Google apresenta IA com nova abordagem para aumento de resolução de imagens
O sistema é treinado adicionando ruído a uma imagem em alta resolução, e depois aprendendo a reverter o processo.
O sistema é treinado adicionando ruído a uma imagem em alta resolução, e depois aprendendo a reverter o processo.
Técnicas de machine learning permitiram investigar a presença de fragmentos de DNA liberados na corrente sanguínea por células cancerígenas, e assim desenvolver um diagnóstico precoce simples e não invasivo.
A empresa Whisper Ai desenvolveu o Whisper Brain, um dispositivo acessório capaz de aplicar inteligência artificial ao processamento de sons dos aparelhos auditivos atuais, e assim entregar uma experiência mais próxima da audição natural.
Os pesquisadores usaram redes convolucionais pré-treinadas para extrair as características das imagens dos medicamentos, e depois construíram um aplicativo para smartphone capaz de fazer sua identificação.
A nova arquitetura de rede neural foi desenvolvida para mapear os dados até características prototípicas que descrevem o fenômeno em estudo com base em conceitos interpretáveis, e assim ela é capaz de explicar como chegou às suas conclusões.
O sistema foi treinado com fotos de satélite anotadas manualmente, e a análise de novas fotografias revelou um número muito maior do que as crateras identificadas anteriormente.
Ferramentas de IA podem ser desenvolvidas para identificar e classificar os sons produzidos por animais, o que costuma revelar padrões de comportamento populacional úteis para dimensionar o impacto de fenômenos diversos na dinâmica das espécies.
O modelo na forma de uma rede neural convolucional foi treinado para identificar e contar elefantes a partir de imagens de satélite, tornando o monitoramento das populações dos animais mais fácil e permitindo sua automatização.
O modelo prevê a taxa de alteração química dos anticorpos produzidos artificialmente, que é uma das características de qualidade dos processos voltados à imunoterapia, em função dos ingredientes adicionados ao meio de cultura das células produtoras.
O sistema será capaz de comparar uma única imagem de ressonância do cérebro do paciente com imagens de um banco de dados com história clínica conhecida, e assim estabelecer a presença e o estágio da doença, de forma mais rápida que o diagnóstico tradicional.