▶️Учёные создали пластырь, восстанавливающий речь при помощи ML

⏩Биоинженеры Калифорнийского университета в Лос-Анджелесе разработали клейкий пластырь на шею для людей с ограниченными возможностями. Открытие поможет пациентам с нарушениями голоса, а также людям с диагностированным раком гортани.

⏩Авторы исследования создали тонкое и эластичное устройство в виде пластыря размером 30х30 мм. Для работы оно крепится на кожу рядом с горлом, чтобы дать людям возможность говорить при проблемах с голосовыми связками и диагностированными заболеваниями.

⏩Система фиксирует движения мышц гортани и переводит эти сигналы в слышимую речь с использованием машинного обучения. Технология считывает работу мышц с точностью до 95%. Гаджет весит семь граммов, а его толщина составляет всего 1,5 мм. Пластырь крепится к горлу на двустороннюю биосовместимую ленту.

⏩Разработку можно использовать повторно. При масштабировании технология поможет восстановить голос пациентам с дисфункциональными голосовыми связками.

@ai_machinelearning_big_data

🌟 ИИ поможет Apple минимизировать углеродный след и позаботиться об экологии

⏩К 2030 году Apple планирует организовать полностью замкнутый цикл производства и стать одной из самых экологичных технологических компаний в мире — не в последнюю очередь из-за регуляторных требований в некоторых странах. В этом компании должны помочь передовые разработки в области искусственного интеллекта.

⏩ «Мы заметно продвинулись в этом направлении, и на пути к цели нам предстоит применить новаторские решения», — сказал глава Apple Тим Кук на «Китайском форуме развития 2024». По его словам, «искусственный интеллект предоставляет огромные возможности для компаний, стремящихся значительно снизить углеродный след, вплоть до нулевого». ИИ позволяет рассчитать индивидуальный углеродный след каждого человека, а также подобрать материалы и методы их переработки.

⏩ «Для создания лучших продуктов нам нужны партнёры, разделяющие приверженность новаторству и защите планеты», — похвалил Кук поставщиков в лице BYD, Lens Technology и Shenzhen Everwin Precision Technology.

⏩Apple уже много лет использует специальных роботов для разборки и переработки бывших в употреблении iPhone. По данным компании, один такой робот может разобрать 1,2 млн устройств год. Даже не оснащённые искусственным интеллектом роботы справляются с разборкой и переработкой устройств лучше людей, не говоря уж о возможности работать с опасными для здоровья материалами. Одним из достижений Apple на пути к полному отсутствию углеродного следа стал выход «углеродно-нейтральных» Apple Watch, да и последняя модель MacBook Air наполовину состоит из переработанного сырья.

@ai_machinelearning_big_data

⚡️ Google наносит ответный удар по совместному проекту Microsoft и OpenAI

⏩Недавно Microsoft и OpenAI объявили о своем грандиозном совместном проекте стоимостью $100 млрд, цель которого - создание сверхмощного ИИ-суперкомпьютера и гигантского центра обработки данных для обучения суперумных моделей ИИ. Этот амбициозный план обещает совершить настоящий прорыв в области ИИ и укрепить позиции Microsoft и OpenAI как лидеров индустрии.

⏩Но в игру решил вступить Google DeepMind с довольно дерзким ходом: обесценить инвестиции конкурентов созданием открытой, распределённой по всему миру системы обучения сверхумных ИИ - DiPaCo (Distributed Path Composition).

⏩Суть DiPaCo заключается в распределенном обучении нейронных сетей, используя все доступные вычислительные ресурсы по всему миру. Эта технология позволит масштабировать нейронные сети до невероятных размеров без ограничений, присущих централизованным системам. Это как торрент в мире нейронок.

⏩Успех DiPaCo может не только поставить под сомнение эффективность многомиллиардных инвестиций Microsoft и OpenAI, но и изменить саму парадигму развития искусственного интеллекта. Этот проект способен демократизировать доступ к обучению сверхумных моделей и в целом разрушить монополию этих гигантов в области нейросетей, что может привести к стремительному прогрессу в области ИИ.

⏩Более того, DiPaCo может усложнить задачу правительствам (в особенности, США и Китаю), стремящимся контролировать развитие ИИ путем регулирования крупнейших центров обучения моделей. Распределенная природа DiPaCo делает такой контроль гораздо более сложным и менее эффективным.

⏩С тем, как это работает, можно ознакомиться в исследовании Google DeepMind. А посмотреть на исследование в картинках можно в посте ведущего автора проекта Артура Дуйяра.

@ai_machinelearning_big_data