科学

就在Gemini 2.0发布之前几天，一位新晋华人博士宣布加入Google DeepMind，作为高级研究科学家致力于Gemini预训练和多模态研究。 薛复昭，博士毕业于新加坡国立大学师从尤洋教授，2021年以5.0的GPA成绩硕士毕业于南洋理工大学，师从庄永聪教授和孙爱欣教授。 在新加坡国立大学攻读博士期间，曾在Google Brain与谷歌天才科学家Yi Tay和Mostafa Dehghan…

编辑 | 萝卜皮生成合理的晶体结构通常是预测材料化学成分及其性质的第一步，但当前大多数预测方法计算成本高，制约了创新进程。 通过使用优质生成的候选结构来预测晶体结构，可以突破这一瓶颈。 在最新的研究中，英国雷丁大学（University of Reading）的研究人员介绍了 CrystaLLM，这是一种基于晶体学信息文件 (CIF) 格式的自回归大型语言建模 (LLM) 的多功能晶体结构生成方法…

编辑 | 萝卜皮从 DNA 序列预测分子表型仍然是基因组学中的一个长期挑战，通常是由于注释数据有限以及无法在任务之间转移学习所致。 在这里，英国伦敦 InstaDeep 的研究人员提出了在 DNA 序列上进行预训练的基础模型，称为 Nucleotide Transformer；其参数范围从 5000 万到 25 亿，并整合了来自 3,202 个人类基因组和 850 个不同物种基因组的信息。 这些 …

编辑 | 萝卜皮深度生成模型在药物从头设计领域受到广泛关注。 然而，针对新靶点合理设计配体分子仍然具有挑战性，特别是在控制生成分子的性质方面。 在这里，受到 DNA 编码化合物库技术的启发，湖南大学和西安电子科技大学的研究人员提出了 DeepBlock，这是一种基于块（block）的配体生成深度学习方法，可根据目标蛋白质序列进行定制，同时实现精确的属性控制。

央广网昨日（11 月 29 日）备发布博文，报道称南方电网自主研发的首个抽水蓄能大模型正式投入使用，标志着全国近五分之一装机容量的抽水蓄能设实现深度智能化管理，将显著提升电网的调峰储能能力，为国家能源安全保驾护航。

OpenAI 科学家 Jason Wei 预测，未来一年内，AI 重点将从推广大众需求转为促进科学发展，无独有偶，DeepMind 刚刚发布的 36 页报告也揭示出：全球实验室 AI 使用正在指数级增长，AI for Science 真正的黄金时代即将来临。

过去两年，AI主打用户增长，成功实现了大众化普及。 毕竟，拉新才是商业王道。 然而，如今AI日常的应用已经快卷到天花板了。

图示：来自测试集的靶标上的 Boltz-1 的示例预测。 （来源：论文）编辑 | 萝卜皮2024 年 11 月 18 日，麻省理工学院（MIT）的研究人员宣布推出 Boltz-1，这是一个开源模型，旨在准确模拟复杂的生物分子相互作用。 Boltz-1 是第一个完全商业化的开源模型，在预测生物分子复合物的 3D 结构方面达到 AlphaFold3 级精度。

编辑 | ScienceAI由上海人工智能实验室提出的 VirSci（Virtual Scientists）系统是一个基于大语言模型（LLM）的多智能体协作平台，专注于模拟科学家团队的合作过程，从而加速科研创新。 不同于以往的单智能体系统，VirSci 通过使用真实科学家的数据来模拟科学团队的多人协作，不仅可以通过团队成员的合作讨论来生成更具创新性和影响力的科研想法，还展现出作为「科学学」（Sci…

中国科学院地理科学与资源研究所、中国科学院青藏高原研究所、中国科学院自动化研究所等单位 9 月 19 日正式发布全球首个多模态地理科学大模型“坤元”（Sigma Geography）。据介绍，该大模型是专注于地理科学的专业语言大模型，具备处理地理科学相关问题的专业能力。研发团队完成了地理学全谱系高质量语料库构建、地理科学语言大模型构建、地理科学研究智导平台研发等工作，让“坤元”具备“懂地理”“精配…

为了响应人工智能时代的潮流与国家战略需求，促进人工智能技术在科学研究领域的应用与发展，8 月 23 日，30 家单位的专家学者在北京大学中关新园召开会议，倡议成立“全球科学智能发展联盟”。“全球科学智能发展联盟”致力于构建一个跨行业、跨学科、开放合作的平台，促进人工智能与科学研究的深度融合，推动人工智能在基础科学、能源材料、生命健康等多个领域的广泛应用，为解决人类面临的重大挑战提供有力支撑。联盟的…

编辑 | ScienceAI近日，卡内基梅隆大学（Carnegie Mellon University）教授，有着「机器学习之父」之称的 Tom M. Mitchell 撰写了新的 AI for Science 白皮书，重点讨论了「人工智能如何加速科学发展？美国政府如何帮助实现这一目标？」这一主题。ScienceAI 对白皮书原文进行了不改变原意的全文编译，内容如下。人工智能领域最近取得了显著进展…

Workshop背景人工智能 (AI) 和机器学习 (ML) 在科学领域的应用代表了传统科学发现方法的重大转变。几个世纪以来，探索自然世界的过程遵循着系统和逻辑的方法。然而，人工智能和机器学习技术的出现，正在深刻改变现代基础科学的发现方式。这种变化对于促进跨学科交流、激发创新的解决方案，并最终提高科学界应对现代科学中最紧迫和复杂问题的能力至关重要。与此同时，经过大量多样化数据集训练的基础模型，在计…