До того, как стать сотрудником лаборатории Media Lab Массачусетского технологического института, Джефф Оркин занимался разработкой систем искусственного интеллекта для компьютерных игр — в частности, для широко известной игры F.E.A.R. С 2005 года Оркин работает в группе исследователей естественного языка, а в 2013 году они основали стартап Giant Otter Technologies и начали применять результаты исследований для создания чат-ботов, работающих в областях продаж и поддержки клиентов.

Особенность платформы искусственного интеллекта Giant Otter заключается в комбинированном подходе. База данных естественного языка строится на анализе множества записей разговоров с клиентами, проверенных и классифицированных людьми с помощью Mechanical Turk и других краудсорсинговых систем. Благодаря этому алгоритмы Giant Otter способны распознавать до сотни вариантов выражения одного и того же запроса клиента. Беседы разбиваются на отдельные события: «уточнение заказа», «проверка информации клиента» и так далее, а события — на реплики с определенным смыслом.

Стартап проводит пилотные испытания платформы в крупных торговых, телекоммуникационных и фармацевтических компаниях.

Группа ученых МТИ, последние десять лет изучающая теорию и практику использования сигналов беспроводных сетей для определения местонахождения, опубликовала доклад, посвященный оценке точности этого метода с учетом мощности, направления и времени прохождения сигнала.

Исследователи показывают, как изменение параметров системы определения местонахождения, включая мощность, пропускную способность и длительность передачи, влияет на пределы точности. Это в свою очередь позволяет определить конфигурацию, обеспечивающую максимально точное определение местонахождения. Предлагаются алгоритмы, позволяющие оптимизировать характеристики такой системы в реальных условиях.

Описываемая исследователями сеть локализации состоит из узлов с известным местонахождением — точек доступа («якорей») и узлов с неизвестным местонахождением — клиентских устройств («агентов»). Выбор оптимальной конфигурации системы авторы сводят к геометрической задаче, в которой все возможные настройки «якорей» представлены в виде многогранника, а параметры беспроводных сигналов, позволяющие оценить местонахождение агента, — в форме пули. При этом требуется найти место пересечения «пули» с многогранником — это и будет конфигурация сети, позволяющая определить местонахождение наиболее точно.

Когда человек оказывается в новой для него среде — например, входит в незнакомое помещение — в мозгу сразу же формируется новое воспоминание. Мозг бессознательно выбирает детали, отличающие новую среду от знакомых. Исследователям из Массачусетского технологического института удалось найти биохимические механизмы этого процесса. При появлении новых сенсорных стимулов, выяснили ученые, в стволе головного мозга активируется зона так называемого «голубого пятна». Это вызывает прилив допамина к определенной области гиппокампа (ее называют областью CA3), который и формирует воспоминание.

О роли области CA3 ученые узнали еще 15 лет назад, но до сих пор было неизвестно, откуда именно в нее приходит сигнал о необходимости формирования воспоминания. Исследователи экспериментировали с мышами, выведенными методами генетической инженерии. В мозгу этих мышей передачу импульсов между нейронами можно блокировать, направляя луч света на соответствующие участки. Мыши, у которых связь между «голубым пятном» и CA3 была нарушена, при повторном помещении в новую обстановку исследовали ее с таким же усердием, как и в первый раз, в отличие от нормальных мышей, которые ее помнили.

Но как «голубому пятну» удается отличать новые впечатления от старых — выяснить пока не удалось.

Группа исследователей из Массачусетского технологического института разработала новую технологию перемещения капель химических и биологических растворов с помощью электрических полей.

Принцип управления движением капель под воздействием электрических сил по поверхности печатной платы был известен и раньше, но платы для таких экспериментов приходилось изготавливать методом литографии в «чистых комнатах». Исследователи предложили использовать печатную плату, покрытую шариками диаметром около микрометра, изготовленными из водоотталкивающего материала. На такой поверхности капли принимают форму шара. Переключение электродов под высоким напряжением (95-200 вольт) вызывает изменение формы капли и она как бы перекатывается по плате в заданном направлении. При этом электроды 300 раз в секунду переключаются из режима высокого напряжения и низкой частоты (1 кГц) в режим с напряжением 3,3 вольта и частотой 200 кГц, который используется для определения положения капель примерно по тому же способу, какой применяется в сенсорных экранах телефонов. Система автоматически рассчитывает маршрут капель и регулирует их скорость, меняя напряжение на электродах.

На конференции по нейронным системам обработки информации NIPS 2017 исследователи из МТИ представили результаты экспериментов с разработанным ими новым методом обучения нейронных сетей распознаванию объектов в реальном мире и предсказанию их поведения. Метод основан на теории Дэвида Марра, предполагавшего, что при интерпретации образов мозг сначала создает двухмерный «эскиз», на котором представлены только обращенные к зрителю поверхности объектов, а затем определяет их полную форму и расположение.

В отличие от других подобных исследований, авторы решили обучать систему не на реальных фотографиях, а на изображениях, созданных на компьютере. Сначала система строит трехмерную модель объектов, отсеивая лишние детали (текстуры, отражения, тени), а затем добавляет их обратно, добиваясь максимально точного воспроизведения исходных данных.

Другая система, разработанная авторами, анализирует записи звука падения объектов и пытается по ним вычислить форму и материал объекта и высоту, с которой он падал. А последняя система обучается предсказывать движение объектов: в одном случае, бильярдных шаров после столкновения, а в другом — кубиков из разваливающейся пирамиды. В некоторых экспериментах с шарами система давала даже более точные предсказания, чем человек.

Исследователи из Массачусетского технологического института с коллегами из других научных центров опубликовали статью о разработке системы искусственного интеллекта для поиска методов изготовления новых материалов на основе сведений, опубликованных в научных журналах. Новая система, созданная теми же авторами, обладает более широкими возможностями. Она может выявлять общие черты в известных методах и с помощью статистического анализа предлагать альтернативные методы. В ходе экспериментов система обнаружила, например, корреляцию между веществами-прекурсорами, использованными в методе изготовления и кристаллической структурой получаемых материалов. Как оказалось, эта корреляция действительно была описана в научной литературе.

Основные проблемы применения нейронных сетей для поиска методов изготовления материалов связаны с нехваткой и «разреженным характером» данных о методах. В каждом методе используется лишь малая часть известных химикатов, и сведений о влиянии различных параметров (концентрации, температуры) на результаты не хватает. Ученые применили метод автокодирования, в котором дополнительный уровень нейронной сети, состоящий всего из нескольких узлов, в ходе обучения начинает в сжатой форме отображать входящие данные, выделяя, таким образом, наиболее весомые параметры.

Так называемые «двухмерные материалы», самым известным из которых является графен, считаются перспективными для применения в микроэлектронике. Но для изготовления электронных компонентов необходимо соединять разные двухмерные материалы в одной плоскости, и эта задача оказалась довольно сложной. В 2015 году в Саудовской Аравии в университете им. короля Абдаллы разработали метод нанесения дисульфида молибдена и диселенида вольфрама с созданием четкой границы контакта между ними. Усовершенствовав их метод, исследователи из университета им. Корнелла сумели получить длинные прямые провода из дисульфида молибдена диаметром всего в несколько атомов, входящие в участки диселенида вольфрама с сохранением границы контакта.

В новой работе исследователи из Массачусетского технологического института с коллегами попытались создать численную модель открытого ранее процесса. Теоретическое объяснение формирования нанопроводов позволяет надеяться на разработку методов изготовления таких проводов произвольной формы и создание с их помощью электронных компонентов атомного масштаба.

Наиболее популярной из них до сих пор была гипотеза о существовании в мозгу своеобразного центрального «метронома», управляющего отсчетом времени. Однако новая работа исследователей из Массачусетского технологического института дала свидетельства в пользу другой гипотезы. Нейроны, управляющие поведением, требующим точного отсчета времени, способны самостоятельно регулировать скорость своей работы, полагают исследователи.

Авторы работы регистрировали активность нейронов в трех зонах головного мозга животных, выполнявших задачи с разными временными интервалами — 850 и 1500 мс. Известно, что для выполнения заданного действия система нейронов должна перейти из текущего состояния в определенное конечное. Как выяснилось, системы всегда следуют одним и тем же путем перехода — вне зависимости от времени, отпущенного на выполнение действия. Меняется только скорость перехода. Это показывает, что отсчет времени в мозгу происходит не централизованно, а распределенным образом, основанным на внутренней динамике нейронных цепей, считают ученые.

Авторы проверили свои предположения на компьютерной модели нейронной сети, обучив ее в неконтролируемом режиме выполнять те же задачи с временными интервалами, что и животные. Как оказалось, нейронная сеть стала использовать ту же стратегию.

Группа исследователей из Массачусетского технологического института удалось разработать метод трехмерной печати «чернилами», сделанными из генетически запрограммированных живых клеток бактерий, которые начинают фосфоресцировать при контакте с определенными химическими веществами. Из них можно создавать трехмерные, интерактивные конструкции. Для иллюстрации метода авторы напечатали «живую татуировку» — тонкую, прозрачную пленку с рисунком из живых клеток в виде дерева, ветви которого реагируют на разные вещества. Если пленку приложить к участку кожи, который был в контакте с одним из веществ, соответствующая ветвь дерева начнет светиться.

Попытки напечатать на 3D-принтере конструкции из живых клеток предпринимались и ранее, но без особого успеха, поясняют авторы, так как при этом использовались клетки млекопитающих, а не более устойчивые к внешним воздействиям клетки бактерий. Кроме того, бактерии могут жить в гидрогеле, и такая смесь подходит для использования в качестве чернил для 3D-принтера.

Расположив клетки в несколько слоев, исследователи сумели даже заставить их светиться в зависимости от состояния других клеток. Возможно, когда-нибудь на основе этих методов удастся создать «живые компьютеры».

Физики из Массачусетского технологического института и Гарвардского университета экспериментально продемонстрировали новый способ управления состоянием отдельных атомов и построили из них квантовый симулятор — систему квантовых битов (кубитов), предназначенную, в отличие от универсального квантового компьютера, для решения определенной задачи.

Одна из проблем в создании квантового компьютера заключается в обеспечении взаимодействия кубитов друг с другом при полной изоляции их от окружающей среды. Некоторые исследователи строят квантовые системы из заряженных атомов, захватывая их электрическим полем. В других экспериментах применяются сверхпроводящие кубиты, имитирующие поведение атомов. Авторы нового метода работают с нейтрально заряженными атомами рубидия, охлаждая их лазером почти до абсолютного нуля. Затем на облако атомов направляется пучок лазерных лучей, удерживающих отдельные атомы на месте. Таким образом создается упорядоченный массив кубитов. На короткое время фиксирующий пучок отключается, и на квантовую систему направляется третий луч, переводящий атомы в высоковозбужденное (ридберговское) состояние. В этом состоянии атомы активно взаимодействуют друг с другом, и поэтому в него переходит только каждый второй атом — двум соседним атомам для этого не хватает энергии лазера. Взаимодействием атомов можно управлять, меняя их расположение и частоту возбуждающего лазера.

Ученые собираются испытать квантовый симулятор на задачах оптимизации планирования маршрутов, которые можно решить методами адиабатических квантовых вычислений.