理论

编辑 | X气体分离对于工业生产和环境保护至关重要，金属有机框架（MOF）由于其独特的机能而成为气体分离范畴一种有前途的质料。传统的模拟方法，如分子动力学，复杂且计算量要求高。虽然鉴于特征工程的机器进修方法表现更好，但由于标识数据有限，很容易出现过度拟合。此外，这些方法通常是针对单一恣意而设计的。为了应对这些挑战，由清华大学、加州大学、中山大学、苏州大学、深势科技和北京科学智能研究院（AI for…

智能本质、对齐、Gemini、超人类AI和多模态、AGI……在这场干货满满的访谈中，Demis Hassabis可谓「知无不言、言无不尽」。「如果我们在未来十年内拥有类似 AGI 的体系，我不会感到惊讶。」Google DeepMind 联合创始人和 CEO Demis Hassabis 近日在人工智能播客节目 Dwarkesh Podcast 上如是说。在长达一个小时的节目中，Hassabis …

编辑 | 紫罗「主动驾驭尝试室」是未来？今年 1 月底，荷兰阿姆斯特丹大学开发自立化学合成 AI 机器人「RoboChem」。一周内，可以优化大约 10~20 个分子的合成。这需要博士生几个月的时间。还有去年 DeepMind 团队开发的自立尝试室 A-Lab，17 天自立合成 41 种新化合物。卡内基梅隆大学的 Coscientist，自立设计、规划和执行复杂的科学尝试......现在，来自美国…

编辑 | 萝卜皮基因组是完整编码 DNA、RNA 和蛋白质的序列，这些序列协调整个生物体的性能。机器进修的进步与全基因组的海量数据集相结合，可以实现生物根本模型，加速复杂份子相互作用的机械理解和生成设计。斯坦福大学（Stanford University）和 Arc Institute 的钻研职员开发了 Evo，这是一种基因组根本模型，可进行多模态和多尺度进修，能完成从份子到基因组范围的展望和生成…

革兰氏阴性必须相互作用组。（来源：eLife）编辑 | 紫罗细菌蛋白质组平均由约 4000-5000 个蛋白质组成，这意味着相互作用组可能多达 2000 万个相互作用。据估计，大肠杆菌中大约有 12,000 种物理相互作用。然而，并非全部这些相互作用都对细菌的生计至关重要。对生物体中蛋白质相互作用的研讨，是理解生物进程和中心代谢途径的基础。然而，我们对细菌相互作用组的懂得仍然有限。近日，西班牙巴塞…

编辑 | 萝卜皮单克隆抗体已成为关键的治疗步骤。特别是，纳米抗体（一种在骆驼科动物中自然表达的小型单域抗体）在 2019 年第一个纳米抗体药物获得批准后迅速获得发展势头。虽然如此，这些生物制剂作为治疗剂的开发依然是一个挑战。尽管已有成熟的体外定向进化技术，部署起来相对较快且成本低廉，但产生治疗性抗体的黄金标准依然是来自动物免疫或患者的发现。免疫系统衍生的抗体往往在体内具有良好的特点，包孕半衰期长、…

编辑 | 萝卜皮鉴于神经网络的变分蒙特卡罗（NN-VMC）已成为一种有前途、有潜力的重新算计量子化学的尖端技术。然而，现有办法的高算计成本，阻碍了它们在现实化学问题中的应用。字节跳动与北京大学团队介绍了 NN-VMC 的最新钻研进展，它实现了显著的加速率，从而极大地将 NN-VMC 的适用性扩展到更大的零碎。该团队的关键设计是一个名为 Forward Laplacian 的算计框架，它通过有效的前…

编辑 | X化学机器人平台正在迅速发展，但大多数零碎目前无法顺应及时变化的环境。近日，来自英国格拉斯哥大学（The University of Glasgow）的研讨职员提出了一个动静可编程零碎，可能制造、优化和创造新份子，该零碎利用七个传感器连续监测回响反映。通过开发动静编程语言，研讨展现高放热氧化回响反映、终点检测以及枢纽硬件故障检测的 10 倍放大。还展现了如何运用在线光谱（例如 HPLC、…

编辑 | X近年来，自然言语处理（NLP）模型，特别是 Transformer 模型，已应用于像 SMILES 这样的份子布局的文字表示。然而，关于这些模型如何懂得化学布局的研讨很少。为了解决这个黑匣子，东京大学的研讨职员运用代表性的 NLP 模型 Transformer 研讨了 SMILES 的进修进度与化学布局之间的关系。研讨解释，虽然 Transformer 可以快速进修份子的部份布局，但它…

JET 托卡马克装置的内部。（英国原子能管理局）编辑 | 紫罗核聚变被称为人造太阳，其原理和为太阳以及其他恒星供应动力的流程相同，被广泛视为洁净动力的圣杯。但科学家们只实现并维持了几秒钟的核聚变能，还有许多障碍，包括高度复杂流程中的不稳定性。实现聚变能的方法有多种，但最常见的是运用氢变体作为输入燃料，并在称为托卡马克的「甜甜圈形」形状的呆板中将温度提高到极高水平，以产生等离子体，一种类似汤的物质状…

编辑 | 萝卜皮通过从头药物安排创造新型医治化合物是药物钻研领域的一项关键挑战。传统的药物创造办法通常资源密集且耗时，这促使科学家探索利用深度进修和强化进修技术力量的创新办法。在这里，美国查普曼大学（Chapman University）的钻研职员开发了一种称为 drugAI 的新型药物安排办法，该办法利用编码器-解码器 Transformer 架构与通过蒙特卡罗树搜索（RL-MCTS）进行的强化…

编辑 | X大说话模型 (LLM) 已应用于医疗保健和医学等业余范畴。尽管有各种为健康环境量身定制的开源 LLM，但将通用 LLM 应用于医学范畴仍存在重大挑战。近日，法国阿维尼翁大学（Avignon Université ）、南特大学（Nantes Université）和 Zenidoc 的研讨团队开发了 BioMistral，一个专为生物医学范畴量身定制的开源 LLM，利用 Mistral …

推断解码（Speculative Decoding）是谷歌等机构在 2022 年发现的大模型推理减速步骤。它可以在不损失生成效果前提下，获得 3 倍以上的减速比。GPT-4 泄密报告也提到 OpenAI 线上模型推理使用了它。针对如此妙的步骤，香港理工大学、北京大学、MSRA 以及阿里共同推出了一篇关于推断解码的综述， 帮助读者了解推断解码的前世今生和利用情况，值得一读。众所周知，大型言语模型（L…

最近的大型语言模型（LLMs）进步已经使我们处于革命性的时代，尤其是 LLMs 驱动的智能 Agents 在广泛恣意中展现出了通用性和有效性。这些被称为「AI 迷信家」的 Agent 已经开始探寻其在生物学和化学等各种范畴内举行自决迷信发觉的潜力。此类 Agents 已经表现出了选择适合恣意的对象，规划情况条件，以及实现实行自动化的才能。因此，Agent 可摇身一变成为真实的迷信家，能够有效地设计…

编辑 | 萝卜皮由蛋白质和小份子配体形成的分离复合物无处不在，对生命至关重要。虽然最近科学家在蛋白质构造展望方面取得了进展，但现有算法无法系统地展望分离配体构造及其对蛋白质折叠的调节作用。为了解决这种差异，AI 制药公司 Iambic Therapeutics、英伟达（Nvidia Corporation）以及加州理工学院（California Institute of Technology）的研…

编辑 | X在计算个性化医学领域，药物反馈猜测（DRP）是一个关键问题。但是，现有的钻研通常将药物描述为字符串，这种表示与份子的自然描述不符。此外，忽略了基因通路（pathway）特异性组合含义。近日，来自河南科技大学的钻研职员提出了鉴于药物图和基因通路的药物反馈猜测方法（GPDRP），这是一种新的多模态深度进修模型，用于猜测鉴于药物份子图和基因途径活性的药物反馈。在 GPDRP 中，药物由份子图…

编辑 | 萝卜皮转运卵白改变其构象以携带其底物穿过细胞膜。构象动力学对于懂得运输功用至关主要。日本国立自然科学研讨院（National Institutes of Natural Sciences）和冈山大学（Okayama University）的合作团队研讨了草酸转运卵白（OxlT），这是一种来自产酸草酸杆菌的草酸：甲酸逆向转运卵白，对于避免肾结石形成具有主要意义。OxlT 的原子布局最近已在…

编辑 | 萝卜皮高度多重蛋白质成像正在成为分析细胞和构造内天然环境中蛋白质分布的有效技术。然而，现有的利用高复杂空间蛋白质组学数据的细胞诠释办法是资源密集型的，并且需要迭代的专家输入，从而限制了它们对于广泛数据集的可扩展性和实用性。哈佛医学院（Harvard Medical School）团队引入了 MAPS（Machine learning for Analysis of Proteomics …

编辑 | 萝卜皮具备高信噪比的荧光成像已成为生物现象精确可视化和分析的基础。然而，不可避免的噪声对成像灵敏度提出了巨大的挑战。清华大学的研讨团队提供了空间冗余去噪 Transformer（SRDTrans），以自监视的方式去除荧光图象中的噪声。该团队提出了基于空间冗余的采样计谋来提取相邻的正交训练对，消除了对高成像速率的依赖。然后，他们设计了一种轻量级时空 Transformer 架构，以较低的计…

2023年，几乎 AI 的每一个领域都在以前所未有的速度进化，同时，AI也在不断地推动着具身智能、自动驾驶等关键赛道的技术边界。多模态趋势下，Transformer 作为 AI 大模型主流架构的局面是否会撼动？为何探索鉴于 MoE （大师混同）架构的大模型成为业内新趋势？大型视觉模型 （LVM）能否成为通用视觉的新突破？...我们从过去的半年发布的2023年机器之心PRO会员通讯中，挑选了 10 …

编辑 | X晶体个性的猜测在晶体设计过程中起着至关重要的作用。当前猜测晶体个性的法子主要集中于使用图神经网络（GNN）对晶体结构进行建模。尽管 GNN 很强大，但准确模拟晶体内原子和分子之间的复杂相互作用仍然是一个挑战。文本数据提供了丰富的信息和表现力，但从晶体文本形容猜测晶体个性的研讨还不够。主要原因之一是缺乏该任务的公开数据。普林斯顿大学的研讨职员创建了一种 AI 对象来猜测晶体质料的行为。新…

作家 | 刘悦睿编辑 | 红菜苔药物研发过程中，了解份子与代谢途径之间的关系，对于合成新份子和优化药物代谢机制至关重要。西南交通大学杨燕/江永全团队开发了一种新型的多标准图神经网络框架MSGNN，来将化合物与代谢途径联系起来。它包括特点编码器、子图编码器和全部特点处理器三部分，分手进修了原子特点、子结构特点和额外的全部份子特点，这三个标准的特点可赋予模型更全面的信息。该框架在 KEGG 代谢途径数…

编辑 | X仿照现今量子计较设备的一个症结应战，是进修和编码量子比特之间发生的复杂关联的能力。基于机器进修说话模型的新兴技术已经显示出进修量子态的独特能力。近日，加拿大滑铁卢大学的研究人员在《Nature Computational Science》发表题为《Language models for quantum simulation》 的 Perspective 文章，强调了说话模型在构建量子计…

编辑 | 萝卜皮使用多个电极纪录神经元活动已被广泛用于了解大脑的功效机制。增加电极数量使科学家能够解码更多种类的功效。然而，由于硬件资源有限和不可避免的热组织损伤，处理大量多通道电生理数据仍然具有挑战性。在这里，韩国大邱庆北科学技巧院（DGIST，Daegu Gyeongbuk Institute of Science & Technology）的钻研团队提出了鉴于机器学习（ML）的高频神…