Machine Learning cs.LG

Материал с внутренней структурой из вложенных узоров разных размеров подавляет сразу несколько частот — как стопка сит с ячейками разного калибра. Компьютер сам находит нужные формы, и крупные детали не мешают мелким. Это открывает путь к сверхточным приборам и бесшумным механизмам.

Обычное оптоволокно без процессоров научилось узнавать рукописные цифры с точностью 93%. Свет, пропущенный сквозь стеклянную нить, сам выполняет вычисления — как вода, закручиваясь в воронки, меняет узор. Это дешёвый способ создавать думающие машины.

Физики создали компьютер из туннельных диодов, который сам преобразует картинки в узоры напряжений. Здесь не программируют каждый «нейрон» — всё делает физика. Чип уже читает рукописные цифры и отличает фрукты на фото, не уступая видеокартам.

Квантовые компьютеры на нейтральных атомах спотыкаются о медленное считывание состояний. Программа GANDALF работает как фильтр в фоторедакторе: по короткой зашумлённой экспозиции восстанавливает чёткий сигнал, ускоряет исправление ошибок вдвое и уменьшает сбои в десятки раз.

Внутри языковых моделей, таких как LLaMA, скрыты запутанные узоры, сила которых зависит от способа обучения. Но для внешнего наблюдателя модель всегда выдаёт один и тот же результат — совсем как чёрная дыра, которая «забывает» все детали попавшей материи. Это объясняет, почему простые методы дообуче

Квантовая запутанность, где частицы связаны на расстоянии, как невидимой нитью, помогает компьютеру быстрее учиться играть в Pong. Гибридный алгоритм с квантовым зрением видит скрытые связи и превосходит обычные программы. Квантовые эффекты выходят из лабораторий на игровое поле.

Исследователи доказали: даже миниатюрный квантовый процессор способен обойти гигантские классические компьютеры в задачах сортировки и анализа больших данных. Алгоритм «квантового скетча» успешно применили для расшифровки генов отдельных клеток и определения тональности киноотзывов. Всё это удалось

Сравнение методов описания узлов сети: квантовые алгоритмы, вдохновлённые анализом света, лучше распознают молекулярные структуры, а классические — эффективнее в соцсетях с минимумом данных. Выбор становится осознанным.

Новый метод тренировки ИИ: сначала обучение на 30 тысячах форм, затем точная настройка под задачу. Всего 450 примеров снижают ошибку до 0,36%. Это ускоряет поиск лучших аэродинамических решений.

Учёные проверяют новые теории гравитации, чтобы объяснить ускоряющееся расширение Вселенной без тёмной энергии. Нужно решать уравнения, описывающие, как крошечные уплотнения после Большого взрыва стали галактиками. Раньше это отнимало много времени. Теперь исследователи подключили к системе компьюте

Q-SYNTH объединяет квантовый и обычный компьютеры, чтобы синтезировать поддельные мошеннические платежи. В мире, где реальные аферы составляют лишь 0,1% всех транзакций, такая тренировка на вымышленных угрозах делает детекторы зорче. Искусственные примеры получаются настолько реалистичными, что сист

Традиционно астрономы ловили планеты, дожидаясь многократных прохождений на фоне звёзд. ExoVeil ломает этот шаблон: нейросеть-трансформер учится предсказывать нормальное мерцание светила и замечает даже одинокую тень. Слепой анализ данных «Кеплера» выявил 179 новых кандидатов, а на материалах TESS б

При обучении нейросетей на тысячах машин обмен данными тормозит процесс и создаёт риск утечек. Замена обычных сигналов на квантовую связь позволяет передавать вдвое больше информации за раз с полной приватностью: запутанные частицы не допускают шпионажа. Метод применим и к обычным, и к квантовым мод

Быстрые радиовсплески — ультракороткие, но колоссально мощные радиовспышки из далёких галактик — оставляют на спектрограммах изящный изогнутый след, похожий на каллиграфический росчерк. Десятилетиями их искали тяжёлыми алгоритмами и узкими нейросетями, пока не попробовали самый неожиданный инструмен