Наука

Искусственный интеллект и человеческий фактор: как обеспечить благополучие в эпоху алгоритмов

от

Статья исследует, как эффективное управление развитием искусственного интеллекта требует от человека не просто формального контроля, а развития специальных навыков, обеспечивающих благополучие в условиях все большей зависимости от алгоритмов.

Восстановление движения после инсульта: новый подход с использованием данных и физического моделирования

от

Исследователи разработали гибридную модель, объединяющую данные с носимых датчиков и принципы физического моделирования, для персонализированной реабилитации пациентов после инсульта.

От взаимодействия признаков к их генерации: новый взгляд на предсказание CTR

от

В предложенной структуре генерации признаков энкодер, построенный на основе всех доступных признаков в качестве источника $x_{\text{source}}$, формирует выходное представление, которое затем используется для одновременного предсказания всех признаков в качестве цели $x_{\text{target}}$, при этом для многослойной генерации, выходные представления каждого слоя служат источником и целью для следующего, где энкодер реализован как однослойный нелинейный MLP, а декодер - с использованием функций взаимодействия признаков, характерных для предыдущих моделей CTR.

Исследование представляет подход к предсказанию вероятности клика (CTR), смещающий акцент с традиционного взаимодействия признаков на генерацию новых, более эффективных признаков.

Гибкость в движении: как научить робота-гуманоида адаптироваться к неожиданностям

от

В рамках обучения политике адаптивного послушного отслеживания рассматриваются различные формулировки: CHIP, использующая ретроспективную цель отслеживания и модифицированную цель для концевого эффектора в направлении, противоположном силе возмущения, а также подходы, модифицирующие ключевые точки для вознаграждения, как в GentleHumanoid, и редактирующие всю кинематическую опорную траекторию с учетом возмущения концевого эффектора, подобно SoftMimic.

Новая методика позволяет роботам-гуманоидам плавно переключаться между быстрой ходьбой и деликатным манипулированием объектами, используя опыт, полученный при столкновении с препятствиями.

Ожившие взаимодействия: Генерация 4D-анимации человека и объектов без данных захвата движения

от

В рамках предложенной архитектуры AnchorHOI, взаимодействие объектов моделируется посредством двух последовательных этапов: композиции взаимодействий и синтеза движения, что позволяет комплексно описывать и генерировать сложные сцены.

Новая методика позволяет создавать реалистичные и динамичные сцены взаимодействия человека с предметами, используя лишь изображения и видео, без необходимости использования сложных систем захвата движения.