AI na Matatizo Magumu ya Ulimwengu ─ Fizikia
Sayansi na taaluma zinazoendelezwa na AI, kwa taaluma
Mlisho wa RSS · 5 vipengee
Saketi za fotoniki zageuka kuwa maunzi ya AI yanayoweza kufunzwa
Kichwa asilia: Photonic circuits become trainable AI hardware
Waandishi wanaonyesha mbinu ya kujifunza papo hapo inayotegemea fizikia ambayo hupima moja kwa moja miinuko ya macho katika saketi jumuishi za fotoniki. Inaruhusu miundo mbalimbali ya saketi kufunzwa baada ya utengenezaji, bila kuhitaji modeli kamili ya kidijitali ya saketi. Vifaa hivyo vimeripotiwa kufikia usanifu wa matriki, hesabu za mawimbi mengi na meta-kujifunza kwa haraka.
AI hii inayotumia nguvu ya mwanga inaweza kutambua deepfake kwa usahihi wa karibu 98%
Kichwa asilia: This light-powered AI can spot deepfakes with nearly 98% accuracy
Watafiti katika UCLA walijenga kichakataji cha neva-macho kinachotumia mwanga kugundua video bandia za deepfake, kwa lengo la kuchuja kiasi kinachoongezeka cha video zinazozalishwa na AI. Tofauti na mifumo ya kawaida inayochunguza video moja baada ya nyingine, kinachanganua mitiririko 15 au zaidi ya video kwa wakati mmoja katika mpito mmoja wa macho. Timu inaripoti usahihi wa karibu 98% katika kugundua, na utafiti huo ulichapishwa katika eLight.
Sayansi iliyoumbwa na Claude
Kichwa asilia: Claude-shaped science
Prof. Matthew Schwartz anaeleza jinsi, baada ya kuacha kupambana na Claude na kuiacha itafute matatizo yanayofaa uwezo wake wa sasa, alivyotengeneza BootLoops, zana ya hesabu sahihi katika sayansi ya kiasi. Kwa sababu hesabu zinazofanana hujirudia katika nyanja mbalimbali, Claude ilipata uhusiano na ikolojia, jenetiki ya idadi ya watu, na nyanja nyingine kumi na mbili, ingawa mara nyingi uhusiano huo ulikuwa sahihi kitaalamu lakini mwanzoni haukuwa wa kushangaza. Kisha Schwartz alifanya kazi na wataalamu wa nyanja hizo kuielekeza BootLoops kwenye maswali yanayozihusu nyanja hizo.
Kuelekea miundo ya mtindo wa msingi kwa vitambuzi tofauti vya neutrino vya mpaka wa nishati kupitia mafunzo ya awali yanayojisimamia yenyewe
Kichwa asilia: Towards foundation-style models for energy-frontier heterogeneous neutrino detectors via self-supervised pretraining
Ufasiri wa matukio katika vigunduzi vya neutrino vya mpaka wa nishati hauwezekani kwa ujenzi upya wa kawaida na ni mgumu kwa mifumo yenye usimamizi pale data zenye lebo zinapokuwa chache. Waandishi wanafunza awali Vision Transformer chache (sparse) kwa ujenzi upya wa masked-autoencoder na malengo ya kiwango cha voxel yanayohusiana, kisha wanaiboresha kwa pamoja kwenye uainishaji na urejeshi. Kwenye matukio yaliyoigwa ya kalorimita ya FASER iliyopendekezwa, mafunzo ya awali yaliboresha utambuzi wa flavour na charm-quark, urejeshi wa kasi-msukumo na ujenzi upya wa vertex, na kwa matukio yapatayo 1,000 yenye lebo, kisimbaji kilichofunzwa awali kililingana na utendaji wa uainishaji wa flavour wa mfumo uliofunzwa kuanzia mwanzo.
Claude inakokotoa amplitudo ya mizunguko tisa katika N=4 super-Yang-Mills
Kichwa asilia: Claude computes a nine-loop amplitude in N=4 super-Yang-Mills
Mwanafizikia na mwandishi wa sayansi Matt von Hippel alizipa changamoto kampuni za AI kutatua tatizo gumu la fizikia ya nadharia: kukokotoa amplitudo ya mizunguko tisa katika N=4 super-Yang-Mills. Claude aliikokotoa, na kuishinda changamoto hiyo takriban mwezi mmoja baadaye.