Наша географияЗаявка на членство+7 916 848-78-01info@rusneuro.net
О НейроНетеНаша миссияЧлены союзаНовостиПресс-центрДокументыАрхивКонтакты
Новости / ОБЗОР НОВОСТЕЙ НЕЙРОТЕХНОЛОГИЙ 15.06.2019 - 21.06.2019
Новости
21.06.2019

ОБЗОР НОВОСТЕЙ НЕЙРОТЕХНОЛОГИЙ 15.06.2019 - 21.06.2019

Исследователи связали машинное обучение с теоретической психологией
 

Группа из Калифорнийского университета в Беркли и Принстона, исследовавшая эффективность методов машинного обучения для прогнозирования человеческого поведения, предложила новый подход, рождённый на стыке ИИ и когнитивной психологии. Учёные представили новую концепцию, предусматривающую предварительное обучение нейронных сетей на синтетических данных, подготовленных психологами с помощью существующих теоретических моделей.

 

 

Этот подход позволил также создать первый крупномасштабный массив данных, который содержит 240000 вариантов человеческих решений для 13000 проблем. Он может быть использован другими группами для тренировки их собственных моделей машинного обучения. Подход сочетает существующие научные теории поведения человека с гибкостью нейронных сетей для наилучшего прогнозирования рискованных денежных решений, принимаемых человеком.

 

Используя концепцию, названную ими ’cognitive model priors’, исследователи получили высококачественные результаты на двух эталонных массивах данных. Это показывает, что модель машинного обучения действительно может делать точные прогнозы принятия решений даже на небольших массивах данных (за счёт предварительной тренировки на синтетических данных, сгенерированных когнитивными моделями).

 

Подробнее

 


 

Искусственный интеллект научился предсказывать тактильные ощущения на глаз


Исследователи из Лаборатории информатики и искусственного интеллекта Массачусетского технологического института (MIT CSAIL) научили нейросеть по внешнему виду объекта предсказывать тактильные ощущения, которые могут возникнуть от прикосновения к нему, и наоборот. Для обучения нейросети исследователи из MIT CSAIL использовали промышленного робота Kuka, манипулятор которого был оснащен тактильной системой GelSight. 

 

Она представляет собой сенсор с камерой, многоцветной светодиодной подсветкой и гелевым слоем. При взаимодействии с объектами гелевый слой деформируется. Эти деформации подсвечиваются светодиодами и регистрируются камерой. Впоследствии на основании нескольких кадров деформации система составляет трехмерную модель части объекта, с которой контактировала система GelSight.

 

 

В общей сложности робот Kuka перетрогал 200 различных бытовых предметов. Общее количество касаний составило 12 тысяч. Затем на основе полученных записей исследователи составили базу данных, содержащую 3 миллиона кадров с видеозаписей, сопоставленных с тактильными данными. Базу данных исследователи назвали VisGel. Эта база в дальнейшем и использовалась для обучения нейросети.

 

Подробнее

 

 

 

Нейросеть воссоздала движения рук человека по его речи
 

Процесс произнесения человеком слов в разговоре тесно связан с движениями рук. Разработчики из Калифорнийского университета в Беркли создали новый алгоритм: получая только аудиозапись речи, он создает анимированную модель тела человека, а затем на ее основе генерирует реалистичный видеоролик. Работу алгоритма можно разбить на два этапа: сначала он предсказывает движения рук по аудиозаписи речи, а затем визуализирует предсказанные жесты. 

 

Для того, чтобы обучить алгоритм преобразованию речи в движения, исследователи собрали датасет, состоящий из записей суммарной длиной 144 часа. На  записях были телеведущие, лекторы и религиозные проповедники — такой выбор обусловлен тем, что для них было легко найти длинные записи речи с жестикуляцией.

 

 

С помощью алгоритма OpenPose исследователи сопоставили каждому кадру из датасета скелетную модель. Получая во время обучения записи речи и кадры с готовой моделью алгоритм научился создавать реалистичные видеоролики. Стоит отметить, что выбранный авторами подход подразумевает, что для корректной работы необходимо обучать отдельную нейросетевую модель для конкретного человека.

 

Подробнее

 

 

 

Робот и нейроинтерфейс помогут детям с аутизмом
 

Томская компания Neuromech разработала программно-аппаратный комплекс для обучения детей с расстройствами аутического спектра (РАС). В комплекс томской компании входит программное обеспечение и интерфейс для ученика — банк заданий, которые собирает эксперт для создания индивидуального курса. Этот курс ребенок изучает с помощью робота-тьютора.

 

Курс состоит из имитации движений, вокальной и вербальной имитации, развития экспрессивной речи и визуально-когнитивной сферы. От развития речи программа переходит к простым играм с роботом, которые дают возможность вести диалог с разными персонажами. Это облегчит задачу преподавателя, когда на занятиях нужно отрабатывать один и тот же навык, отвечать на один и тот же вопрос.

 

 

Чтобы можно было организовать самостоятельное занятие в отсутствие родителей, во время обучения ребенок надевает датчики. Если ученик начинает испытывать тревогу, на мобильное устройство родителей передается оповещение, что нужно вмешаться в процесс. Авторы использовали в разработке четырехканальный нейроинтерфейс Muse, он позволяет снимать ЭЭГ-сигнал, на основе которого можно отслеживать психофизиологические состояния ребенка.

 

Подробнее

 

 

 

Новый метод тренировки нейрокомпьютерного протеза позволил избавиться от внутричерепных электродов


Американские инженеры из Университета Карнеги-Меллона в сотрудничестве с Университетом Миннесоты улучшили методику тренировки алгоритмов, работающих с интерфейсом «мозг—компьютер». Они модифицировали методику, с помощью которой исследователи обычно обучают алгоритмы, обрабатывающие сигнал, исходящий от мозга. Такие методики, как правило, обучаются на сигналах от мозга людей, которые совершают короткие отрывистые движения.

 

 

Авторы статьи решили тренировать программу иначе. Они привлекли 33 здоровых человека, каждый из которых поучаствовал в 10 тестах. Человек должен был «силой мысли», то есть через нейроинтерфейс, управлять роботизированной рукой, стараясь, чтобы она непрерывно следовала за случайными движениями цели на мониторе. По сравнению с предыдущей новая методика оказалась более эффективной. Обученный таким способом алгоритм справлялся с традиционными заданиями на 60% лучше. 

 

Различные испытания с группами добровольцев показали, что такая методика повышает как точность во время управления протезом, так и эффективность алгоритма при обработке сигнала. При этом вставлять электроды в мозг оказалось не нужно – хватало и того, что электрические сигналы считывались с поверхности головы.

 

Подробнее

17.02.2020Александр Семенов рассказал о разработках партнеров «Нейронет» в интервью АГН «Москва»

О тестовых проектах в области медицины, маркетинга и общественного транспорта

Подробнее
10.02.2020«Деловой Петербург»: «Нейронет» опубликует обновленную дорожную карту в первом полугодии

В дорожной карте будут полностью обновлены показатели российского рынка нейротехнологий

Подробнее
23.01.2020АГН «Москва»: Нидерландский университет создал чат-бот для жертв сексуального насилия на основе технологии DeepPavlov

Бот задает вопросы для получения общей информации прежде чем порекомендовать жертве, как получить помощь

Подробнее
16.01.2020Нобелевский лауреат Константин Новоселов примет участие в Ассамблее «Здоровая Москва»

Сессия «Современное искусство создания новых лекарств» пройдет 17 января

Подробнее
15.01.202015 февраля пройдет ежегодный съезд «Нейронет»

На мероприятии будут подведены итоги за 2019 год, а также сформированы планы работ на 2020 год

Подробнее
11.01.2020ОБЗОР НОВОСТЕЙ НЕЙРОТЕХНОЛОГИЙ 26.12.2019 – 11.01.2020

Подборка новостей с начала года

Подробнее
123242, г. Москва, Малый Конюшковский пер., д. 2, оф. 17