ИИ против супербактерий и японский аналог ChatGPT

В новом выпуске #ВобъективеИИ мы расскажем, как ИИ помог найти антибиотик от устойчивой к лекарствам бактерии Acinetobacter baumannii, какой микс из подходов к обучению ML-моделей придумали американские ученые, чтобы улучшить качество их работы, а также как Япония собирается догонять давно ушедший вперед паровоз генеративного ИИ. Еще вы узнаете, где и как ML применяется в продуктах Apple и почему Еврокомиссия хочет обязать технологические компании маркировать контент, создаваемый с помощью нейросетей. 

Выпуск №19, 18 мая – 8 июня 2023

Исследователи из MIT и еще нескольких институтов и лабораторий США разработали новый метод анализа неразмеченных аудио- и визуальных данных, который позволит улучшить работу ML-приложений для распознавания речи и обнаружения объектов. Предложенный ими контрастивный аудиовизуальный маскированный автокодировщик (contrastive audio-visual masked autoencoder или CAV-MAE) объединяет два подхода к самообучению – контрастивное обучение и моделирование на маскированных данных, таким образом как бы имитируя познавательный процесс у человека. Авторы исследования поясняют, что большую часть знаний человек осваивает самостоятельно – без супервайзера, и это свойство они хотели реализовать в процессе обучения ML-моделей. А контрастивное обучение и моделирование на маскированных данных используются как взаимодополняющие методы, что улучшает результаты вычислений. Например, метод моделирования на маскированных данных не позволяет зафиксировать связь между парой аудио-видео, но контрастивное обучение это делает, и наоборот – моделирование на маскированных данных компенсирует потери при контрастивном обучении. Подробнее о подходе и результатах его тестирования рассказано на сайте MIT News. 

Ученые из Университета Макмастера (Канада) и MIT с помощью искусственного интеллекта нашли антибиотик, способный справиться с супербактерией Acinetobacter baumannii, которая может вызвать такие серьезные заболевания, как пневмония и менингит, сообщает MIT News. Acinetobacter baumannii классифицируется как критическая угроза для здоровья человечества и отличается резистентностью к большинству использующихся сейчас антибиотиков. Более того, эта бактерия может вызывать устойчивость к лекарствам и у других бактерий. Для поиска нового антибиотика против Acinetobacter baumannii ученые использовали технологию машинного обучения, которая ранее уже показала эффективность в решении аналогичных задач. Чтобы подготовить обучающие данные, потребовалось в лабораторных условиях подвергнуть Acinetobacter baumannii воздействию примерно 7,5 тыс. химических соединений и зафиксировать, как каждое соединение влияет на рост бактерий. На этой базе данных ML-модель была обучена определять химические особенности препаратов, связанные с ингибированием роста. Затем ученые применили эту модель для анализа более 6 тыс. ранее ей неизвестных химических соединений и по результатам вычислений выбрали 240 из них с лучшими показателями для лабораторного тестирования. Из них одно соединение оказалось весьма сильнодействующим против Acinetobacter baumannii, хотя изначально рассматривалось как потенциальное лекарство от диабета. Важно отметить, что найденный антибиотик — узкого спектра действия, то есть не оказывает влияния на другие виды бактерий. Это желательная характеристика, так как снижает риск быстрого распространения резистентности к препарату. Детально метод поиска нового лекарства описан в журнале Nature Chemical Biology.

Токийский технологический институт и Fujitsu намерены к концу 2023 года создать большую языковую модель с фокусом на понимание японского языка и уже к 2024 году открыть к ней бесплатный доступ для отечественных компаний и учебных заведений. Обучать LLM собираются на японоязычных новостных сайтах, блогах и онлайн-энциклопедиях. К проекту будут привлечены исследовательский институт RIKEN, оператор японского суперкомпьютера Fugaku, и еще несколько университетов. Мотив для такой коллаборации — желание снизить зависимость от зарубежных генеративных технологий, которые в большинстве своем обучены на английских текстах и недостаточно точны при работе с японским языком, и нарастить собственные компетенции, опыт и знания в области ИИ. Ожидается, что это  толкнет развитие японских интеллектуальных продуктов на основе LLM вперед и вверх и повысит конкурентоспособность страны на международной арене. Подробности — на портале JapanForward.  

Если судить только по сводкам новостей по искусственному интеллекту, может показаться, что Apple стоит в стороне от глобальной ИИ-гонки. Но последняя конференция разработчиков из Купертино показала, что это не совсем так. На этой неделе компания (как всегда тонко и в минималистичном стиле) анонсировала целый ряд новых функций в своих продуктах с ИИ под капотом, при этом не «хайпуя» на самой технологии, а рассказывая больше про функциональную часть. В частности, была представлена улучшенная функция автозамены, которая базируется на той же технологии, что и ChatGPT. Языковая модель от Apple будет обучаться на том, как пользователь печатает текст, чтобы предлагать лучшие варианты замены. Также ML-модели заложены в новый функционал наушников AirPods Pro, автоматически отключающий шумоподавление, когда пользователь участвует в разговоре. А самой нашумевшей разработкой, представленной на конференции, стала Apple Digital Persona. Этот сервис делает 3D-сканирование лица и тела пользователя, а затем может воссоздать их во время видеоконференции в гарнитуре дополненной реальности Vision Pro. Больше о политике Apple в области ИИ можно узнать из этой статьи на CNBC. 

Евросоюз планирует обязать технологические компании ввести маркировку контента, который создается нейросетями, в качестве еще одной меры борьбы с дезинформацией. Об этом в понедельник сообщили все мировые СМИ со ссылкой на вице-президента Еврокомиссии Веру Йоурова. Например, можете почитать об этом в Bloomberg. Пока инициатива является добровольной, но не исключено, что вскоре маркировка будет обязательной для всех генеративных сервисов, соцсетей и прочих платформ, участвующих в распространении аудио-, визуального и текстового контента. Этот пункт может быть включен в готовящийся сейчас Евросоюзом закон об искусственном интеллекте. Помимо маркировки материалов, Евросоюз настаивает на том, чтобы технологические компании принимали меры против использования генеративных сервисов для создания фейков. Вот с этим мировому сообществу ИИ-разработчиков придется серьезно поработать…