Zaloguj się, aby obserwować tę zawartość
Obserwujący
0
Czego potrzebują fotorealistyczne gry 3D?
dodany przez
KopalniaWiedzy.pl, w Technologia
-
Podobna zawartość
-
przez KopalniaWiedzy.pl
Wystarczy dosłownie minuta gry, by odróżnić dziecko z autyzmem od dziecka z ADHD lub dziecka bez zaburzeń. Computerized Assessment of Motor Imitation (CAMI) to komputerowe narzędzie opracowane przez naukowców z Kennedy Krieger Institute oraz Nottingham Trent University. Wykorzystuje ono technologię śledzenia ruchu do wykrywania różnic w zdolności do naśladowania motoryki i na tej podstawie pozwala – w ciągu minuty – odróżnić dziecko autystyczne od dziecka zdrowego i z innymi zaburzeniami.
W testach CAMI wzięło udział 183 dzieci w wieku 7–13 lat. Poproszono je, by przez minutę naśladowały ruchy widocznego na ekranie awatara. W tym czasie CAMI oceniało zdolność do naśladownictwa. Badania wykazały, że narzędzie potrafi z 80-procentową skutecznością odróżnić dziecko autystyczne od zdrowego i z 70-procentową, autyka od dziecka z ADHD. Twórców narzędzia szczególnie cieszy to druga liczba, gdyż autyzm i ADHD często występują razem i nawet eksperci mają problemy z postawieniem właściwej diagnozy.
Zdiagnozowanie autyzmu może być trudne, szczególnie u dzieci, u których występują też inne zaburzenia, jak ADHD. A jeśli postawi się niewłaściwą diagnozę, dziecko może nie otrzymać odpowiedniej pomocy, mówi doktor Stewart Mostofsky, neurolog dziecięcy z Kennedy Krieger Institute. Autyzm jest tradycyjnie postrzegany jako zaburzenie komunikacji społecznej, ale wiemy, że trudności sensoryczno-motoryczne, na przykład związane ze zdolnością do naśladowania ruchów, odgrywają rolę w kształtowaniu zdolności społecznych i komunikacyjnych. CAMI identyfikuje autyzm, opierając się na tych cechach, które odróżniają go od ADHD. Tym, co czyni CAMI tak ekscytującym, jest prostota. Gry wideo są zabawne dla dzieci, a lekarzowi dostarcza jasnych wyników, dzięki którym może on szybko postawić diagnozę, dodaje doktor Bahar Tunçgenç z Nottingham Trent University, która specjalizuje się w badaniu rozwoju społecznego.
Twórcy CAMI chcą też przystosować swoje narzędzie do diagnozowania młodszych dzieci oraz dzieci z poważniejszymi zaburzeniami rozwojowymi. Mają nadzieję, że w ten sposób zapoczątkują powstanie całej klasy narzędzi, które pozwolą na szybkie i tanie diagnozowanie różnych zaburzeń.
« powrót do artykułu -
przez KopalniaWiedzy.pl
W latach 1967–1978 roku Włoska Wyprawa Archeologiczna ISMEO prowadziła pierwsze badania w Shahr-i Sokhta (SiS) w Iranie. Szybko okazało się, że miasto składało się z trzech obszarów: mieszkalnego, cmentarza i przemysłowego. Jego największy rozkwit przypadł na połowę III tysiąclecia przed naszą erą, gdy obszar mieszkalny zajmował 80 hektarów. Miasto uznano za jeden z najważniejszych ośrodków na wschodzie Wyżyny Irańskiej. Zidentyfikowano tam cztery okresy kulturowe podzielone na 10 faz konstrukcyjnych, które datowano na od 2. połowy IV tysiąclecia do połowy III tysiąclecia. W południowej części miasta znaleziono duży cmentarz o powierzchni około 20 hektarów, a w jednym z grobów planszę do gry i bierki.
Datowanie wykazało, że gra pochodzi z lat 2600–2700 p.n.e. W grobie nie znaleziono żadnej innej planszy, założono więc, że wszystkie bierki pochodzą z tej jednej gry i że jest ona kompletna. Planszę do gry złożono w pobliżu głowy zmarłej osoby, w pobliżu zaś stał koszyk z bierkami i kostkami. Plansza jest podobna do wcześniej znajdowanych plansz, ale istnieją między nimi też duże różnice. Kształt planszy z SiS jest niezwykle podobny do słynnej Królewskiej Gry z Ur, jednak gra z SiS ma więcej bierek i nie ma na niej rozety, która wydaje się bardzo ważnym elementem tego typu gier, znanych pod zbiorową nazwą „gier na 20 kwadratach”.
Z Bliskiego Wschodu i spoza niego znamy ponad 100 plansz, w pewnej mierze do siebie podobnych, a w wielu aspektach różnych, które klasyfikowane są pod tą nazwą. Znaleziono je w Turkmenistanie czy Indiach. Podobnej gry używali Egipcjanie ok. 1580 roku p.n.e. Prawdopodobnie zapoznali się z nią za pośrednictwem Hyksosów. Podobne gry były popularne przez około 2000 lat.
Autorzy nowych badań zaprzęgli algorytmy sztucznej inteligencji, do pracy nad odgadnięciem zasad gry. Wykorzystanie metod obliczeniowych do badań starożytnych gier, pozwala na symulowanie tysięcy możliwych zestawów zasad i wybranie tych najbardziej prawdopodobnych czy pasujących do gry i bierek.
Gra z Shahr-i Sokhta wydaje się grą strategiczną – rodzajem wyścigu – podobną do Królewskiej Gry z Ur, ale bardziej złożoną. Zdaniem naukowców, mamy tutaj do czynienia z grą 2-osobową, a celem gracza jest przesunięcie przez pola planszy wszystkich 10 swoich bierek, zanim zrobi to przeciwnik. W grze gracze posługują się kostką i mogą wykorzystywać swoje bierki zarówno do jak najszybszego dotarcia do celu, jak i do blokowania ruchów przeciwnika. Badacze sugerują, że dodatkowe bierki, dzięki którym gra różni się np. od gry z Ur, dodawały jej złożoności. Widzimy wśród nich na przykład rozety, podobne do rozet, które w grze w Ur narysowane są na planszy. W przeciwieństwie do Królewskiej Gry z Ur, w przypadku gry z SiS losowość odgrywa mniejszą rolę, a większa rolę gra strategia.
Po określeniu najbardziej prawdopodobnych zasad, grę z SIS przetestowało 50 doświadczonych graczy, który ocenili ją i porównali z Królewską Grą z Ur. Przyznali, że gra z SiS jest bardziej wymagająca pod względem strategii niż gra z Ur.
Szczegóły badań zostały opublikowane na łamach Journal of the British Institute of Persian Studies. Gra z Shahr-i Sokhta została znaleziona w bogato wyposażonym grobie, ale nie był to grób królewski, co wskazuje, że była bardziej dostępna niż gra dla najwyższej elity.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Dermatolog Harald Kittler z Uniwersytetu Medycznego w Wiedniu stanął na czele austriacko-australijskiego zespołu, który porównał trafność diagnozy i zaleceń dotyczących postępowania z przebarwieniami na skórze stawianych przez lekarzy oraz przez dwa algorytmy sztucznej inteligencji pracujące na smartfonach. Okazało się, że algorytmy równie skutecznie co lekarze diagnozują przebarwienia. Natomiast lekarze podejmują znacznie lepsze decyzje dotyczące leczenia.
Testy przeprowadzono na prawdziwych przypadkach pacjentów, którzy zgłosili się na Wydział Dermatologii Uniwersytetu Medycznego w Wiedniu oraz do Centrum Diagnozy Czerniaka w Sydney w Australii.
Testowane były dwa scenariusze. W scenariuszu A porównywano 172 podejrzane przebarwienia na skórze (z których 84 były nowotworami), jakie wystąpiły u 124 pacjentów. W drugim (scenariuszu B) porównano 5696 przebarwień – niekoniecznie podejrzanych – u 66 pacjentów. Wśród nich było 18 przebarwień spowodowanych rozwojem nowotworu. Testowano skuteczność dwóch algorytmów. Jeden z nich był nowym zaawansowanym programem, drugi zaś to starszy algorytm ISIC (International Skin Imaging Collaboration), używany od pewnego czasu do badań retrospektywnych.
W scenariuszu A nowy algorytm stawiał diagnozę równie dobrze jak eksperci i był wyraźnie lepszy od mniej doświadczonych lekarzy. Z kolei algorytm ISIC był znacząco gorszy od ekspertów, ale lepszy od niedoświadczonych lekarzy.
Jeśli zaś chodzi o zalecenia odnośnie leczenia, nowoczesny algorytm sprawował się gorzej niż eksperci, ale lepiej niż niedoświadczeni lekarze. Aplikacja ma tendencję do usuwania łagodnych zmian skórnych z zaleceń leczenia, mówi Kittler.
Algorytmy sztucznej inteligencji są więc już na tyle rozwinięte, że mogą służyć pomocą w diagnozowaniu nowotworów skóry, a szczególnie cenne będą tam, gdzie brak jest dostępu do doświadczonych lekarzy. Ze szczegółami badań można zapoznać się na łamach The Lancet.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Podczas wykopalisk w Bidwell West w pobliżu Milton Keynes w Wielkiej Brytanii specjaliści z Cotswold Archeology znaleźli średniowieczny budynek oraz inne struktury z tego okresu. Najciekawszym jednak odkryciem jest duży kościany fragment gry, który prawdopodobnie został wykonany na obrabiarce. Podobne zabytki, pochodzące z XI-XIII wieku, znajdowano już wcześniej. Były one wykorzystywane prawdopodobnie podczas różnych gier, zwykle dwuosobowych, podczas których używano kostki i planszy.
Najnowsze znalezisko wykonano z krowiej żuchwy, a okrągły kształt nadano mu na obrabiarce. Przedmiot został ozdobiony koncentrycznymi kręgami oraz kropkami i kółkami. Naukowcy przypuszczają, że służył do gry w tabulę, chociaż nie można tego jednoznacznie stwierdzić. Niewiele też wiemy o zasadach starożytnych gier. Rzadko kiedy bowiem zachowały się one w całości, brak też jednoznacznych opisów ich zasad. Naukowcy próbują odtworzyć zasady na podstawie zachowanych fragmentów gier oraz ikonografii.
Ludzkość od tysięcy lat gra w planszówki. W czasach rzymskich gra o nazwie duodecim scripta była jedną z pierwszych, które trafiły na Wyspy Brytyjskie. Wiemy, że wykorzystywano tutaj planszę składającą się z trzech rzędów po 12 pól. Niewykluczone, że to od niej pochodzi gra tabula, która była popularna również w średniowieczu. To gra podobna do tryktraka, używano w niej 24 pól ułożonych w dwóch rzędach. Prawdopodobnie znaleziony właśnie przedmiot służył do gry w tabulę.
« powrót do artykułu -
przez KopalniaWiedzy.pl
Wraz z coraz większą liczbą tekstów publikowanych w internecie, pojawiła się potrzeba stworzenia zautomatyzowanych metod tworzenia abstraktów artykułów czy wywiadów. Większość dostępnych narzędzi jest zależnych od języka, w jakim został napisany oryginalny tekst, a ich stworzenie wymaga trenowania algorytmów na wielkich bazach danych.
Firma BGN Technologies, zajmująca się transferem technologicznym wynalazków opracowanych na Uniwersytecie Ben Guriona, zaprezentowała nowatorskie automatyczne narzędzie do tworzenia abstraktów, które działa niezależnie od języka oryginalnego tekstu.
Technologia, opracowana przez profesora Marka Lasta, doktor Marinę Litvak i doktora Menahema Friedmana bazuje na algorytmie, który klasyfikuje poszczególne zdania na podstawie statystycznych obliczeń charakterystycznych cech, które mogą być wyliczone dla każdeog języka. Następnie najwyżej ocenione zdania są wykorzystywane do stworzenia abstraktu. Metoda, nazwana Multilingual Sentence Extractor (MUSE), została przetestowana na języku angielskim, hebrajskim, arabskim, perskim, rosyjskim, chińskim, niemieckim i hiszpańskim. W przypadku angielskiego, hebrajskiego, arabskiego i perskiego stworzone abstrakty były bardzo podobne do abstraktów napisanych przez ludzi.
Główną zaletą nowego narzędzia jest fakt, że po początkowym treningu algorytmów na opatrzonych odpowiednimi komentarzami artykułach, z których każdemu towarzyszy kilkanaście abstraktów napisanych przez ludzi, algorytmy nie muszą być później trenowane dla każdego języka z osobna. Ten sam model, który wypracowały podczas treningu, może zostać użyty dla wielu różnych języków.
Podsumowanie tekstu, do którego wybrano zestaw najbardziej pasujących zdań z tekstu źródłowego, a wyboru dokonano na podstawie punktacji przyznawanej zdaniom i wykorzystanie w abstrakcie najwyżej punktowanych zdań, to nieocenione narzędzie do szybkiego przeglądania wielkich ilość tekstów w sposób niezależny od języka. To kluczowe narzędzie zarówno dla wyszukiwarek jak i dla takich użytkowników końcowych jak badacze, biblioteki czy media – stwierdził profesor Last.
« powrót do artykułu
-
-
Ostatnio przeglądający 0 użytkowników
Brak zarejestrowanych użytkowników przeglądających tę stronę.