Det er flere AI-nyheter der ute enn noen muligens kan følge med. Men du kan holde deg oppdatert på den mest interessante utviklingen med denne kolonnen, som samler fremskritt innen AI og maskinlæring fra hele verden og forklarer hvorfor de kan være viktige for teknologi, oppstart eller sivilisasjon.

For å begynne med en lysende oppmerksomhet: Måtene forskere finner på å bruke maskinlæring til kunsten er alltid interessante - men ikke alltid praktiske. Et team fra University of Washington ønsket å se om et datasynssystem kunne lære å fortelle hva som spilles på et piano bare fra ovenfra av tastene og spillerens hender.

Audeo, systemet trent av Eli Shlizerman, Kun Su og Xiulong Liu, ser på video av pianospill og trekker først ut en piano-roll-lignende enkel sekvens av tastetrykk. Deretter legger den til uttrykk i form av pressens lengde og styrke, og til slutt polerer den opp for innspill til en MIDI-synthesizer for utdata. Resultatene er litt løse, men definitivt gjenkjennelige.

Bilde Studiepoeng: Shlizerman, et. al

"Å lage musikk som høres ut som om den kunne bli spilt i en musikalsk forestilling ble tidligere antatt å være umulig," sa Shlizerman. "En algoritme må finne ut signalene, eller" funksjonene ", i videorammene som er relatert til å generere musikk, og den må" forestille seg "lyden som skjer mellom videorammene. Det krever et system som er både presist og fantasifullt. Det at vi oppnådde musikk som hørtes ganske bra ut var en overraskelse. ”

En annen innen kunst og bokstaver er denne ekstremt fascinerende forskningen på beregningsutfoldelse av gamle bokstaver som er for delikate til å håndtere. MIT-teamet så på "låste" bokstaver fra 17-tallet som er så komplisert og forseglet at for å fjerne brevet og flate det ut, kan det skade dem permanent. Deres tilnærming var å røntge bokstavene og sette en ny, avansert algoritme for å dechiffrere de resulterende bildene.

Diagram som viser røntgenvisninger av et brev og hvordan det analyseres for å nesten utfolde det. Bilde Studiepoeng: MIT

"Algoritmen ender med å gjøre en imponerende jobb med å skille lagene av papir, til tross for deres ekstreme tynnhet og små hull mellom dem, noen ganger mindre enn oppløsningen på skanningen," sa MITs Erik Demaine. "Vi var ikke sikre på at det ville være mulig." Arbeidet kan være anvendelig på mange typer dokumenter som er vanskelige for enkle røntgenteknikker å løse opp. Det er litt av en strekk å kategorisere dette som "maskinlæring", men det var for interessant til ikke å inkludere det. Les hele papiret på Nature Communications.

Bilde Studiepoeng: Asensio, et. al

Du kommer til et ladepunkt for elbilen din og finner den ut av drift. Du kan til og med legge igjen en dårlig anmeldelse online. Faktisk eksisterer tusenvis av slike anmeldelser og utgjør et potensielt veldig nyttig kart for kommuner som ønsker å utvide infrastrukturen for elektriske kjøretøyer.

Georgia Techs Omar Asensio trent en prosesseringsmodell for naturlig språk på slike anmeldelser, og det ble snart en ekspert på å analysere dem i tusenvis og presse ut innsikt som hvor avbrudd var vanlig, sammenligningskostnad og andre faktorer.

Kasse PrimeXBT
Handle med de offisielle CFD-partnerne i AC Milan
Den enkleste måten å bytte krypto på.
Kilde: https://techcrunch.com/2021/03/05/deep-science-ai-adventures-in-arts-and-letters/