研究者は、機械学習アルゴリズム (元々はスパム フィルタリング用に開発された) を使用して、Hydra の動作を分析しています。  リアルタイムで動作を分析し、Hydra のニューロンがさまざまな環境にどのように反応するかを示すことができます。  これを行うために、彼らは、Hydra のすべてのアクティビティを含む動画にバッグオブワード分類モデルを適用しました。  私たちは何世紀にもわたって動物の行動を研究してきました。それには多くの詳細な観察と細心の注意が必要です。ただし、識別と分類のプロセスを自動化できる効率的な手法がいくつかあります。 最近、コロンビア大学の科学者は、スパム フィル

科学者は、量子カスケード レーザーの赤外線周波数コムを通じてテラヘルツ周波数を生成する技術を開発しました。 この帯域で伝送されるデータは、既存のワイヤレス ネットワークの 100 倍以上の速度で伝送できます。  レーザーが直交変調器として機能できることを実証したのはこれが初めてです。  携帯電話のデータと WiFi トラフィックは膨大な速度で増加しています。 2020 年までに、世界中で 500 億台以上の WiFi 接続デバイスが存在すると予想されます。ただし、速度はワイヤレス ネットワークの容量によって制限され、これらのデバイスによって生成されるトラフィックによって耐えられないボトルネ

新しい自動運転車テクノロジーは、3D マップを使用せずに農村地域を移動できます。  ローカル システムとオープン ストリート マップを組み合わせて、個々の道路セグメントをナビゲートします。   マップレス運転フレームワークは、LiDAR センサーを使用して道路の境界を確実に追跡します。 既存の自動運転車のナビゲーションには 3D マップが必要です。自動運転車が実際にあらゆる場所で自動運転できるわけではないのはこのためです。 実際、米国の道路の 1/3 以上は未舗装で、65% には信頼できる車線区分がありません。 これらの車両は、事前に設計された地図を使用して、自分がどこにいるのか、どの

科学者は、多細胞生物の細胞内ダイナミクスを画像化できる新しい顕微鏡を開発します。  これを行うために、彼らは格子ライトシート顕微鏡法と補償光学技術を組み合わせました。  彼らは、細胞内で細胞小器官が形成される際のその動作をリアルタイムで観察することができました。  1665年、ロバート・フックは顕微鏡を使用してコルクの小さなスライスを観察し、彼が「細胞」と呼んだ小さなブロックを発見しました。それ以来、人生の構成要素をより良く理解できるようにするために、多くの革新的な頭脳によって数え切れないほどの努力がなされてきました。 現在、ハーバード大学医学部とハワード ヒューズ医学研究所の研究者は、

新しい AI は、生物学的年齢と健康に関連する主要な危険因子を正確に推定できます。  スマートフォンやウェアラブル デバイスによって収集されたデータを分析します。 開発者は、毎日の活動パターンが平均寿命にどのような影響を与えるかを観察するアプリをリリースしました。   遺伝子発現、DNA、血液循環レベルなどの多くの生物学的要因は、年齢と密接な相関関係を示します。ただし、ゲノム プロファイルや大規模な生化学は、科学研究以外のアプリケーションにとっては非常に難しく、高価です。 物事を簡単にするために、バイオテクノロジー企業 GERO とロシアのモスクワ物理工科大学の開発者は、生物学的年齢と健

Facebook AI 研究チームは、ユニバーサル音楽翻訳ネットワークを構築しています。  聞いたオーディオを複製し、さまざまなスタイル、ジャンル、楽器で再生します。  手拍子や口笛など、聞いたことのない音楽ソースを処理し、高品質のオーディオを生成できます。 音楽に関して言えば、人間は常に創造性を発揮して歌を複製し、手拍子したり、口笛を吹いたり、さまざまな楽器で演奏したりすることで、それをさまざまな形に変えてきました。 音楽は、コンピューティング マシンとアルゴリズムによってデジタル化され、処理される最初の分野の 1 つですが、今日の人工知能は、オーディオを模倣するという点では人間よりも

科学者たちは走査型電子顕微鏡を使用して、世界最小のマイクロハウスを構築します。  長さは約 20 マイクロメートルで、劈開された光ファイバー上に構築されています。  この実験は、µRobotex の精度と柔軟性を実証する楽しい方法でした。  ナノスケールでの作業は非常に困難な作業です。微細折り紙構造を開発するには、多くの複雑な材料、組み立て技術、ロボット設計が必要です。 現在、フランスのフェムト ST 研究所の科学者たちは、このような小規模で作業を行うための新しい方法を開発しました。彼らは、デュアル ビーム走査型電子顕微鏡 (SEM) / 集束イオン ビーム (FIB) と 6 自由度ロ

バッテリーを使用すると、スマートフォン上の機密情報が盗まれる可能性があります。  これを実現するために、エンジニアはバッテリーの使用量の急増を監視するためにバッテリー内にマイクロコントローラーを統合しました。  その後、AI を使用して、これらのスパイクと特定のキーストロークを照合しました。  テキサス大学、イスラエル工科大学テクニオン、ヘブライ大学のセキュリティ研究者は、スマートフォンのバッテリーを使用すると、知らない間に機密情報が盗まれる可能性があることを発見しました。 現在、モバイル デバイスには、応答性とバッテリ寿命の延長を実現するために開発された「スマート バッテリ」が搭載され

新しい自己発熱バッテリーは、-42°C の低温でも 15 分で充電できます。  4,500 回の充電サイクルに耐えることができ、容量損失はわずか 20% です。  これは、バッテリーの寿命サイクルの 12 年、または電気自動車の寿命の 280,000 マイルに相当します。 急速充電ステーションの出力と数を増やすために、大手自動車メーカーの間でエキサイティングな競争が起こっています。 2017 年、ダイムラー、フォルクスワーゲン、フォード、BMW は、2020 年末までにヨーロッパ全土に 400 か所の「超高速」充電ステーションを建設するための合弁会社を設立しました。一方、ホンダは 202

DARPA は、新しい分子を生成するための機械学習ベースのツールを開発しました。 Make-It と名付けられたこのプログラムは、いくつかの軍事製品や用途の化学物質発見のプロセスをスピードアップすることができます。 現代の有機化学における最も困難な課題の 1 つは、化学合成の計画方法をコンピューターに教えることです。長年の研究にもかかわらず、コンピュータによって構築され、実験室で正常に実装される完全な経路を達成することはできませんでした。 現在、コンピュータのソフトウェア/ハードウェアは、化学変換の膨大な知識ベースを処理し、合成の可能性と高次のロジックを含む広大な「ツリー」を効率的にナ

新しいアルゴリズムは、問題を解決するために必要な反復回数を大幅に減らすことで、計算を飛躍的に高速化します。 ソーシャル メディア分析や遺伝データのクラスタリングなどの大規模なデータセットに対して、従来の（逐次）アルゴリズムよりもはるかに優れたパフォーマンスを発揮します。  利益に対するリスクを最小限に抑えるために株式に資金を割り当てる、ワークフローと従業員の統計担当者を最大化するために従業員を空いているオフィスに割り当てるなど、何千もの最適化問題 (すべての実行可能なソリューションから最適なソリューションを見つける問題) は、逐次アルゴリズムに大きく依存しています。 これらのアルゴリズ

研究者は、量子システムと機械学習技術を使用して磁場を測定する新しい方法を開発します。 従来の技術で達成できる感度の 6 倍の感度に達します。  物事をどれだけ正確に測定できるかには一定の限界があります。たとえば、X 線画像は非常に不鮮明であり、適切に解釈するには専門の医師が必要です。強度を高くし、曝露時間を長くすると、複数の組織間のコントラストが向上する可能性がありますが、そのような大量の放射線は人体にとって安全ではありません。 標準の量子制限についてご存知かもしれません。これは、測定の精度が特定のリソースの平方根に反比例するというものです。放射線のパワー、時間、画像の数などのリソースを

研究者は、2D 画像から完全な 3D 髪のジオメトリを生成できるニューラル ネットワークを開発しました。  ネットワークはミリ秒以内に最大 30,000 本の髪の毛をレンダリングできます。 ウェーブ、カーリー、ストレートなど、さまざまなヘアスタイルをスムーズにサンプリングして補間できます。  仮想人間をデジタル化する場合、マシン上でリアルな髪の毛をレンダリングするのがおそらく最も難しい作業です。目、鼻、耳などの他のオブジェクトと比較して、髪にはさまざまな形状の変化があり、各一本鎖の変形可能性のレベルとその体積構造により、非常に複雑になる可能性があります。 既存のシステムが高品質の 3D

新しい畳み込みネットワークは、1 つの参照フレームから後続のフレームに色をコピーすることを学習します。  その間、さまざまなオブジェクトを追跡し、オクルージョンを追跡することができます。  人間のポーズも追跡できます。  ビデオ内のオブジェクトを追跡するように機械に教えることは、コンピューター ビジョンにおいて最も困難なタスクの 1 つです。その主な理由は、追跡にはラベル付きの巨大なトレーニング データセットが必要であるためです。もちろん、地球上で起こっていることすべてを記録してラベルを付けることは現実的ではありません。 そのため、大量のラベルのない生のクリップを利用するのではなく、人間

新しい畳み込みニューラル ネットワークは、人間の呼気中の化合物を分析し、病気を検出できます。 このテクノロジーにより、プロセス全体が高速化され、コストが削減され、信頼性が向上します。 法医学、医学、環境分析に使用できます。 最近、人工知能（AI）が大きな話題を呼んでいます。開発者は、群衆の音声の認識、完全自律走行車の製造、ビデオの高品質への変換、より優れたバッテリーや爆発物の開発など、ほぼあらゆるものに AI を統合しており、AI はあらゆる分野でその並外れた能力を証明しています。 これからは、AIも匂いを嗅ぐことができるようになります。エディンバラ大学、ウェスタン総合病院、ラフバラー大

研究者らは視野角と演色性を向上させるマルチドメイン ディスプレイを提案しています。  液晶ポリマー、ポリ(ジ-n-アルキルシロキサン)に使用できます。  製造手順を容易にし、プリントおよび有機エレクトロニクスの分野に新たな扉を開くことができます。  液晶ディスプレイ (LCD) 市場は、移動性と秩序を組み合わせた液晶物質の状態の利点を十分に認識しており、これにより高効率、低消費電力、デバイスのコンパクト化が可能になります。 ただし、LCD テクノロジーの主な制限の 1 つは視野角です。横から見ると色が正確に表現されません。これは液晶の共配向によって起こります。 この問題を解決するために

独自のウィンドウ コーティング技術により、一般家庭のエネルギー効率を向上させることができます。  半透明の太陽光発電は軽量でカラフルなフィルムで、窓を断熱材と発電機に変えることができます。  環境に優しい建物（グリーン ビルディングとも呼ばれます）の傾向により、不要な太陽光の輻射を遮断することで冷暖房費を抑える高度な窓コーティングの人気が高まっています。 環境に優しい建築の実践は、実用性、耐久性、経済性、快適さといった従来の建築設計上の懸念を補完します。彼らはエンジニアや研究者に、窓を小型の発電機に変えることができる薄いシースルーの太陽電池を開発するよう促しました。 これら 2 つの機

スマート包帯は慢性創傷の状態を監視し、適切な薬剤を投与できます。  クッキングシート上に製造された pH、温度、酸素センサーが付いています。 すべてのコンポーネントはコストを低く抑えるために選択されています。  床石や糖尿病性足などの慢性の治癒しない傷は、毎年 650 万人以上のアメリカ人に影響を与えています。ある調査によると、このような傷の治療には年間 250 億ドル以上の費用がかかり、高齢化に伴う糖尿病や肥満のレベルの上昇により、その費用は毎年増加しています。 既存の治療法は一般的で、労力がかかり、非常に高価です。ほとんどの場合、典型的な洗浄、酸素療法、デブリードマン（損傷した組織

ニューラル ネットワークは、ノイズのない写真がどのようなものであるかをトレーニングしなくても、自動的に写真を補正できます。 低照度写真、磁気共鳴イメージング、物理ベースの画像合成に使用できます。  Photoshop を使用せずに、低光量でピクセル化された写真や粒子の粗い写真を撮影し、アーティファクトやノイズを除去できたら素晴らしいと思いませんか。新しい機械学習モデルは、破損した画像のサンプルを観察するだけで同じことを行うことができます。 破損した測定値からの信号の再構築は、統計データ分析の重要な部分です。最近では、機械学習技術の進歩により、信号破損の従来の統計モデリングを回避することに

新しい機械学習モデルは、予告編に基づいて映画を視聴する可能性が最も高い視聴者を予測します。  協調フィルタリング手法を使用して、顔、物体、風景などのトレーラーの特徴を抽出します。 これらの機能を入場者数や人口統計データと組み合わせて、視聴者の入場者数を予測します。 予告編は、新作映画のマーケティング キャンペーンで最も重要な部分です。登場人物を紹介し、プロットを伝え、ストーリー展開に関するヒントを明らかにし、映画愛好家の間での認識を高めます。 映画製作者にとって、これは観客の視点、つまり何が気に入ったのか、何が印象に残らなかったのかを学ぶ機会となります。通常、これらの詳細は、マーケティン