Полубиологический компьютерный чип может стать основой для технологии с новым типом машинного интеллекта, способным учиться на протяжении всей своей жизни.
Расширенные возможности обучения могут быть воплощены в автономных транспортных средствах, дронах и роботах.
Ученые из Университета Квинсленда автоматизировали систему сканирования и последующую аналитику изображений с использованием искусственного интеллекта, которая была протестирована, внедрена и аккредитована для распространения по всему миру.
В материале представлены кейсы из 5 сфер жизни, где нейросети занимают не последнее место – это медицина, образование, маркетинг, развлечение и промышленность.
Исследователи из Оксфордского университета создали нейронную сеть, которая моделирует непрерывное обучение, подобное человеческому. Это исследование — шаг вперед в области машинного обучения и к нейротехнологиям, например для создания более умных роботов.
Программное обеспечение для аппаратов искусственной вентиляции легких на основе ИИ позволит подбирать персонализированный режим вентиляции, исходя из состояния пациента.
Российская компания Smart Engines получила патент в США на технологию контролируемой томографической реконструкции (КТ). Компания намерена интегрировать технологию в продукты и продвигать их в России и за рубежом.
Роботизированный комплекс может работать в связке с любым аппаратом УЗИ. Также врачу доступна система искусственного интеллекта (ИИ), которая работает во время ультразвукового исследования и фиксирует отклонения от нормы.
Столичные ученые разработали методику систематизации датасетов для машинного обучения нейросетей. Это позволит более качественно анализировать рентгенологические снимки и выявлять болезни на ранних стадиях.
Интеллектуальная система помогает эндокринологам, классифицируя новообразования в соответствии с международной стандартизированной системой описания и обработки данных лучевых исследований щитовидной железы.
Устройство помогает вести удаленный мониторинг состояния сустава. Наколенник может использоваться как для раннего выявления проблем с коленным суставом, так и для мониторинга состояния пациента, проходящего реабилитацию.