Gemini AI de Google a récemment réalisé une avancée technologique remarquable : la capacité de traiter simultanément plusieurs flux visuels, une prouesse sans précédent dans le domaine de l'intelligence artificielle. Cette fonctionnalité n'a pas été présentée via les plateformes principales de Google, mais plutôt par le biais d'une application expérimentale nommée "AnyChat". Cette nouvelle capacité de Gemini AI lui permet non seulement de visionner des vidéos en temps réel, mais aussi d'analyser simultanément des images statiques, brisant ainsi la limite antérieure de l'IA qui ne pouvait traiter qu'une seule entrée visuelle.

L'équipe de recherche a annoncé une avancée passionnante : le développement d'un nouveau réseau neuronal appelé HOVER (Humanoid Omnidirectional Versatile Execution and Regulation). Ce réseau neuronal, doté de 1,5 million de paramètres, est spécialement conçu pour coordonner les mouvements et les manipulations d'un robot humanoïde. Jim Fan, responsable de la recherche avancée chez NVIDIA, a déclaré : « Tous les modèles de base ne nécessitent pas d'être gigantesques. Le réseau neuronal de 1,5 million de paramètres que nous avons entraîné est destiné à contrôler le corps d'un robot humanoïde. » Il a ajouté que HOVER est capable de capturer les mouvements humains...

Des chercheurs de l'Institut de technologie de Géorgie ont développé RTNet, le premier réseau neuronal capable de simuler la perception et la prise de décision humaines, marquant une avancée significative dans la compréhension du fonctionnement du cerveau humain par l'intelligence artificielle. RTNet peut générer des décisions aléatoires, simuler la distribution des temps de réponse humains et ajuster son temps de réflexion en fonction de la difficulté de la tâche, imitant ainsi la façon dont les humains traitent les problèmes. Son mécanisme interne repose sur une combinaison de l'architecture AlexNet et d'un réseau neuronal bayésien, utilisant un processus d'accumulation et un seuil de décision pour le raisonnement. RTNet offre une précision remarquable dans la simulation des décisions humaines.

Cet article explore un article récemment publié dans la revue Nature Machine Intelligence, présentant une nouvelle méthode remarquable : le codage prédictif visuel. Cette technique montre comment l'intelligence artificielle peut construire des cartes cognitives, imitant les structures neuronales du cerveau humain pour traiter les informations visuelles et comprendre l'environnement environnant. L'idée centrale de la recherche consiste à prédire les entrées sensorielles futures pour aider la machine à apprendre des expériences passées et à construire une carte de l'environnement. En construisant un modèle de réseau neuronal simulant l'être humain

Lors d'une conférence sectorielle cette semaine, Mustafa Suleyman, PDG de la division intelligence artificielle de Microsoft, a fait une déclaration remarquable : les entreprises de machine learning peuvent librement récupérer la plupart des contenus publiés en ligne pour entraîner leurs réseaux neuronaux. Suleyman estime que ces contenus en ligne peuvent être considérés comme un "logiciel libre", fournissant une riche source de données pour le développement du machine learning.