Мир глазами ИИ: Новый тест на понимание окружения

Исследователи представили ENACT — комплексную методику оценки способности моделей искусственного интеллекта моделировать динамику окружающего мира через взаимодействие с ним.

Исследователи представили ENACT — комплексную методику оценки способности моделей искусственного интеллекта моделировать динамику окружающего мира через взаимодействие с ним.

В этой статье рассматривается эволюция методов визуализации аудиоданных и предлагается новый подход, ориентированный на пользователя, для более эффективного анализа и творческого использования звука.

Ученые разработали носимое устройство, которое позволяет ощущать прикосновения в виртуальном мире, используя растяжение кожи предплечья.
![Акустическая нейронная сеть, функционирующая на основе распространения звуковых волн вместо электрических сигналов, использует затухающие пути в качестве связей, где коэффициенты передачи соответствуют весам нейронов $w\in[0,1]$, а нелинейные преобразования возникают благодаря интенсивности-зависимому затуханию в акустической среде, выступающей в роли функции активации, при этом суммирование сигналов достигается посредством суперпозиции сходящихся волн.](https://arxiv.org/html/2511.21313v1/x1.png)
Исследование демонстрирует принципиальную возможность создания вычислительных систем, использующих звуковые волны, и предлагает физически обоснованные модели для решения задач распознавания речи.
В статье представлена комплексная концепция человеко-ориентированного искусственного социального интеллекта, направленная на создание AI-систем, учитывающих потребности и социальные аспекты взаимодействия.
В статье представлен всесторонний обзор текущего состояния исследований в области аффективных вычислений и создания интеллектуальных агентов, способных понимать и проявлять эмоции.
Статья исследует этические и юридические вопросы, связанные с созданием цифровых копий умерших и их влиянием на скорбь и память.

Новое исследование показывает, что создание реалистичных виртуальных миров, основанных на точной геометрической реконструкции, является ключевым фактором для успешного обучения и оценки интеллектуальных агентов.
Новый подход объединяет физические модели и глубокое обучение для точного предсказания характеристик изготавливаемых деталей.

Исследователи представили ArtiBench — комплексный набор задач для оценки способности роботов к сложным манипуляциям с объектами, и ArtiBrain — иерархическую систему управления, позволяющую им эффективно выполнять эти задачи.