Робот, который слышит путь: навигация в реальном мире с помощью звука и зрения

Предлагаемая система навигации, основанная на мультимодальных сигналах, позволяет агенту успешно локализовать и достичь целевого объекта - скрипучего стула - даже в условиях визуального сходства и акустических помех, интегрируя исторические представления о цели с текущими данными о самодвижении и используя периоды звуковой эмиссии и тишины для точного определения местоположения и избежания препятствий.

Новое исследование демонстрирует, как роботы могут эффективно ориентироваться в сложных трехмерных пространствах, используя как визуальные, так и звуковые подсказки, даже при отсутствии постоянного звукового сигнала.

Наука за пределами компьютера: Как ИИ может помочь ученым в реальном мире

В ходе интервью с двенадцатью учеными, работающими в лабораторных и полевых условиях, выявлены три основных препятствия для внедрения искусственного интеллекта в задачи, связанные с физическим воплощением: высокие риски ошибок при проведении критически важных экспериментов, таких как нейрохирургические операции, трудности доступа к инструментам ИИ в сложных лабораторных и полевых условиях и недостаточная способность ИИ воспроизвести неявные знания и контекстуальное суждение, свойственные опытному специалисту, способному импровизировать и находить решения в нестандартных ситуациях, например, при работе с оборудованием на удаленном вулкане.

Новое исследование показывает, что будущее искусственного интеллекта в науке — не в автоматизации исследований, а в создании поддерживающей инфраструктуры для расширения возможностей ученых.

Интеллектуальный поиск лекарств: новый подход к анализу данных

Предлагаемая структура BVSIMC представляет собой целостную систему, спроектированную для комплексного взаимодействия между визуальными данными, сенсорной информацией, имитационным обучением, контролем движений и принятием решений, что позволяет создавать адаптивные и робастные решения в сложных условиях.

Исследователи разработали инновационную модель, позволяющую более точно предсказывать взаимодействие лекарств и заболеваний, используя возможности байесовского анализа и фильтрации дополнительной информации.