理论

编辑 | KX材料科学家发现新材料通常需要耗费很长时间。他们需要进行大量的数字运算、属性研究并运行大量的模拟。与其他计算方法或反复试验相比，AI 可以更有效地探索化学空间，加速材料的发现和设计。

编辑 | 白菜叶用于等离子体加热的新型人工智能（AI）模型所能做的事情超出了人们之前的想象，不仅可以在保持准确性的情况下将预测速度提高 1000 万倍，而且还可以在原始数值代码失效的情况下正确预测等离子体加热。「凭借我们的智能，我们可以训练人工智能超越现有数值模型的限制。」美国能源部 (DOE) 普林斯顿等离子体物理实验室 (PPPL) 的副研究员、物理学家 Álvaro Sánchez-Vill…

编辑 | ScienceAI今天为大家介绍的是来自北京大学信息工程学院、化学生物学与生物技术学院省部共建肿瘤化学基因组学国家重点实验室、鹏城国家实验室合聘研究员和 AI4S 平台中心主任陈语谦教授团队发表在《Nature Communications》的论文。该团队开发了一种新型的多模态整合方法，能够实现多模态单细胞数据的整合与插补，这一成果可以促进多模态单细胞数据的分析。文章链接：。

编辑 | KX蛋白质在生物体内扮演着不可或缺的角色，准确预测其功能对于实际应用至关重要。尽管高通量技术促进了蛋白质序列数据的激增，但揭示蛋白质的确切功能仍然需要大量时间和资源。目前，许多方法都依赖于蛋白质序列进行预测，而针对蛋白质结构的方法很少。

论文信息论⽂全称：LoD-Loc: Aerial Visual Localization using LoD 3D Map with Neural Wireframe Alignment录⽤会议：NeurIPS 2024论⽂地址：：: 基于三维城市⽩模地图（LoD 3D Map） 的⼀种使⽤神经线框对⻬进⾏空中视觉定位的新⽅法论⽂概要：LoD-Loc 基于城市⽩模模型Level of Detail…

编辑 | KX等离子体离子温度和旋转速度是评估聚变实验的重要参数之一，对等离子体稳定性和约束性能有重要影响。如何实现等离子体离子温度和旋转速度的快速精确测量，一直是聚变装置稳定高参数运行所面临的关键技术问题之一。近日，中国科学院合肥物质科学研究院的研究团队在等离子体关键参数诊断研究方面取得新进展。

编辑 | 萝卜皮宏基因组组装基因组 (MAG) 为利用宏基因组测序数据探索微生物「暗物质」提供了宝贵的见解。然而，人们越来越担心 MAG 中的污染可能会严重影响下游分析的结果。目前的 MAG 净化工具主要依赖于标记基因，并没有充分利用基因组序列的背景信息。

编辑 | 白菜叶十几岁时，捷克共和国的 Lenka Zdeborová 在艾萨克·阿西莫夫的一本小说中瞥见了自己的未来。阿西莫夫的《基地》系列中的一个角色发明了一种数学方法，通过平均数十亿人的随机行为来预测整个文明的发展道路。Zdeborová 回忆说，这个概念让她有一种「令人着迷的感觉」——当她后来遇到一种可以真正应用于理解大量不可预测元素的方法时，这种感觉又回来了。

项目地址：: ，结合了图结构与双层检索机制，显著降低了大模型检索增强的成本，同时提升了信息检索的准确性和效率。首先，通过引入图结构，LightRAG能够更好地捕捉实体之间的复杂依赖关系，实现全面的信息理解。其次，其双层检索策略允许系统同时处理具体和抽象的查询，确保用户获得既相关又丰富的响应。

OpenAI 最近发布的 o1 系列模型堪称迈向强人工智能的一次飞跃，其强大的推理能力为我们描绘出了下一代人工智能模型的未来图景。近日，伦敦大学学院（UCL）人工智能中心汪军教授撰写了一份「LLM 推理教程」，深入详细地介绍了 OpenAI ο1 模型背后的相关方法。他将在 10 月 12 号本周星期六早上于香港科技大学（广州）RLChina 2024 大会()上作相关内容的主题报告，并发布其团队…

AIxiv专栏是AI在线发布学术、技术内容的栏目。过去数年，AI在线AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。

编辑 | X_X今年的诺贝尔化学奖授予了在蛋白质设计和结构预测领域从事研究工作的三位科学家。该奖项的一半颁发给了美国西雅图华盛顿大学的 David Baker，另一半颁发给了来自英国 Google DeepMind 的 Demis Hassabis 和 John Jumper。诺贝尔化学奖委员会主席 Heiner Linke 指出，今年的诺贝尔化学奖如同「双花并蒂」！

单智能体更简单、更易于维护。最近，「多智能体系统」是人工智能领域最热门的流行词之一，也是开源框架 MetaGPT 、 Autogen 等研究的焦点。但是，多智能体系统就一定是完美的吗近日，来自卡内基梅隆大学的副教授 Graham Neubig 在文章《Don't Sleep on Single-agent Systems》中强调了单智能体系统也不可忽视。Graham Neubig 从以下…

编辑 | KX两年前，清华大学物理系徐勇、段文晖研究组开发出高效精确的第一性原理电子结构深度学习方法 DeePH，可极大加速电子结构计算。近日，该团队开发了一种准确而有效的实空间重构方法（real-space reconstruction），将 DeepH 方法从原先仅支持原子基组推广至适用于平面波基组，使得 DeepH 方法可与所有密度泛函理论（DFT）程序兼容。而且，该重构方法比传统的基于投影…

编辑 | 萝卜皮量子硬件实现方面的进步使得人们能够获取传统计算机无法模拟的数据。将传统机器学习 (ML) 算法与这些数据相结合，有望揭示隐藏的模式。与仅使用传统计算机相比，这种混合方法扩展了可有效解决的问题类别，但由于当前量子计算机中噪声的普遍存在，这种方法仅能用于解决受限问题。韩国首尔大学（Seoul National University）的研究人员扩展了混合方法的适用性，用于解决多体物理学中…

编辑 | ScienceAI2024 年 10 月 9 日北京时间 17 时 45 分许，瑞典皇家科学院在斯德哥尔摩宣布，将 2024 年诺贝尔化学奖的一半授予华盛顿大学教授大卫·贝克（David Baker），以表彰他在「计算蛋白质设计」方面的贡献，并将另一半授予Google DeepMind 的科学家戴密斯·哈萨比斯（Demis Hassabis）和约翰·M·詹伯（John M. Jumper…

编辑 | X_X2024 年 10 月 8 日，诺贝尔物理学奖授予了两位 AI 领域的科学家，以表彰他们的发现。诺贝尔奖评审团表示，被誉为「人工智能教父」的英裔加拿大科学家 Geoffrey Hinton 和美国物理学家 John Hopfield 因「利用人工神经网络实现机器学习的发现和发明」而获得该奖。这一切意味着什么？Geoffrey Hinton 和 John Hopfield 的研究主要…

编辑 | ScienceAI人们总是在寻找规律来解释宇宙，并预测未来。俗话说，「朝霞不出门，晚霞行千里」，人们常常用它来预测天气。AI 非常擅长发现模式并进行预测。现在，微软研究人员正在尝试将「基础模型」应用于科学领域。材料科学、气候科学、医疗保健和生命科学等科学学科有望通过 AI 取得进步。专家表示，针对这些学科量身定制的基础模型将加快科学发现的进程，使他们能够更快地创造出实用的东西，如药物、新…

编辑 | ScienceAI上海交通大学李金金、上海市红房子妇产科医院金莉萍等组成的联合团队，开发了基于人工智能的流产风险预警平台，首次实现了在怀孕前，通过分析血清代谢物来精准预测流产风险。该研究以「Interpretable learning predicts miscarriage using pre-pregnancy serum metabolites」为题，于 2024 年 10 月发布…

AIxiv专栏是AI在线发布学术、技术内容的栏目。过去数年，AI在线AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]本篇综述工作已被《IEEE 模式分析与机器智能汇刊》（IEEE TP…

作者 | 中国科学院多学科交叉研究团队编辑 | ScienceAI近年来，大语言模型（LLMs）已在自然语言、计算机视觉等通用领域引发了新一轮技术革命，通过大规模语料和模型参数进行预训练，LLMs能够掌握语言的共性规律，能够对多种下游任务产生质的提升，已经形成了新的人工智能范式。在生命科学领域，单细胞组学技术的突破产生了大量不同物种细胞的基因表达谱数据，形成了海量的生命「语料」。如果把基因表达值看…

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]。

编辑 | 紫罗人工智能（AI）当下及未来的进步，意味着它在解决先前被视为棘手难题的能力上实现了阶段性的转变。鉴于这一巨大的技术飞跃，现在是我们必须定义未来轨迹的时候了。随着公司继续创新人工智能系统并将其集成到当前产品中，我们有责任问自己：我们想要构建的未来是什么？作为一个社会，我们必须采取立场并定义我们想要的人与人工智能系统之间的关系。我们仍处于人工智能革命的早期阶段，因此现在将我们的轨迹设定在一…

写论文？那只是其中的一小步。在研究生期间，很多人经常会迷茫于如何构建自身的研究。我们应该如何开展研究，才能在已经相当拥挤的人工智能领域有所作为？太多人认为，长期的项目、适当的代码发布和深思熟虑的基准测试无法产生足够的激励作用 —— 有时候这可能是你快速而内疚地完成的事情，然后又要回去做「真正的」研究。最近，斯坦福大学 NLP 组在读博士 Omar Khattab 发布了一篇博文，讨论了顶级 AI …