AI在线 AI在线

实验

科学发现速度提高10倍？统计原则+智能体，斯坦福&哈佛提出自动化假设验证框架POPPER

科学发现速度提高10倍？统计原则+智能体，斯坦福&哈佛提出自动化假设验证框架POPPER
编辑丨coisini假设验证在科学发现、决策制定和信息获取中具有基础作用。 无论是在生物学、经济学还是政策制定中，研究者往往依赖于检验假设来指导其结论。 传统上，这一过程涉及设计实验、收集数据并分析结果以确定假设的有效性。
2/25/2025 2:26:00 PM
ScienceAI
告别「滤镜」：上理工、上交大团队发布AI赋能的新一代荧光显微镜

告别「滤镜」：上理工、上交大团队发布AI赋能的新一代荧光显微镜
编辑 | 2049想象一下，一位生物学家在显微镜前观察细胞，为了看清细胞中特定的荧光标记物，每个实验都需要使用特制的光学滤光片组。 这些滤光片组就像精密的光学「滤镜」，由二向色镜和高光密度带通滤光片构成，用于分离激发光和荧光发射光。 然而，这种传统设计带来了几个显著问题：首先是设备成本增加，其次是系统变得庞大复杂，更重要的是在需要观察多种荧光标记时，机械切换滤光片的过程会显著降低实验效率。
1/23/2025 5:42:00 PM
ScienceAI
DeepMind 研究成本大起底，一篇 ICML 论文烧掉 1290 万美元

DeepMind 研究成本大起底，一篇 ICML 论文烧掉 1290 万美元
【新智元导读】DeepMind 最近被 ICML 2024 接收的一篇论文，完完全全暴露了他们背靠谷歌的「豪横」。一篇文章预估了这项研究所需的算力和成本，大概是 Llama 3 预训练的 15%，耗费资金可达 12.9M 美元。发一篇顶会论文，需要多少实验预算？最近，DeepMind 发表了一项研究，对 LLM 扩大规模时各种算法和架构细节，比如参数和优化器的选择，进行了广泛的实证调查。这篇论文已被 ICML 2024 接收。论文地址： 页的论文涵盖了数以万计的模型，备选方案包括 3 种优化器、4 种参数化方案、几
8/3/2024 1:18:50 PM
清源
斯坦福 AI 方法加速目标材料发现，为「自动驾驶实验」奠定基础

斯坦福 AI 方法加速目标材料发现，为「自动驾驶实验」奠定基础
编辑 | KX传统的材料发现过程既耗时又成本高昂。可能的材料空间也非常大，仅由四种元素组成的材料就有超过 100 亿种可能性，对于制药应用而言，挑战更大，大约有 10^60 种可能的类药分子。斯坦福大学和美国能源部 SLAC 国家加速器实验室的科学家们，开发了一种 AI 方法，有助于在寻找新材料时更有效地收集数据，使研究人员能够以更高的精度和速度应对复杂的材料设计挑战。研究人员提出了一个框架，通过简单的用户定义过滤算法来捕获实验目标。这些算法会自动转换为三种智能、无参数、顺序数据采集策略（SwitchBAX、Inf
7/29/2024 3:22:00 PM
ScienceAI
上交大洪亮课题组&上海AI实验室团队发布FSFP，基于语言模型的蛋白质功能小样本预测方法，登Nature子刊

上交大洪亮课题组&上海AI实验室团队发布FSFP，基于语言模型的蛋白质功能小样本预测方法，登Nature子刊
编辑 | ScienceAI近日，上海交通大学自然科学研究院/物理天文学院/张江高研院/药学院洪亮教授课题组，联合上海人工智能实验室青年研究员谈攀，在蛋白质突变-性质预测上取得重要突破。该工作采用全新的训练策略，在使用极少湿实验数据的情况下，极大地提高了传统蛋白质预训练大模型在突变-性质预测的效果。该研究成果以《Enhancing the efficiency of protein language models with minimal wet-lab data through few-shot learning
7/8/2024 6:46:00 PM
ScienceAI
比原始材料强8倍，清华、武汉理工团队用AI筛选高熵电介质材料

比原始材料强8倍，清华、武汉理工团队用AI筛选高熵电介质材料
编辑 | 萝卜皮电介质材料能够储存和释放电荷，广泛应用于电容器、电子和电力系统中。它们因其高功率密度和快速响应特性，被用于混合动力电动汽车、便携式电子设备和脉冲电力系统等领域，但其能量密度仍需进一步提高。高熵策略已成为提高储能性能的有效方法，然而，在高维组成空间中发现新的高熵系统对于传统的试错实验来说是一个巨大的挑战。武汉理工大学、清华大学、宾夕法尼亚州立大学的研究团队基于相场模拟和有限的实验数据，提出了一种生成学习方法，用于加速在超过 10^11 种组合的无限探索空间中发现高熵介电材料（HED）。该工作为设计高熵
6/25/2024 7:15:00 PM
ScienceAI
比手动快13倍多，「机器人+AI」发现电池最佳电解质，加速材料研究

比手动快13倍多，「机器人+AI」发现电池最佳电解质，加速材料研究
编辑 | 紫罗传统的材料研发模式主要依赖「试错」的实验方法或偶然性的发现，其研发过程一般长达 10-20 年。虽然基于机器学习 (ML) 的数据驱动方法可以加速清洁能源技术新材料的设计，但由于缺乏大型高保真实验数据库，其在材料研究中的实际应用仍然受到限制。近日，美国西北太平洋国家实验室和阿贡国家实验室的研究团队，设计了一个高度自动化的工作流程，将高通量实验平台与最先进的主动学习算法相结合，可有效筛选对阳极电解质具有最佳溶解度的二元有机溶剂。除了设计用于开发高性能氧化还原液流电池的高效工作流程之外，该机器学习引导的高
4/10/2024 11:53:00 AM
ScienceAI
5天完成6个月实验量，加速催化研究，「自动驾驶」催化实验室Fast-Cat登Nature子刊

5天完成6个月实验量，加速催化研究，「自动驾驶」催化实验室Fast-Cat登Nature子刊
编辑 | 紫罗「自动驾驶实验室」是未来？今年 1 月底，荷兰阿姆斯特丹大学开发自主化学合成 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 团队开发的自主实验室 A-Lab，17 天自主合成 41 种新化合物。卡内基梅隆大学的 Coscientist，自主设计、规划和执行复杂的科学实验......现在，来自美国北卡罗来纳州立大学和全球特种材料公司伊士曼化学公司（Eastman Chemical Company）合作，开发了一个「
3/1/2024 11:08:00 AM
ScienceAI
飞秒级化学反应放缓至肉眼可见，首次使用量子计算机将模拟化学反应减慢1000亿倍

飞秒级化学反应放缓至肉眼可见，首次使用量子计算机将模拟化学反应减慢1000亿倍
澳大利亚悉尼大学的科学家首次使用量子计算机直接观察到一个对化学反应至关重要的过程，实现这一突破的关键是将原过程速度从飞秒尺度减慢至毫秒尺度。联合首席研究员 Vanessa Olaya Agudelo 博士说：「通过了解分子内部和分子之间的这些基本过程，我们可以在材料科学、药物设计或太阳能收集方面开辟一个新的可能性世界。「它还可以帮助改善依赖分子与光相互作用的其他过程，例如烟雾是如何产生的或臭氧层是如何被破坏的。」研究小组目睹了化学中一种常见的被称为「圆锥形交叉点」的几何结构引起的单个原子的干涉图案。圆锥形交叉点在化
8/30/2023 5:20:00 PM
ScienceAI
早于牛顿一个世纪发现引力？达芬奇三角运动草图得到验证

早于牛顿一个世纪发现引力？达芬奇三角运动草图得到验证
早在牛顿提出万有引力定律的一百多年前，意大利文艺复兴三杰之一列奥纳多・达芬奇也对万有引力有了基本的认识。
3/21/2023 4:14:00 PM
机器之心
几何深度学习揭示微观运动的时空特征

几何深度学习揭示微观运动的时空特征
编辑 | 白菜叶生命系统中动力学过程的表征为其机械解释和与生物功能的联系提供了重要线索。由于显微镜技术的最新进展，现在可以在生理条件下以多个时空尺度常规记录细胞、细胞器和单个分子的运动。然而，在拥挤和复杂的环境中发生的动态自动分析仍然落后于微观图像序列的获取。在这里，哥德堡大学的研究人员提出了一个基于几何深度学习的框架，可以在各种生物学相关场景中实现对动力学特性的准确估计。这种深度学习方法依赖于由基于注意力的组件增强的图形神经网络。通过使用几何先验处理对象特征，网络能够执行多项任务，从将坐标链接到轨迹到推断局部和全
2/23/2023 5:53:00 PM
ScienceAI
AI自动化系统可以快速找到新的电池化学成分，比人工测试要快得多

AI自动化系统可以快速找到新的电池化学成分，比人工测试要快得多
编辑 | 萝卜皮开发高能高效电池技术是推进交通和航空电气化的关键方面。然而，电池创新可能需要数年时间才能实现。在非水电池电解质溶液的情况下，选择多种溶剂、盐及其相对比例的许多设计变量使得电解质优化既费时又费力。为了克服这些问题，卡内基梅隆大学（Carnegie Mellon University）的研究团队提出了一种实验设计，将机器人技术（一个名为「Clio」的定制自动化实验）与机器学习（一个名为「Dragonfly」的基于贝叶斯优化的实验计划器）结合起来。在单盐和三元溶剂设计空间内对电解质电导率进行自主优化，在两
10/13/2022 6:57:00 PM
ScienceAI
  • 1