理论

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…

编辑 | 萝卜皮理想与模拟之间的差异阻碍了静态量子器件的优化和可扩展性。由不可预计的资料缺欠分布引起的无序是造成理想差异的主要原因之一。牛津大学的钻研团队运用物理感知呆板进修来弥补这一差异，特别是运用结合物理模型、深度进修、高斯随机场和贝叶斯推理的方式。这种方式使科学家能够从电子传输数据推断纳米级电子设施的无序潜力。通过验证算法对 AlGaAs/GaAs 中横向定义的量子点器件所需的栅极电压值的预…

编辑 | 萝卜皮科技的新篇章正在被撰写：AI for Science——将人工智能与科学研讨深度结合，利用 AI 的技能和方法来学习、模拟、展望自然和人类社会的各种现象和规律。这不仅可以推动科学的发现，也悄无声息地改变着我们的生活。AI 技能的大爆发，正催动着科研领域的剧变。AI for Science 这一科研新范式，正以前所未有的速率改变人类探索未知的进程。无论是展望气候变化、探索外星奥秘、研…

编辑 | X最近，在光化学和光催化方面的研讨出现了惊人的爆发，部分原因在于光作为反映源对环境无害。然而，许多研讨展示的是小规模反映，而扩大规模依赖于不同技术的拼凑，可能须要大量的试验和错误来优化。针对复杂光催化反映条件高效优化的需求，荷兰阿姆斯特丹大学 (UvA) 范特霍夫（Van 't Hoff）份子科学研讨所的 Timothy Noël 教授团队，开发了一种集成人工智能驱动机器学习单…

编辑 | 萝卜皮药物与靶标之间的连系亲和力的预计对于药物发现至关重要。然而，现有要领的准确性仍需提高。另一方面，大多数深度进修要领只关注非共价（非键合）连系份子系统的预计，而忽略了在药物开发领域越来越受到关注的共价连系的情况。上海科技大学的钻研团队提出了一种新的基于注意力的模型，称为 TEFDTA （Transformer Encoder and Fingerprint combined Pred…

AI 了解视频不能依靠在像素空间中展望。在互联网文本数据即将枯竭之际，很多 AI 研究者将目光转向了视频。但如何让 AI 了解视频数据成了新的难题。在 2024 天下经济论坛的一次会谈中，图灵奖得主、Meta 首席 AI 科学家 Yann LeCun 被问到了这个问题。他认为，虽然这个问题还没有明确的答案，但适合用来处理视频的模型并不是我们现在大范围应用的生成模型。而且新的模型应该学会在笼统的表征…

本文将介绍 MoE 的构建模块、训练方法以及在利用它们举行推理时需求考虑的权衡因素。大师混合 (MoE) 是 LLM 中常用的一种技术，旨在提高其效率和准确性。这种方法的工作原理是将复杂的任务划分为更小、更易于管理的子任务，每一个子任务都由专门的迷你模型或「大师」处理。早些时候，有人爆料 GPT-4 是采用了由 8 个大师模型组成的集成系统。近日，Mistral AI 发布的 Mixtral 8x…

编辑 | XAlphaFold2 (AF2)和 RosettaFold 极大地扩展了可用于基于布局的配体发明的布局的数量，尽管它们在这一目标中的直接作用提出了质疑。1 月 18 日，Nature 发表题为《AlphaFold found thousands of possible psychedelics. Will its predictions help drug discovery?》的新闻…

编辑 | X有关化学分解的文献数量快速增长；然而，尝试室之间同享和评估新过程需要很长时间。在此，来自加拿大不列颠哥伦比亚大学（UBC）和英国格拉斯哥大学的钻研团队，提出了一种格式，使用通用化学编程语言（χDL）在两个尝试室的四种分别硬件系统上编码和实行各种化学反馈的分解程序，包括还原胺化、成环、酯化、碳-碳键形成和酰胺偶联。每个反馈大约有 50 行代码，所提格式使用抽象来有用地压缩化学协定。分别的…

编辑 | X碳纳米材料的可控合成，比如单晶、大面积石墨烯，手性碳纳米管，是实现其在未来电子或能源设备中潜在应用的关键挑战。基底催化滋生为碳纳米构造的可控合成提供了一种非常有前途的方式。然而，静态催化外面的滋生机制和更通用的计划策略的发展仍然是一个挑战。近日，来自上海交通大学和日本东北大学（Tohoku University）的钻研团队，展示了主动机械进修模型如何无效地揭示基底（Substrate）…

编辑 | 白菜叶拜罗伊特大学（Universität Bayreuth）的科学家开发了一种利用人工智能钻研液体和软物资的新方式，开启了密度泛函表面的新篇章。我们生活在一个高度技术化的世界，在这个密集而庞大的相互关联的网络中，根源钻研是创新发展的引擎。这里的新方式，可以对广泛的仿照技术产生巨大影响，从而可以在计算机上更快、更精准、更深切地钻研庞大物资。将来，这可能会对产品和工艺设计产生影响。新制定的…

编辑 | 萝卜皮希有细胞群是肿瘤进展和治疗反应的关键，提供了潜在的干预目标。然而，它们的计算鉴别和分析通常落后于主要细胞范例。为了填补这一空白，山东大学的研讨团队引入了 MarsGT：使用单细胞图 transformer 进行希有群体推断的多组学分析。它使用基于几率的异质图 transformer 对单细胞多组学数据鉴别希有细胞群。MarsGT 在鉴别 550 个模拟数据集和 4 个真实人类数据集…

近日，CMU Catalyst 团队推出了一篇关于高效 LLM 推理的综述，覆盖了 300 余篇相关论文，从 MLSys 的钻研视角介绍了算法创新和零碎优化两个方面的相关进展。在人工智能（AI）的快速发展背景下，大语言模型（LLMs）凭借其在语言相关任务上的杰出表现，已成为 AI 领域的重要推动力。然而，随着这些模型在各种运用中的普及，它们的复杂性和规模也为其摆设和效劳带来了前所未有的挑衅。LLM…

TSDiff 预测分布的概念说明。（起源：论文）编辑 | X过渡态（TS）摸索对于阐明化学回响反映机制和动力学建模至关重要。最近，机械进修模型在 TS 多少外形（geometries）预测方面表现出了卓越的性能。然而，它们通常需要回响反映物和产品的 3D 构象，并以其适当的方向作为输出，这需要大量的努力和计算成本。近日，韩国科学技术院（KAIST）的研讨职员提出了一种基于随机扩散办法的生成办法，即…

编辑 | X微软和美国动力部下属的西北太平洋国家实验室 (PNNL) ，利用人工智能（AI）和超等估计发明了一种全新物资，可以增加电池中锂的利用。迷信家示意，这类资料大概会增加高达 70% 的锂用量。自发明以来，这类新资料已被用于为灯泡提供动力。微软研讨人员利用人工智能和超等估计机，在不到一周的时间内将 3200 万种潜在无机资料挑选为 18 种有前途的候选资料——如果利用传统的实验室研讨方法，这…

编辑 | 萝卜皮钙钛矿半导体薄膜的大面积加工非常复杂，并且会引起无法解释的质量差异，成为钙钛矿光伏发电商业化的主要障碍。可扩展创造工艺的进步目前仅限于渐进和任意的试错进程。虽然光致发光视频的原位采集有可能揭示薄膜形成进程中的重要转变，但数据的高维性很快就超出了人类分析的极限。德国癌症研讨中心（German Cancer Research Center）交互式机器进修小组（Interactive M…

编辑 | X1 月 8 日，AI 驱动的单细胞剖析范畴的先驱 Deepcell，宣布与 NVIDIA 达成一项研讨合营，加快生命科学范畴先进计算机视觉解决方案的开发和采用。Deepcell 已经使用 NVIDIA A4000 和 NVIDIA AI 技能，将把 NVIDIA AI 融入其单细胞剖析技能中，与 NVIDIA 合营共同开发细胞生物学中生成 AI 和多模式运用的新用途。此次联合合营旨在增…

编辑 | X在过去几年中，数据驱动的呆板进修 (ML) 手艺已成为设计和创造先进资料的强大工具。然而，由于需要考虑前体、尝试条件和反应物的可用性，资料分解通常比性质和结构展望复杂得多，并且很少有计算展望能在尝试中实现。为了解决这些挑战，来自东南大学和浙江师范大学的研讨团队，提出了一个集成高通量尝试、化学先验知识以及子群创造（subgroup discovery）和支持向量机等呆板进修手艺的通用框架…

同济大学王昊奋钻研员团队联合复旦大学熊赟教授团队发布检索加强生成（RAG）综述，从核心范式，关键手艺到未来进展趋势对 RAG 举行了全面梳理。这份工作为钻研人员绘制了一幅清晰的 RAG 手艺进展蓝图，指出了未来的钻研探索方向。同时，为开发者提供了参考，帮助辨识不同手艺的优缺点，并指导如何在多样化的运用场景中最有效地利用这些手艺。大型语言模型（LLMs）已经成为我们生活和工作的一部分，它们以惊人的多…

编辑 | 绿萝复杂质料特性的逆向设想，在解决软机器人、生物医学植入物和织工程等方面具有巨大潜力。尽管机器进修模型提供了此类逆映射，但它们通常仅限于线性方针属性。近日，苏黎世联邦理工学院（ETH Zurich）的研讨人员为了定制非线性赞同，证明了在周期性随机 cellular 布局的全场数据上训练的视频集中生成模型，可以成功地预测和调整它们在大应变状态下的非线性变形和应力赞同，包括愚昧和接触。成功的…

编辑 | 白菜叶有关超重地区核素衰变历程的信息对于研讨118号元素 Oganesson 和「稳定岛」之外的新元素至关重要。中山大学的研讨人员在懂得超重核衰变历程方面取得了重大突破。他们提出了使用随机丛林算法来研讨超重地区不同衰变形式之间的竞争，包括 α 衰变、β-衰变、β 衰变、电子俘虏和自觉裂变。观察到的半衰期和主要衰变形式得到了很好的再现。该研讨以「Random forest-based pr…

编辑 | 萝卜皮酶动力学参数的预计对于设计和优化各种生物技术和工业使用的酶至关重要，但当前预计工具在各种任务上的有限本能阻碍了它们的实际使用。中国科学院的研讨职员开发了 UniKP，一个基于预训练语言模型的统一框架，用于预计酶动力学参数，包括来自蛋白质序列和底物构造的酶周转数 (kcat)、米氏常数 (Km) 和催化效率 (kcat / Km)。还提出了源自 UniKP (EF-UniKP) 的两…