![]()
Billede: Gustavo Molina, freeimages.com |
Tirsdag, 28. marts 2017 - 07:45 Hardware Software Online AndetElon Musk lancerer Neuralink - et projekt der skal kombinere menneskets hjerne med AIElon Musk, manden bag SpaceX og Tesla, støtter også et hjerne-computer interface projekt ved navn Neuralink. Neuralink er stadigvæk på et meget tidligt stadie uden nogen form for offentlig tilstedeværelse, men firmaet søger at lave enheder der kan implementeres i menneskehjerner, med det formål at hjælpe med at blande software og holde trit med nye fremskridt indenfor AI. Disse udviddelser skal forbedre hukommelsen eller give mulighed for at interagere mere direkte med computerenheder. I øjeblikket er en af de helt store udfordringer dog at det er meget farligt at operere i hjernen, og det gøres kun som en sidste udvej for folk med svære handicaps såsom Parkinsons, epilepsi eller sygdomme der er degenerererende for nervebanerne.
Redaktør: jakobdam |
Indsendt af: thimon |
|
![]()
Billede: google brain |
Onsdag, 08. februar 2017 - 08:21 Software FotograferingNy software fra Google Brain kan udføre ekstrem skalering i stil med krimiserierI krimiserier som CSI er der næsten ingen grænser for hvor meget efterforskerne kan zoome ind på et lavtopløst billede fra et overvågningskamera, selvom en sådan teknologi aldrig har fandtes. Indtil nu. Google Brain har nemlig lavet en ny software der kan skabe detaljerede billeder ud fra små pixellerede billeder - og det fungerer særdeles overbevisende. Måden softwaren fungerer på er ved hjælp af en smart kombination af 2 neurale netværk. Den første del prøver at sammenligne det lille pixellerede billede mod andre højopløselige billeder, ved at nedskalere disse og sammenligne resultatet. Den anden del bruger en implementation af PixelCNN for at prøve at tilføje realistiske højopløsningdetaljer til det pixellerede billede. Outputtet fra de to neurale netværk kombineres og sættes sammen, og slutresultatet er intet mindre end imponerende. Klik på "Læs mere"-linket nedenfor for at se de utrolige eksempler.
» Læs mere |
Redaktør: jakobdam |
Indsendt af: thimon |
|
![]()
Billede: New England Journal of Medicine |
Tirsdag, 15. november 2016 - 10:06 AndetHjerneimplantat gør schleroseramt patient i stand til at kontrollere computerEn kvinde på 58 år med schlerose (ALS) er den første patient der har fået indopereret et nyudviklet hjerne-computer interface. På grund af sygdommen kan kvinden kun kontrollere sine øjenmuskler - men ved hjælp af det nye implantat, kan hun nu styre en computer. Dette er muliggjort af en electrocorticograph (ECoG) der er indopereret direkte i hendes hjerne. ECoG'ens elektroder opfanger impulser der normalt er associeret med at flytte den højre hånd, og forstærker og transmitterer dem til ved hjælp af en enhed i hendes bryst. En trådløs modtager konverterer derefter signalet til data der kan bruges til at kontrollere computeren foran hende. For at lære at bruge systemet, skulle patienten bl.a. spille Pong og whack-a-mole på computeren. Systemet er fortsat under udvikling, og brugbare funktioner til eks. at justere termostaten og tænde for TV'et er allerede en del af det.
Redaktør: jakobdam |
Indsendt af: jakobdam |
|
![]()
Billede: https://movietvtechgeeks.com |
Fredag, 28. oktober 2016 - 19:23 Software OnlineGoogle Brain laver AI'er som kan lave ny krypteringForskere hos Google Brain, som ikke associeret med Deepmind, har lavet 3 neurale computernetværk, kaldet Alice, Bob og Eve, hvor de skal lave kryptering og bryde den, som er publiceret i en artikel på arxiv. I den klassiske opsætning kommunikerer Alice med Bob over en usikker linje, hvor Eve kan aflytte kommunikationen. Forskerne gav hver af de neurale netværk en opgave og et tabskriterie. Alices opgave var at lave en kryptering, som ikke kunne brydes af Eve, men læses af Bob, og tabskriteriet var at Eves gæt ikke måtte være bedre end tilfældige gæt. Ligeledes var Bobs opgave at dekryptere Alices meddelse, og tabskriteriet var at den dekryptede meddelelse ikke måtte være for langt fra den originale tekst. For Eve var opgaven at opfange og dekryptere meddelelsen fra Alice, og tabskriteriet var at Eves gæt skulle være bedre end et tilfældigt gæt. Derudover delte alle 3 neurale netværk den originale tekst, mens Alice og Bob delte en nøgle (symmetrisk kryptering). Forskerne fandt at Eve gradvis blev bedre, men at Alice og Bob på et tidspunkt forbredrede krypteringen, således at Eve ikke længere kunne dekryptere den.
Redaktør: thimon |
Indsendt af: thimon |
|
![]()
Billede: youtube |
Fredag, 14. oktober 2016 - 08:12 Hardware AndetNeurale implantater og robotarme hjælper paralyseret mand med at kunne føle igenNathan Copeland brækkede nakken for over et årti siden, og mistede dengang følelsen i armene. Nu har forskere støttet af DARPA, givet ham følelsen tilbage i form af en robotarm kombineret med et neuralt implantat, der bypasser Copelands naturlige sensor- og motor cortex. Det gør ham i stand til at føle når noget presser på robothånden - samt at styre den med sine tanker. Det tog Copeland en måned at lære at kontrollere den nye opsætning, der markerer dem første gang nogensinde at kunstige sensorinput er blevet transmitteret direkte til hjernen. Se en video med den fantastiske nye teknologi ved at klikke på "Læs mere"-linket nedenfor.
» Læs mere |
Redaktør: jakobdam |
Indsendt af: jakobdam |
|
![]()
Billede: facebook |
Tirsdag, 05. april 2016 - 13:32 AppsFacebook lancerer nyt værktøj til blinde, der kan beskrive billederFacebook har lanceret et nyt værktøj til iOS, der kan hjælpe blinde engelsktalende brugere med at forstå hvilke billeder som folk poster på det sociale medie. Den nye feature hedder "automatic alternative text", og kan give en grundlæggende beskrivelse af et billedes indhold for dem der bruger oplæserfunktionen. Tidligere har skærmoplæseren kun kunne berette at der var et billede, men ikke hvad der var på billedet. Nu kan den så fortælle om billedet med sætninger såsom: "May contain: Tree, sky, sea." Det er firmaet 1 Hacker Way der står bag, og de har brugt millioner af billeder som eksempler til deres neurale netværk. Det er den samme type machine learning som Google brugte til at lære AlphaGo at spille Go. Algoritmen er desuden blevet optimeret således at den beskriver mennesker først - derefter objekter og til sidst scener i baggrunden.
Redaktør: jakobdam |
Indsendt af: jakobdam |
|
![]()
Billede: clickotron.com |
Mandag, 19. oktober 2015 - 13:45 OnlineAutomatisk generering af click-bait er nu muligtUdvikleren Lars Eidnes har bygget et RNN (Recurrent Neural Network). Eidnes udviklede derpå algoritmer, der vælger ord ud fra en given logik, og "trænede" derefter systemet ved at bruge ca. 2 millioner overskrifter, der var site scraped fra Buzzfeed, Gawker, Jezebel, Huffington Post og Upworthy. Eidnes bemærker at:
Som bevis citerer han en overskrift fra Buzzfeed: "22 faces that everyone who has pooped will immediately recognize". Et NVidia Geforce GTX-980 grafikkort blev brugt til at gennemgå og behandle resultaterne ad flere omgange, og de resulterende nye "originale" overskrifter blev overraskende gode og giver endda mening. Eidnes har lavet websitet clickotron.com som proof of concept.
Redaktør: jakobdam |
Indsendt af: thimon |
|
^ Gå til top | 1 |
© TechStart.dk | v1.5 | 2025 | Webdesign og programmering af Deep Art Media v/Jakob Dam