研究
加拿大康考迪亚大学研究人员使用 AI 辨别假币，准确率可达 99%
据 The Canadian Press 报道，加拿大蒙特利尔康考迪亚大学的研究人员及其团队开发出一种创新技术，可借助人工智能技术来精准识别假币。当前，诈骗分子制造假币的技术愈发高超，有时甚至会使经验丰富的专家也无所适从，如今 AI 的加入有望改变游戏规则。图源 Pixabay据悉，该校模式识别和 AI 研究中心博士后 Maryam Sharifi Rad 和她的团队开发了这种技术。这名研究人员表示，“这是一个非常直接影响经济和公共财政的问题。我热衷于突破技术的限制，以提高货币系统的安全性和保护性。”研究小组对大量
研究：GPT-4 在预测公司盈利方面超越人类分析师
芝加哥大学的一项新研究表明，大型语言模型 GPT-4 在预测公司未来盈利增长方面能够胜过人类分析师，而且该人工智能模型仅使用了公司的财务报表，并没有额外的信息辅助。图源 Pexels以往，财务分析师依靠专业知识和经验来评估公司财务状况并预测未来盈利。然而这项研究表明，人工智能模型能够同样出色地完成这项任务，甚至做得更好。据IT之家了解，研究人员向模型提供了匿名化的财务数据，包括资产负债表和损益表，并要求其预测未来盈利增长情况。即使没有任何额外的信息，GPT-4 也能够实现 60% 的准确率，而人类分析师的典型准确率
AI 将帕金森病药物设计提速十倍，可识别阻止该病症特征蛋白聚集小分子
据英国剑桥大学官网，该校研究人员通过人工智能技术大幅加快了帕金森病治疗方法的开发进程。研究人员设计并使用了一种基于 AI 的策略，从而来识别阻止 α-突触核蛋白（IT之家注：帕金森病的特征蛋白）聚集的小分子。这也是寻找帕金森病潜在治疗方法的一条途径。该团队通过机器学习技术，快速筛选了一个包含数百万个条目的化学库，以识别与淀粉样蛋白聚集体结合并阻止其增殖的小分子，最终确定了 5 种高度有效的化合物供进一步研究。凭借人工智能“借力”，初始筛查过程现已被加快了 10 倍，成本也缩减至原本的千分之一，使研发出帕金森病潜在疗
GPT-4 化身黑客搞破坏，成功率 87%！OpenAI 要求保密提示词，网友复现 ing
91 行代码、1056 个 token，GPT-4 化身黑客搞破坏！测试成功率达 87%，单次成本仅 8.8 美元 （折合人民币约 63 元）。这就是来自伊利诺伊大学香槟分校研究团队的最新研究。他们设计了一个黑客智能体框架，研究了包括 GPT-4、GPT-3.5 和众多开源模型在内的 10 个模型。结果发现只有 GPT-4 能够在阅读 CVE 漏洞描述后，学会利用漏洞攻击，而其它模型成功率为 0。研究人员表示，OpenAI 已要求他们不要向公众发布该研究的提示词。网友们立马赶来围观了，有人还搞起了复现。这是怎么一回
Claude 3 说服力堪比人类！Anthropic 最新研究揭秘 LLM 惊人能力
新智元报道 编辑：flynne【新智元导读】Anthropic 发布最新研究，发现 Claude 3 Opus 的说服力与人类大致相当，该成果在评估语言模型说服力方面迈出了重要的一步。人工智能模型在对话说服力方面表现如何？对这一问题大家可能都心存疑惑。长期以来，人们一直在质疑人工智能模型是否会在某天变得像人类一样具有改变人们想法的说服力。但由于之前对模型说服力的实证研究有限，因此对这一问题的探讨也就不了了之。近日，Claude 的东家 Anthropic 发表博文，称他们开发了一种测量模型说服力的基本方法，并且在
如何应对Transformer的计算局限？思维链推理提高神经网络计算
编辑 | 白菜叶你的小学老师可能没有教你如何做 20 位数字的加减法。但如果你知道如何加减较小的数字，你所需要的只是纸和铅笔以及一点耐心。从个位开始，一步步向左，很快你就能轻松地积累出千万亿的数字。像这样的问题对人类来说很容易解决，但前提是我们用正确的方式解决它们。「我们人类解决这些问题的方式并不是『盯着它然后写下答案』。」哈佛大学机器学习研究员 Eran Malach 表示，「我们实际上是走过这些台阶的。」这一见解启发了研究人员研究为 ChatGPT 等聊天机器人提供支持的大型语言模型。这些系统可以解决涉及少量算
流浪地球里的数字生命计划启动了？DeepMind在电脑里造果蝇，网友：能造人吗？
「质疑图恒宇，理解图恒宇，成为图恒宇。」在《流浪地球 2》中，刘德华饰演的图恒宇是一个令人印象深刻的角色。为了让在车祸中去世的女儿拥有「完整的一生」，他不顾人类世界对「数字生命计划」的禁令，一直在暗中独自努力完善数字生命的架构，并最终决定公然违规，将女儿的数据上传至量子计算机，之后因此被捕入狱。 电影《流浪地球 2》中的数字生命图丫丫。电影上映后，有关「数字生命」的话题经过了很多讨论。最近，这个话题被再次提起，起因是不少失去亲友的人正在尝试用 AI 技术「复活
用大模型测试人格 / 抑郁 / 认知模式：通过游戏剧情发展测量心理特质，清华出品
心理测量在精神健康、自我了解、和个人发展方面都发挥着重要的作用。传统的心理测量范式以自我报告类型的问卷为主，常常通过参与者回忆自己的日常生活行为模式或情绪状态进行测量。这样的测量方式虽然高效便捷，但可能引发参与者的抗拒心理，降低被测意愿。随着大语言模型（LLM）的发展，很多研究发现 LLM 能够展现出稳定的人格特质，模仿人类细微的情绪与认知模式，还能辅助各种各样的社会科学仿真实验，为教育心理学、社会心理学、文化心理学、临床心理学、心理咨询等诸多心理学研究领域，提供了新的研究思路。近日，清华大学的研究团队基于大语言模
AlphaFold 预测细菌生存所需的 1402 种蛋白互作，最完整的细菌必需相互作用图谱
革兰氏阴性必需相互作用组。（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，并非所有这些相互作用都对细菌的生存至关重要。对生物体中蛋白质相互作用的研究，是理解生物过程和中心代谢途径的基础。然而，我们对细菌相互作用组的了解仍然有限。近日，西班牙巴塞罗那自治大学（Universitat Autònoma de Barcelona，UAB）的研究人员使用人工智能工具 A
美国家AI研究资源试点项目上线，NASA、英伟达、OpenAI等捐赠关键基础资源
机器之能报道编辑：吴昕为确保美国在 AI 技术领域的领先地位，拜登政府曾在几个月前发布 AI 行政命令。该行政命令指出，将通过国家人工智能研究资源试点（ National AI Research Resource，NAIRR ）促进美国各地的 AI 研究。今天，美国国家科学基金会（ NSF ）正式启动这个庞大的试点项目，让更多美国研究人员和学校（而不仅仅是财力雄厚的科技公司或精英大学及其研究人员）获得计算资源。试点项目的官网显示NSF 联合了 10 个联邦机构以及多家私营企业、非盈利组织等机构组成联盟，为有抱负的
在24项场景中优于人类医生，Google团队开发基于自博弈的诊断对话大模型
编辑 | 白菜叶医学的核心在于医患对话，熟练的病史采集为准确的诊断、有效的管理和持久的信任铺平了道路。能够进行诊断对话的人工智能（AI）系统可以提高护理的可及性、一致性和质量。然而，学习临床医生的专业知识是一个巨大的挑战。Google Research 和 Google DeepMind 的 AI 团队开发了 AMIE（Articulate Medical Intelligence Explorer），这是一种基于大型语言模型（LLM）的人工智能系统，针对诊断对话进行了优化。AMIE 使用一种新颖的基于自博弈（se
快速筛选海量数据，即时做出明智决策，MIT、普林斯顿&卡内基梅隆大学团队利用LLM进行聚变研究
编辑 | X可控核聚变能具有安全、清洁、燃料丰富等优点，是解决人类未来能源问题的主要选择之一。也许最有前途的核聚变装置是托卡马克（Tokamak）。尽管前景光明，但在人类和经济型托卡马克发电厂之间仍然存在重要的悬而未决的问题。自核聚变研究开始以来，科学家们已经发表了数千份有关该主题的文件——论文、会议记录，甚至是世界各地聚变反应堆先前实验的书面日志。这样的信息源泉可能需要用一辈子的时间来阅读，甚至需要更长的时间来理解。然而，在圣地亚哥 DIII-D 国家聚变设施进行的实际聚变实验中，研究人员在两次试验之间只有大约
未来集成到AI中？以78%准确率识别声音，「生物计算机」将实验室培养的脑组织与电子硬件融合
大脑类器官的一部分，其中干细胞（粉色）正在分化为神经元（紫色）。（来源：Steve Gschmeissner/Science Photo Library）编辑 | X类脑计算硬件旨在模拟大脑的结构和工作原理，可用于解决当前 AI 技术的局限性。然而，以大脑为灵感的硅芯片在完全模拟大脑功能方面的能力仍然有限，因为大多数例子都是基于数字电子原理构建的。近日，来自美国印第安纳大学伯明顿分校（Indiana University Bloomington）的研究团队构建了一种「混合生物计算机」，将实验室培养的人脑组织与传统电
230页长文，涵盖5大科学领域，微软团队使用GPT-4探索LLM对科学发现的影响
编辑 | 紫罗前不久，微软 DeepSpeed 团队启动了一个名为 DeepSpeed4Science 的新计划，旨在通过 AI 系统优化技术实现科学发现。11 月 13 日，微软团队在 arXiv 预印平台发表题为《大型语言模型对科学发现的影响：使用 GPT-4 的初步研究》（「The Impact of Large Language Models on Scientific Discovery: a Preliminary Study using GPT-4」）的文章。文章篇幅长达 230 页。论文链接：，自然
用于化学研究的 GPT-4：什么可以做，什么不可以做？
编辑 | 紫罗GPT-4 在应对化学挑战方面表现出非凡的能力，但仍然存在明显的弱点。东京工业大学的化学家 Kan Hatakeyama-Sato 表示：「它对化学有着显著的理解，这表明它可以以类似于人类思维过程的方式预测和提出实验结果。」最近，Hatakeyama-Sato 和他的同事在《Science and Technology of Advanced Materials: Methods》杂志上发表题为《用于化学研究的 GPT-4 指示工程：什么可以/不可以做？》（「Prompt engineering of
谷歌2023博士奖学金公布，67位博士生获奖，华人近20位
今年获得谷歌博士奖学金的博士生共有 67 人，涵盖 13 个研究方向。
AI for Science 开源新项目「Polymathic AI」，Yann LeCun担任顾问
编辑 | 紫罗过去几年，通过在大量不同的数据集上训练通用模型，视觉和自然语言处理 (NLP) 机器学习领域取得了重大进展。这导致了「基础模型」的出现。例如，「大型语言模型」引发了 NLP 的复兴：微调或提示通才模型现在已成为标准做法，而不是从头开始训练专业模型。然而，机器学习在科学数据集上的应用尚未发生类似的范式转变。这就是「Polymathic AI」（博学人工智能）研究计划寻求解决的一个未实现的机会。图灵奖得主、Meta 首席科学家 Yann LeCun 表示：「很高兴成为 AI for Science 新计划
预测热门歌曲成功率 97%？这份清单前来「打假」
单看数据结果是不够的，要仔细判断这些数据的可靠性。