April 6th, 2019

собака

Аккумулятор от Innolith обеспечит электрокару запас хода 1000 км



Швейцарский стартап Innolith утверждает, что разработал батарею с рекордной плотностью. По энергоемкости установка в четыре раза превосходит аккумулятор Tesla Model 3. Продукт готовят к серийному производству.

Прорыв для электрокаров

Швейцарская компания Innolith установила новый рекорд плотности энергии для коммерческих литий-ионных аккумуляторов. Инженеры утверждают, что энергоемкость инновационной батареи составляет 1000 Вт*ч/кг.

Для сравнения: у батарей в электрокарах Tesla Model 3 этот показатель составляет всего 250 Вт*ч/кг, но в будущем его рассчитывают увеличить до 330 Вт*ч/кг. А Министерство энергетики США спонсирует проект по разработке аккумуляторных элементов на 500 Вт*ч/кг.

Если заявления Innolith подтвердятся, то стартап мгновенно станет лидером рынка. Компания обещает, что ее установка позволит электрокарам проезжать до 1000 км на одном заряде.

Пока запас хода большинства электромобилей на рынке не превышает 500-530 км.

Добиться более высоких показателей планируют производители автомобилей с твердотельными аккумуляторами. Так, Хенрик Фискер обещает выпустить электрокар с запасом хода более 800 км.
Collapse )
promo antony_w august 17, 2014 11:48 18
Buy for 10 tokens
Есть блог, в котором написано много постов про роботов: ссылка И там есть несколько статей о замене рабочих мест человека роботами: Уже к 2018 году роботы отберут у человека часть профессий Рабский труд без зарплаты Армия роботов: зачем она нужна обильной людьми Поднебесной и кому может…
собака

Создан первый компьютерный вирус, который может вредить организму



Алгоритм преобразует фотоснимки МРТ и компьютерной томографии, добавляя на них неотличимые от настоящих раковые опухоли. Сети многих больниц можно взломать за полминуты — и никто из врачей этого не заметит, утверждают авторы работы.

Израильские ученые решили доказать, что опасность вмешательства в результаты медицинских обследований достаточно велика и в данный момент информационная безопасность многих больниц организована на очень слабом уровне, пишет Washington Post. И сделали это предельно наглядным образом: их меняющий фотографии ИИ добавляет туда опухоли. Но также умеет и стирать их следы, снижая шансы на оказание своевременной помощи.

Даже без крайних мер потенциал воздействия программы очень велик. Например, WP напоминает, что, будучи кандидатом в президенты, Хиллари Клинтон в 2016 года выполнила компьютерную томографию легких. Она подтвердила наличие пневмонии, а не более серьезного заболевания. Это отчасти успокоило общественность, что позволило ей продолжать политическую гонку.

Команда создала вредоносное программное обеспечение, которое позволило автоматически добавлять злокачественные новообразования в КТ и МРТ еще до того, как результаты попадут на расшифровку рентгенологам.

В эксперименте ученые использовали реальные результаты сканирований легкий и изменили 70 из них, чтобы обмануть врачей. И им это удалось.

В 99% случаев врачи ошибались, если на снимке были «фальшивые» опухоли. Когда программа удаляла их из результатов сканирования, то врачи меняли вердикт в 94% случаев.
Collapse )
собака

IBM заставила нейросеть обучаться непрерывно, перемещаясь во времени



Мобильная игра Flappy Bird была удалена в 2014 году по просьбе ее создателя, потому что оказалась слишком аддиктивной. Но IBM нашла способ использовать ее для исследований в области глубокого обучения.

Специалисты компании представили на этой неделе исследование о том, как машины могли бы обучаться различным навыкам — в том числе, игре в Flappy Birds — постоянно, улучшая свои показатели, а не останавливаясь, столкнувшись со слишком сложным уровнем. Такой подход называется непрерывным обучением и, несмотря на десятки лет исследований, остается до сих пор сложной задачей, пишет ZDNet.

Проблема непрерывного обучения была сформулирована в 1987 году Гейлом Карпентером и Стивеном Гроссбергом, которые назвали ее «дилеммой стабильности — пластичности».

Искусственный интеллект, писали они, должен быть «пластичным, чтобы узнавать о важных новых событиях, но должен оставаться стабильным в ответ на нерелевантные или часто повторяющиеся события».

Другими словами, нейросеть должна быть создана таким образом, чтобы сохранять и расширять то, что оптимизировано, в каждом отрезке времени. Ее цель — минимизировать вмешательство, то есть помехи обучению, и в то же время максимизировать процесс будущего обучения, меняя приоритеты на основании новой информации.

Для этого исследователи смешали два элемента оптимизации приоритетов: GEM, основанный на разработке специалистов Facebook 2017 года, и так называемый Reptile, созданный в прошлом году учеными из OpenAI. Это алгоритм помогает учиться новым вещам на опыте прошлого обучения.
Collapse )