Американский стартап Smooth Technology совместно с разработчиками и дизайнерами из Google Creative Lab представили управляемый голосом бумажный конструктор Paper Signals. Такие конструкторы могут рассказать прогноз погоды или напомнить о ближайшем запуске ракеты, сообщается на официальном сайте проекта.
Экспериментальное подразделение Experiments with Google специализируется на создании исследовательских проектов в области науки и технологий. Так, среди их проектов — эксперименты с технологиями распознавания голоса, искусственного интеллекта, дополненной реальности, а также разработки для Android и Chrome. Помимо собственных проектов, Google также дает возможность пользователям предложить собственные идеи — с помощью специальной формы.
Один из таких проектов, Paper Signals, — это небольшие гаджеты в бумажном корпусе, которыми можно управлять при помощи устройства с функцией Google Assistant. Среди уже существующих проектов Paper Signals есть, например, «погодный» конструктор, который с помощью раскрывающегося зонтика подскажет, идет ли на улице дождь, а разворачивающиеся шорты — о том, достаточно ли тепло для летних вещей.
Для создания каждого из таких конструкторов пользователю понадобится специальный набор (он стоит примерно 25 долларов), а также подручные средства — бумага, ножницы и клей — чтобы распечатать и сложить бумажный макет. Помимо уже существующих форм создатели также предлагают пользователям предложить свои идеи для конструктора и даже разработать их самостоятельно: исходный код выложен на GitHub.
В прошлом году Google запустил эксперимент Quick, Draw!, в котором пользователям предлагалось нарисовать объекты (например, кота или домик) — а искусственный интеллект угадывал нарисованное в процессе.
Елизавета Ивтушок
Средняя частота ошибок составила 29 процентов
Французские исследователи разработали неинвазивный интерфейс для декодирования набираемого на клавиатуре текста по активности головного мозга. Для сбора данных используются магнитоэнцефалография и электроэнцефалография. За преобразование сигналов головного мозга в последовательности символов отвечает созданная исследователями нейросетевая модель Brain2Qwerty. Лучшие результаты получились при использовании магнитоэнцефалографии. Средняя частота ошибок в символах при использовании этого метода оказалась на уровне 29 процентов, против 65 процентов у ЭЭГ. Статья с результатами опубликована в журнале Nature Neuroscience.