Ученые из Технологического института Джорджии создали управляемый с помощью ультразвука протез руки, способный двигать отдельными пальцами. Протез, как сообщается на официальном сайте института, уже испытал 28-летний музыкант Джейсон Барнс, которому ампутировали руку до локтя пять лет назад.
Традиционные функциональные (активные, способные выполнять хват) протезы управляются сигналами электрической активности мышц, которые записывает и транслирует электромиограф. Тем не менее, такая система может детектировать, в основном, только «грубые» мышечные сигналы и не всегда точно воспроизводит мелкую моторику, например, точные движения пальцев.
Новый протез руки, над которым работают ученые под руководством Джила Вайнберга (Gil Weinberg), управляется при помощи ультразвука. Исследователи с помощью ультразвукового зонда отслеживали на здоровой руке сокращения мыщц, которые используются для каждого отдельного пальца. Затем на полученных данных обучался алгоритм, основанный на методах машинного обучения. Этот алгоритм, в свою очередь, помогал предсказывать отдельные движения пальцев по сокращениям оставшихся мышц (которые тоже отслеживались с помощью ультразвука) — и выполнять их.
Протез позволил Барнсу не только двигать отдельными пальцами (его прошлый протез, работающий с помощью регистрации электрической активности мышц, позволял ему делать только хват и соединять два пальца — при помощи нажатия на кнопки), но и сыграть на пианино.
Ультразвук — не единственный метод, с помощью которого можно добиться точных моторных движений управляемого протеза. Например, современные нейроинтерфейсы позволяют управлять пальцами биомеханического протеза с помощью регистрации электрической активности головного мозга в области моторной коры.
Елизавета Ивтушок
Она поможет написать письмо, план тренировки или сочинит историю
Яндекс обучил большую русскоязычную языковую модель YandexGPT и внедрил ее в своего виртуального помощника Алису. Сейчас нейросеть тестируют пользователи продуктов Яндекса, новость об этом вышла на сайте компании. Языковая модель — это нейросеть, которая умеет генерировать тексты, по очереди предсказывая каждое слово в предложении. Языковая модель YandexGPT основана на архитектуре Transformer, которую создали исследователи из Google в 2017 году. Когда в такую нейросеть загружают текст, она умеет выделять в нем важные слова и фокусировать на них внимание. Главный навык модели — хорошо понимать и запоминать тексты, и генерировать новые. Когда нейросеть осваивает этот навык, она одновременно естественным образом учится выполнять самые разные задачи, связанные с анализом текстов. Большие языковые модели основаны на архитектуре Transformer и обучены на огромном количестве данных, обычно из интернета. Они умеют создавать текст, почти не отличимый от человеческой речи. Первой успешной моделью такого типа стала нейросеть GPT от компании OpenAI. В 2022 вышла улучшенная версия модели ChatGPT. Ее не просто натренировали на большом количестве данных, но и дообучили с помощью обучения с подкреплением. Люди-эксперты работали с нейросетью в режиме диалога, показывая ей как правильно отвечать на вопросы. В надежде повторить успех ChatGPT, многие компании обучают свои языковые модели-аналоги (например, Bard от Google или Poe от Quora). Яндекс первым внедрил такую модель в виртуального помощника. 17 мая Яндекс выпустил большую языковую модель YandexGPT в открытый доступ. С ней можно пообщаться через Алису в приложении Яндекс, браузере, умной колонке или телевизоре. Чтобы активировать YandexGPT, нужно сказать: «Алиса, давай придумаем!» Языковая модель пока находится в режиме тестирования, но уже умеет выполнять разные задачи пользователей: выбрать подарок, составить план тренировки или написать деловое письмо. Модель умеет составлять грамотные содержательные тексты, но может ошибаться в фактах. Посмотрите, как пользователи общаются с YandexGPT: Нейросеть обучали на суперкомпьютерах Яндекса в два этапа. Сначала разработчики отобрали для обучения много книг, статей и страниц сайтов с помощью поисковых инструментов Яндекса — по утверждению компании, в выборку попадали только содержательные и хорошо написанные тексты. На втором этапе модель дообучили, чтобы она лучше вела диалог. Для этого Яндекс воспользовался методом, который придумали исследователи из OpenAI. Эксперты-разметчики составили сотни тысяч пар вопрос-ответ и показывали их YandexGPT на втором этапе обучения. Но у YandexGPT есть свои ограничения. Например, нейросеть пока не умеет запоминать контекст и учитывать предыдущие реплики. Однако YandexGPT постоянно дообучается на новых данных от пользователей и может развить этот навык в будущем. Cравнить качество ответов YandexGPT с другими языковыми моделями пока невозможно, Яндекс не раскрыл эти данные. Также неизвестна точная архитектура модели и параметры ее обучения. Тем временем другая языковая модель GPT-4 научилась работать не только с текстом, но и с картинками.