгоритма ИИ для обнаружения метастаз – это не просто технологическое достижение. Это шаг к улучшению качества жизни миллионов людей, страдающих от этого опасного заболевания. Повышение скорости и точности диагностики способствует более эффективному лечению, раннему выявлению заболевания и, как следствие, снижению смертности.

Исследование реализовано в сотрудничестве с партнёром – ООО «Интеллектуальная аналитика». Такой подход является залогом успешной разработки и внедрения инновационных решений в медицинскую практику.

В МАИ обучили ИИ предсказывать поломку двигателя

Прогресс цифровых технологий кардинально меняет использование авиационной техники, выведя их на принципиально новый уровень продуктивности и безопасности. Важную роль в этом процессе играет анализ данных, основанный на прогнозировании с использованием искусственного интеллекта (ИИ). Это позволяет предвидеть возможные проблемы и эффективно планировать техническое обслуживание.

Предиктивная аналитика использует огромные объёмы данных, собранные в процессе использования авиационных двигателей. В систему загружаются данные о работе мотора, текущих характеристиках, а также документы с дизайном и расчётами техники. ИИ анализирует эти данные, выявляя закономерности и тенденции, и прогнозирует потенциальные проблемы с работой двигателя.

Одним из результатов работы системы предиктивной аналитики является «индекс здоровья». Он отражает общий уровень надёжности двигателя и предоставляет дополнительную информацию о причинах возможного отклонения от нормального состояния. Благодаря этому специалисты получают чёткое представление о состоянии двигателя и могут своевременно планировать профилактическое обслуживание, предотвращая возможные отказы.

В 2023 году профессионалы S7 TechLab передали данные о работе авиационных моторов на «цифровую кафедру» МАИ. Студенты института, используя эти данные, обучили ИИ и проанализировали работу системы оценки двигателя. Результатом совместной работы стали инновационные решения, которые будут применены в современных системах, использующих методы прогнозирования, включая антиципацию температурных режимов работы двигателя.

В России планируют ввести виртуального второго пилота к 2030 году

В начале развития авиации пилоты управляли самолётом, ориентируясь по карте, компасу. Сейчас разрабатываются технологии с ИИ, которые могут улучшить анализ данных, точнее прогнозировать погоду и оптимизировать маршруты. Например, в России планируют ввести виртуального второго пилота к 2030 году, прогнозируют в Московском авиационном институте.

Современные самолёты обмениваются данными в реальном времени, собирают и анализируют информацию о своей работе и внешних условиях. Системы с ИИ помогают прогнозировать поломки и улучшать обслуживание. Также ИИ используется для точного прогноза погоды, пусть даже пока не применяется в бортовых системах. На земле ИИ помогает в организации рейсов, что снижает расходы авиакомпаний.

Также активно развиваются технологии повышения безопасности: создаются системы контроля за действиями пилотов, которые могут автоматически предотвратить аварии, если поведение экипажа станет опасным.

Кроме того, авионика становится более экологичной. Новые технологии помогают снижать расход топлива, выбросы углекислого газа и выбирать экономичные маршруты. В перспективе планируется улучшить интернет на борту, внедрить системы развлечений, а также заменить иллюминаторы на мониторы.

Студенты МИСИС и МФТИ создали нейросеть SDDE для диагностики и робототехники

Разработка новых алгоритмов искусственного интеллекта для распознавания объектов на изображениях — актуальная задача для многих областей, от беспилотного транспорта до медицинской диагностики. Сложность возникает при работе с объектами, не представленными в обучающей выборке. Именно эту проблему решили студенты МИСИС и МФТИ вместе с исследователями T-Bank AI Research, представив новую многомодельную нейросеть SDDE.

Она включает в себя несколько нейросетевых моделей, каждая из них разделяет обучающие данные на несколько подмножеств, что даёт возможность им сосредотачиваться на уникальных особенностях изображений. Ключевым элементом является использование разных аспектов данных, позволяющее понять, на какие части изображения «смотрит» каждая модель. Благодаря этому SDDE демонстрирует высокую точность в распознавании объектов, даже если они не были представлены в обучающей выборке.

SDDE поможет улучшить системы автономного вождения, позволяя автомобилям безопасно реагировать на неожиданные объекты и препятствия. Она может использоваться для автоматизированного анализа медицинских изображений, что позволит врачу более точно диагностировать заболевания и принимать более эффективные решения о лечении. SDDE также имеет потенциал для применения в других областях, где необходимо точное распознавание объектов на изображениях, например, в системах безопасности, робототехнике, промышленности.