Писать вместе: Искусственный интеллект, коллеги и развитие критического мышления

Новое исследование показывает, как интеграция инструментов искусственного интеллекта и взаимной оценки может улучшить академическое письмо и способствовать более глубокому осмыслению возможностей и ограничений ИИ.

Цифровые двойники человека: навигатор по производству

Исследование предлагает практическую основу для внедрения цифровых двойников человека в условиях мелкосерийного производства, определяя приоритетные направления для повышения безопасности и эффективности.

Роботы учатся взаимодействовать: новый подход к распределенному управлению

Архитектура PIPHEN объединяет двигатель физического познания (PIPN) и физически-ограниченный контроллер (HEN) для преобразования многомодальных сенсорных данных в компактное представление физического мира и прогнозирования его будущих состояний, после чего, опираясь на принцип сохранения энергии Гамильтона ($d​H/d​t≈0$), генерируются стабильные команды управления, эффективно разрешающие проблему совместного управления в многороботных системах.

Исследователи разработали систему PIPHEN, позволяющую многороботным системам эффективно сотрудничать, значительно снижая требования к пропускной способности каналов связи.

Сознание машин: классификация аргументов и ограничений

В статье предложена систематизация доводов «за» и «против» возможности создания искусственного сознания, позволяющая отделить фундаментальные возражения против вычислительного функционализма от специфических проблем, связанных с цифровой реализацией.

Искусственное осязание: новый взгляд на диагностику мягких тканей

Разработана концептуальная система обучения искусственному ощупыванию груди, использующая мягкие объекты и тактильный сенсор, установленный на роботизированной руке, в сочетании с данными МРТ для обучения нейронной сети кодировщик-декодировщик, предсказывающей тактильные измерения, что позволяет создать модель тактильного изображения и систему обнаружения изменений, потенциально применимую в клинических исследованиях с участием людей.

Исследователи разрабатывают методы машинного обучения, позволяющие роботам «нащупывать» и анализировать мягкие ткани, открывая перспективы для более точной и доступной медицинской диагностики.