Наука

Компьютерное зрение для роботов и беспилотников сделают точнее #наука_мгу Ученые факультета вычислительной математики и кибернетики МГУ выявили связь между внутренними характеристиками нейросетевых алгоритмов слежения за объектами и точностью их работы. Исследователи показали, что отдельные параметры, формирующиеся в процессе обработки изображения, могут служить индикаторами качества работы модели. Полученные результаты открывают новые возможности для настройки обучения нейросетевых трекеров и повышения их точности. Разработка может найти применение при создании систем компьютерного зрения для робототехники, автономного транспорта, видеонаблюдения и других интеллектуальных технологий. Подробнее — на сайте.

В Центре ИИ МГУ разработали метод для точного прогноза взаимодействий белков Ученые Центра ИИ МГУ разработали модель для прогнозирования силы связывания белков и пептидов. Она одновременно учитывает аминокислотную последовательность, трехмерную структуру и подвижность молекул. При этом для каждого нового комплекса не требуется проводить ресурсоемкое моделирование молекулярной динамики: нейросеть учится учитывать движение молекул еще на этапе обучения. При проверке на независимых данных модель показала меньшую ошибку по сравнению с рассмотренными авторами методами. Точный прогноз силы связывания важен для изучения работы клеток, поиска лекарственных препаратов и оценки последствий мутаций. Новый подход позволяет учитывать то, что белки и особенно гибкие пептиды не являются статичными структурами, а постоянно меняют форму. В дальнейшем исследователи планируют применять модель для оценки влияния мутаций на взаимодействие белков и разрабатывать специализированные решения для комплексов антител с антигенами.

Сто лет одного метода: новый взгляд на тест вербальной беглости #наука_мгу Филологи МГУ исследовали историю и современные подходы к интерпретации теста на фонематическую вербальную беглость. За минуту участник должен назвать как можно больше слов на определенную букву. Сегодня результат оценивают по общему числу слов как показатель исполнительных функций. Авторы изучили более 1000 публикаций и показали, что такой подход не учитывает многие особенности речи. Исследователи предлагают учитывать не только количество слов, но и структуру ответа: паузы, скорость подбора, частотность слов, возраст их усвоения, группировку, переключение, а также словообразовательные и семантические стратегии. Это позволит сделать тест более информативным без изменения процедуры обследования. Подробнее — на сайте.

Механики МГУ установили связь между микроструктурой медных сплавов и их слабой чувствительностью к скорости деформации #наука_мгу Учёные НИИ механики МГУ исследовали поведение чистой меди и медно-никелевого сплава при высокоскоростном сжатии. Эксперименты на разрезном стержне Гопкинсона проводились с образцами, предварительно подвергнутыми различным режимам отжига, что позволило исследовать влияние микроструктуры, в том числе размера зёрен, на механические свойства материалов. Скоростного упрочнения — заметного повышения прочности при увеличении скорости деформации – обнаружено не было: оба материала в исследованном диапазоне показали слабую чувствительность к скорости деформирования. Полученные результаты были подтверждены численным моделированием. Анализ микроструктуры показал, что при сжатии деформация в исследованных материалах происходит преимущественно однородно внутри зёрен и не сопровождается интенсивным образованием новых зёрен и двойников. По мнению исследователей, такой характер структурных изменений может быть связан со слабой скоростной чувствительностью материалов. Результаты работы могут быть использованы для совершенствования моделей поведения конструкционных материалов при интенсивных динамических нагрузках и прогнозирования поведения конструкций в условиях высокоскоростного воздействия.

В Центре ИИ МГУ предложили способ точнее предсказывать свойства материалов по химическому составу Исследователи Центра ИИ МГУ разработали подход для более точного предсказания свойств материалов по одной только химической формуле. Учёные использовали перенос знаний между разными типами данных и предложили два варианта моделирования: обучение химических языковых моделей с использованием дополнительных сведений о материалах и восстановление возможной кристаллической структуры с последующим анализом с помощью графовых нейронных сетей. Это позволяет исследовать соединения, для которых структура неизвестна. На открытых наборах данных предложенные методы превзошли ранее опубликованные решения в 25 из 32 случаев. В двух группах задач средняя абсолютная ошибка предсказания снизилась примерно на 15%. Кроме того, исследователи показали, что модель можно использовать для анализа вклада отдельных химических элементов и их сочетаний в свойства материала. Подробнее — на сайте.

Вспомнить все: в МГУ предложили новый подход к памяти цифровых ассистентов #наука_мгу  Ученые факультета вычислительной математики и кибернетики МГУ предложили архитектуру, которая позволяет ИИ-ассистентам эффективнее работать с долговременной памятью. Вместо хранения всей истории общения система самостоятельно определяет, какую информацию необходимо сохранить, а какую – удалить, сократить или переработать.  Новый подход помогает уменьшить объем лишних данных, повысить точность поиска нужной информации и сохранить согласованность ответов при длительном общении с пользователем. Разработка может найти применение при создании ИИ-ассистентов и других интеллектуальных систем, работающих с длинным контекстом.