Kuidas robotid saavad toidu külmkappi panemisega hakkama?

Figure avalikustas kodurobotite uue süsteemi

Kaks humanoidset robotit istuvad laua taga. Paremal olev robot avab külmkappi, mis on nende kõrval. Taustal on näha riiulit ja erinevaid esemeid.
Pildi allikas: Figure

Ülevaade: Humanoidrobotite tootja Figure tutvustas Helixit, mis võimaldab robotitel mõista häälkäske ja käsitleda esemeid, millega nad pole varem kokku puutunud. See on märkimisväärne samm praktiliste kodurobotite suunas.

Detailid:

  • Figure demonstreeris kahte robotit, kes koos panid ilusti kappidesse poest ostetud kaupa, millega nad varasemalt polnud kokku puutunud.
  • Helix töötab tõhusalt lihtsate GPU-dega ja vajab ainult 500 tundi treeningandmeid, mis on märgatavalt vähem kui varasemad robotid.
  • Selline uudis tuli vahetult pärast Figure'i ja OpenAI partnerluse lõpetamist, mis viitab kindlusele oma tehnoloogias.

Miks see on oluline: Robotid on juba tõestanud oma võimekust tööstuses, kuid küsimus pole mitte kas, vaid millal hakkavad humanoidrobotid mängima olulist rolli kodudes. Figure'i süsteem ja selle võime robotite õppimist skaleerida toob tehnoloogia sammu võrra lähemale usaldusväärselt toime tulla koduste ülesannetega.

Microsofti uus tehisintellekt kiirendab valkude uurimist

Nelja proteiinistruktuuri joonised, igaüks erineva nurga alt. Igal struktuuril on mitmevärvilised heeliksid, mis moodustavad keeruka 3D-kuju, mis sarnaneb väänatud lindiga. Struktuurid on paigutatud kahte ritta, igas reas neli joonist. Taust on valge.
Pildi allikas: Microsoft Research

Ülevaade: Microsoft Research avalikustas just BioEmu-1, uut tehisintellekti süsteemi, mis suudab ennustada valkude kuju ja liikumist, mis genereerib tunnis tuhandeid valkude struktuure ning saavutab superarvuti simulatsioonidega võrreldava täpsuse.

Detailid:

  • Süsteem genereerib valkude struktuure 100 000 korda kiiremini kui traditsioonilised molekulaardünaamilised meetodid, muutes kuude pikkuse arvutusprotsessi minutiteks.
  • Testimine näitas, kui täpne süsteem valkude stabiilsuse ennustamisel on.
  • Microsoft teeb süsteemi avalikult kättesaadavaks teadlastele üle maailma Azure AI Foundry Labori kaudu.

Miks see on oluline: Kas see on nädal, mil tehisintellekti teadus hüppeliselt areneb? Nii Microsoft kui Google avalikustavad mudeleid, mis kiirendavad teadusuuringute protsessi - muutes kuude või aastate pikkuse töö päevade küsimusteks. Lisaks sellele, et paljud süsteemid tehakse teadlastele üle maailma kättesaadavaks, on see tõenäoliselt alles algus.

Tehisintellekt lahendab superbakterite uurimise päevadega

Laboratooriumis asuv robot kannab valget kitlit ja vaatab mikroskoobi sisse. Taustal on erineva kujuga laborinõud, mis sisaldavad värvilisi vedelikke ja katseklaase.
Pildi allikas: Ideogram

Ülevaade: Google'i teadlase tehisintellekti süsteem jõudis bakterite antibiootikumi resistentsuse kohta samale järeldusele, mis Imperial College'i teadlased, vaid 48 tunniga, samas kui nende uurimine oli kestnud aastaid.

Detailid:

  • Tehisintellekt tuvastas, kuidas bakterid kasutavad viiruste sabasid geenide levitamiseks, täpselt nagu 10-aastane uurimine oli näidanud.
  • Süsteem genereeris viis võimalikku hüpoteesi, millest peamine vastas täpselt eksperimentaalsetele tulemustele.
  • Teadlased kinnitasid, et tehisintellektil ei olnud ligipääsu nende salajastele andmetele, mis muudab sarnase järelduse veelgi olulisemaks.
  • Google avalikustas Co-Scientist süsteemi ja tegi selle uuringute läbiviijatele testimisprogrammi kaudu kättesaadavaks.

Miks see on oluline: Co-Scientist näitas juba esimestel päevadel muljetavaldavaid tulemusi ja annab aimu sellest, kuidas aastate pikkused teaduslikud uuringud võivad muutude tundide küsimusteks. See testimine näitab, et tehisintellekt ei asenda teadlasi, vaid kiirendab oluliselt nende avastuste ja valideerimiste protsessi.

Jätka lugemist

Uus Facebook? OpenAI hakkas konkurenti ehitama

GPT-4.1 on kohal – odavam, targem ja absurdse kontekstimäluga

32 miljardi unistus: OpenAI kaasasutaja ehitab “turvalist superintellekti”