Специалисты исследовательского проекта Google Brain, который занимается разработками в области искусственного интеллекта и методов глубокого обучения, сформировали группу по изучению творческих возможностей нейросетей. Об этом сообщает Quartz.
Исследовательская группа Magenta официально будет представлена в июне, однако первые наработки в области творчества машин уже были продемонстрированы на музыкальном фестивале Moogfest, который прошел в городе Дарем (США). Дуглас Экк (Douglas Eck), один из разработчиков в группе Magenta, продемонстрировал импровизацию нейросети. Программа на основе пяти полученных нот сыграла более сложную и длинную мелодию.
По словам Дугласа Экка, разработчики Magenta планируют доработать алгоритм, чтобы нейросеть могла сочинять более сложные и длинные мелодии, а затем будут заниматься разработками машинного творчества в области создания изображений.
Начиная с первого июня группа Magenta начнет публиковать код на своей странице в репозитории GitHub. Первым проектом будет программа для импорта музыки из MIDI-файлов в TensorFlow — платформу машинного обучения, доступ к которой Google открыла в ноябре 2015 года.
Методы машинного обучения уже применялись в творчестве. Например, исследователи из Университета будущего Хакодате с помощью искусственного интеллекта написали роман, который прошел в финал литературной премии имени Хоси Синъити. Также с помощью нейросетей был написан портрет «Следующий Рембрандт», а результаты совместной работы художников и нейросети DeepDream были выставлены на аукцион.
Он основан на анализе конформации хромосом
Дмитрий Пшежецкий (Dmitri Pchejetski) из Университета Восточной Англии с коллегами и компанией Oxford BioDynamics разработал и успешно испытал диагностический тест на миалгический энцефаломиелит (синдром хронической усталости) по образцу крови. Он основан на разработанной ранее платформе EpiSwitch, которая использует алгоритмы для анализа эпигенетической регуляции экспрессии генов по трехмерной конформации хромосом в мононуклеарных клетках периферической крови. Эту платформу уже успешно применяли для диагностики бокового амиотрофического склероза, ревматоидного артрита, тяжелого ковида и некоторых онкозаболеваний. Публикация появилась в Journal of Translational Medicine.