展望

微软在本周一发布了首个用于气候展望的大型大气根底模型 Aurora（极光），可实现气候和大气变化的高精度预报。据微软民间宣称，Aurora 是一个有着 13 亿参数的根底模型，同时还带有基于 3D 感知器的编码器和解码器。Aurora 经过超过一百万小时的分歧气候和气候数据训练。Aurora 利用根底建模方法的优势，为各种大气展望问题（包括训练数据有限、异构变量和极度事宜）提供业务展望。团队在预训…

编辑 | X原子到原子映照（Atom-to-atom Mapping，AAM）是辨认化学反映前后分子中每一个原子位置的任务，这对于理解反映机理非常重要。近年来，越来越多的机械进修模型用于逆合成和反映结果展望，这些模型的质量高度依赖于反映数据集结 AAM 的质量。虽然有一些算法利用图论或无监督进修来标识表记标帜反映数据集的 AAM，但现有方式是鉴于子结构 alignments 而不是化学知识来映照原…

自香农在《通信的数学原理》一书中提出「下一个 token 展望恣意」之后，这一概念逐渐成为现代语言模型的核心部分。最近，围绕下一个 token 展望的讨论日趋激烈。然而，越来越多的人以为，以下一个 token 的展望为宗旨只能得到一个优秀的「即兴表演艺术家」，并不能真正模拟人类思维。人类会在执行计划之前在头脑中从事细致的想象、策划和回溯。遗憾的是，这类策略并没有明确地构建在当今语言模型的框架中。对…

编辑 | X传统意义上，发觉所需特点的份子过程一直是由手动实验、化学家的直觉以及对机制和第一原理的理解推动的。随着化学家越来越多地使用主动化设备和展望分解算法，自决研讨设备越来越接近实现。近日，来自 MIT 的研讨人员开发了由集成机器学习对象驱动的闭环自决份子发觉平台，以加速具有所需特点的份子的设计。无需手动实验即可索求化学空间并利用已知的化学结构。在两个案例研讨中，该平台尝试了 3000 多个反…

编辑 | 萝卜皮寰球中期气候预告对于许多社会和经济领域的决策至关重要。保守的数值气候预告运用增加的计算资源来提高预告精度，但无法直接运用历史气候数据来改进基础模型。Google DeepMind 团队介绍了「GraphCast」，一种直接从再分析数据训练的鉴于机器进修的方法。它可以在一分钟内以 0.25° 的分辨率展望寰球 10 天内的数百个气候变量。研究人员用 1380 个验证目标进行了测试，G…

编辑 | XAlphaFold2 (AF2) 通过准确展望卵白质的单一构造彻底改变了构造生物学。然而，卵白质的生物学功能通常取决于多种构象亚状况，而致病的点渐变往往会导致这些亚状况内的种群变化。来自布兰迪斯大学和霍华德·休斯医学研讨所（Brandeis University and Howard Hughes Medical Institute）、哈佛大学和剑桥大学的研讨团队，研讨证明通过序列相似…

编辑 | 萝卜皮密度泛函理论（DFT）的定理建立了多体零碎的局部外部势与其电子密度、波函数以及单粒子约化密度矩阵之间的双射映射。在此基础上，罗格斯大学（Rutgers University）和纽约大学（New York University）的研究人员证明基于单电子约化密度矩阵（reduced density matrices）的机械进修模型可用于生成替换电子布局方式。该团队为从小份子（如水）到更…

编辑 | 白菜叶基因组规模代谢模型 (GEM) 是展望生物体细胞代谢和生理状态的强大工具。然而，由于学界对代谢过程的了解不完善，即使是精心设计的 GEM 也存在知识缺口。现有的间隙弥补步骤通常需要表型数据作为输出，来梳理缺失的反馈。在实行数据可用之前，科学家仍然缺乏一种快速准确地填补代谢网络缺口的计算步骤。斯隆凯特琳癌症中心（Memorial Sloan Kettering Cancer Cent…

PSCP 深度架构 AttnPacker——大幅优化的AI算法。

本文是对 2020 年 9 月发表于计算机图形学顶级期刊 ACM Transactions on Graphics（ToG）的论文《基于骨骼一致性的单目视频人体活动重建（MotioNet: 3D Human Motion Reconstruction from Monocular Video with Skeleton Consistency）》的解读。 该论文由北京大学与山东大学、北京电影学院、…

本文中 RNA-FM 模型的出现一定程度上缓解了 RNA 带标注数据紧张的现状，为其他研讨者提供了访问大批量无标签数据的便捷接口。并且，该模型将以 RNA 范畴基础模型的身份，为该范畴的各种各样的研讨提供强有力的支援与帮助。

编辑 | 萝卜皮不知不觉，人工智能已经渐渐延伸到了各个领域，医药领域也不例外。来自印度 B V Raju 理工学院的研究人员发表综述，讨论了药物创造中的呆板进修，归纳总结了运用于制药领域的各类呆板进修技巧，并指出当前该领域发展的难点，以及未来发展方向。该综述以「Machine Learning in Drug Discovery: A Review」为题，于 2021 年 8 月 11 日发布在《…