AI在线 AI在线

预测

“AI 预测宝宝长相是不是智商税”上热搜，专家：娱乐性大于准确性

“AI 预测宝宝长相是不是智商税”上热搜，专家：娱乐性大于准确性
今天下午，一条 #AI 预测宝宝长相是不是智商税#的话题登上了微博热搜，目前位于榜单第 10 位。据极目新闻报道，在电商平台上，利用四维彩超图生成一张宝宝照片最低只需 6.8 元，等待半小时就能出片，最火的商家已接了上万单。在某微信小程序，用户也可自行上传四维彩超图，免费生成预测照片。对此，人工智能领域专业人士郭涛表示，通过一些算法和数据确实可以对图像进行处理和推测，但胎儿在母体发育以及出生后的成长会受到多种因素影响，AI 很难准确预测出最终模样。中国企业资本联盟副理事长柏文喜表示：“不少宝爸宝妈对未出生宝宝怀着好
6/10/2024 4:55:16 PM
浩渺
微软推出首个基于 AI 的天气预报系统 Aurora，还能预测空气污染水平

微软推出首个基于 AI 的天气预报系统 Aurora，还能预测空气污染水平
微软在本周一发布了首个用于天气预测的大型大气基础模型 Aurora（极光），可实现天气和大气变化的高精度预报。据微软官方宣称，Aurora 是一个有着 13 亿参数的基础模型，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不同天气和气候数据训练。Aurora 利用基础建模方法的优势，为各种大气预测问题（包括训练数据有限、异构变量和极端事件）提供业务预测。团队在预训练时分两个阶段对 Aurora 模型进行了优化，以最大限度地减少具有不同分辨率、变量和压力水平的多个异构数据集的损失，得
6/6/2024 6:54:12 PM
满河（实习）
英伟达数字孪生地球“Earth-2”亮相 2024 台北电脑展，2 公里精确预测天气信息

英伟达数字孪生地球“Earth-2”亮相 2024 台北电脑展，2 公里精确预测天气信息
在目前正在进行的黄仁勋台北电脑展 2024 主题演讲上，黄仁勋介绍了英伟达 Earth-2 数字孪生地球，该“地球”主要用于天气观测，基于英伟达 CorrDiff 生成式 AI 模型技术，号称融合了人工智能、物理模拟和观测数据，够从今天的数据来预测未来世界的影响。英伟达表示，相对于第一代 Earth 数字孪生地球，Earth-2 能够以 12 倍解析度（从 25 公里提高到 2 公里）精确预测天气信息，号称能够代表区域天气预测的巨大飞跃，同时据称能够提高 3000 倍能源效率。英伟达同时表示，Earth-2 未来还
6/2/2024 7:54:31 PM
漾仔
芝大论文证明 GPT-4 选股准确率高达 60%，人类股票分析师要下岗？AI 大牛质疑数据污染

芝大论文证明 GPT-4 选股准确率高达 60%，人类股票分析师要下岗？AI 大牛质疑数据污染
【新智元导读】GPT-4 在为人类选股时，表现竟然超越了大部分人类分析师，和针对金融训练的专业模型？在没有任何上下文的情况下，它们直接就成功分析了财务报表，这一发现让许多业内大咖震惊了。然而好景不长，有 AI 大牛指出研究中的 bug：之所以会这样，很可能是训练数据被污染了。最近，各位业内大咖都被芝大的一篇论文震惊了。研究者发现，由 GPT-4 帮忙选择的股票，直接击败了人类！同时也 pk 掉了许多其他针对金融训练的机器学习模型。最让他们震惊的是，LLM 可以在没有任何叙述上下文的情况下，就成功分析财务报表中的数字
5/27/2024 1:02:51 PM
汪淼
准确预测药物-靶点相互作用，江南大学提出深度学习融合GNN新方法MINDG

准确预测药物-靶点相互作用，江南大学提出深度学习融合GNN新方法MINDG
编辑 | 紫罗药物-靶点相互作用（DTI）预测在药物发现中发挥着重要作用。尽管药物靶点预测的智能计算方法受到了广泛关注，并取得了许多进展，但仍然是一项具有挑战性的任务，需要进一步的研究。为了解决上述挑战，江南大学研究团队提出了一种集成深度学习和图学习的多视图集成学习网络（MINDG）。MINDG 结合图学习和深度学习来提取药物和蛋白质的内在结构信息，以及它们之间的外在关系信息。因此，与之前的方法相比，MINDG 提高了模型预测的性能。相关研究以《MINDG: a drug–target interaction pr
5/24/2024 7:52:00 PM
ScienceAI
微软 Start 天气预测模型再进化，可预测何时出现云层和降水

微软 Start 天气预测模型再进化，可预测何时出现云层和降水
微软 Start 团队今天通过必应官方博客发布博文，宣布 AI 天气预测模型又有重大改进，能更准确预报未来 30 天天气情况之外，现在预测何时可能出现云层和降水。博文中微软 Start 团队表示已经于 2021 年年底开始，着手改进全球范围内的“降水预报”系统。该模型不仅会调用雷达装置收集的数据，还会结合卫星数据，通过 AI 算法分析，能更准确地预测降水情况。不过微软 Start 团队也坦言该预测模型存在不足，卫星天气数据每日的接收时间比例为 85% 至 95%，但取决于数据的来源和可接受的延迟时间。微软表示：有证
5/24/2024 8:00:34 AM
故渊
提高光学数据集利用率，天大团队提出增强光谱预测效果 AI 模型

提高光学数据集利用率，天大团队提出增强光谱预测效果 AI 模型
编辑 | 枯叶蝶近日，天津大学激光与光电子研究所吴亮副教授、姚建铨院士团队联合自然语言处理实验室熊德意教授团队报道了一种使用多频率补充输入的深度学习模型来增强光谱预测效果的方案。该方案可有效地提高现有光学数据集的利用率，在不额外增加训练成本的基础上，增强了与超表面结构对应的光谱响应的预测效果。相关研究成果以「Enhanced spectrum prediction using deep learning models with multi-frequency supplementary inputs」为题，于 20
5/22/2024 2:21:00 PM
ScienceAI
微软发布 MatterSim 模型：模拟材料、预测性能，AI 探索材料设计的无限可能

微软发布 MatterSim 模型：模拟材料、预测性能，AI 探索材料设计的无限可能
微软研究院科学智能中心（Microsoft Research AI for Science）近日推出 MatterSim 模型，能够在广泛的元素、温度和压力范围内，准确高效地模拟材料和预测性能，助力材料设计的数字化转型。新材料探索对纳米电子学、能量储存和医疗健康等多个领域的技术进步至关重要。材料设计中的一个核心难点是如何在不进行实际合成和测试的情况下预测材料属性。由于新材料可能涉及元素周期表中 118 种元素的任意组合，且其合成和工作温度、压力范围极广，这些因素极大地影响了材料内部原子的相互作用，使得准确预测材料属
5/15/2024 2:49:51 PM
故渊
效率高、成本低，从单一结构到平衡分布，微软AI分子预测框架登Nature子刊

效率高、成本低，从单一结构到平衡分布，微软AI分子预测框架登Nature子刊
编辑 | 紫罗近年来，深度学习技术在分子微观结构预测中取得了巨大的进展。然而，分子的宏观属性和功能往往取决于分子结构在平衡态下的分布，仅了解分子的微观结构还远远不够。获得这些分布的传统方法，如分子动力学模拟，但这些方法昂贵又耗时。在此，来自微软研究院科学智能中心（Microsoft Research AI4Science）的研究人员，提出了一种可用于预测分子结构平衡分布的深度学习框架，称为分布式图分析器（Distributional Graphormer，DiG）。DiG 框架能够有效生成不同的构象，并提供状态密度
5/14/2024 2:11:00 PM
ScienceAI
AI 预测所有生命分子，谷歌 AlphaFold 3 模型登 Nature：欲颠覆生物学

AI 预测所有生命分子，谷歌 AlphaFold 3 模型登 Nature：欲颠覆生物学
谷歌 DeepMind 公司近日推出了 AlphaFold 3，通过预测所有生命分子是如何相互作用的，加速寻找新药和探索新的治疗方法，治疗癌症、帕金森氏症、疟疾、肺结核等疾病。IT之家从报道中获悉，AlphaFold 3 能够预测人体每个细胞分子的复杂形状，以及如何相互连接，以及其中最小的变化如何影响可能导致疾病的生物功能。科学家和医学专家希望借助 AlphaFold 3，深入研究抗体和药物的相互作用，寻找更好的治疗方法。DeepMind 创始人兼首席执行官 Demis Hassabis 表示，该项目为研究人员提供
5/9/2024 11:00:51 AM
故渊
一个小技巧，解锁 ChatGPT「预测未来」？

一个小技巧，解锁 ChatGPT「预测未来」？
【新智元导读】新研究利用了 ChatGPT 在 2021 年 9 月的训练数据截止这一限制，比较了 ChatGPT 在直接预测和未来叙事预测两种不同提示方式下，预测 2022 年各种事件上的表现。结果显示，未来叙事预测方法在预测 2022 年奥斯卡奖得主时表现出色，在预测宏观经济变量时，ChatGPT-4 的表现也有所提高。如今，AI 进步的速度，已经超出了我们对它用途的理解。为了防止 ChatGPT「失控」，OpenAI 定制了一套堪称严苛的「服务条款」，涉及包括法律、医疗 / 健康、个人安全、权利福祉、赌博放贷
5/8/2024 10:45:45 PM
清源
GPT-4 整治学术不端：人大 / 浙大团队实测 7000 篇论文，撤稿预测与人类 95% 一致

GPT-4 整治学术不端：人大 / 浙大团队实测 7000 篇论文，撤稿预测与人类 95% 一致
【新智元导读】人大与浙大学者发现，GPT-4 对于论文给出的撤稿预测结果，竟然和人类审稿人有将近 95% 的相似性。看来大模型虽然有可能引发学术不端，但也有办法维护科研诚信啊。学术论文的撤稿事件时有发生，这不仅损害了科研诚信，也可能对公众信任和科学进展产生负面影响。传统上，学术界依赖同行评审和出版后的读者反馈来识别和纠正问题论文，但这些方法可能无法及时发现所有问题，尤其是在当前科研论文出版数量急剧增加的背景下。在这种情况下，如何快速识别存在问题的论文，并促进它们的撤稿，成了学术界亟待解决的一个难题。最近，来自中国人
4/15/2024 12:46:16 PM
清源
准确率达100%，「人机交互」机器学习，驱动有机反应精确原子映射研究

准确率达100%，「人机交互」机器学习，驱动有机反应精确原子映射研究
编辑 | X原子到原子映射（Atom-to-atom Mapping，AAM）是识别化学反应前后分子中每个原子位置的任务，这对于理解反应机理非常重要。近年来，越来越多的机器学习模型用于逆合成和反应结果预测，这些模型的质量高度依赖于反应数据集中 AAM 的质量。虽然有一些算法使用图论或无监督学习来标记反应数据集的 AAM，但现有方法是基于子结构 alignments 而不是化学知识来映射原子。在此，来自韩国首尔大学（Seoul National University）和韩国科学技术院（KAIST）的研究团队，提出了一
4/3/2024 5:30:00 PM
ScienceAI
Nature|机器学习和物理模型的「双向奔赴」，3种AI气候建模方法

Nature|机器学习和物理模型的「双向奔赴」，3种AI气候建模方法
编辑 | ScienceAI气候科学家 Tapio Schneider 很高兴，因为机器学习让他摆脱了日常工作中繁琐乏味的任务。十多年前，当他第一次开始模拟云的形成时，这主要涉及到煞费苦心地调整描述水滴、气流和温度如何相互作用的方程。但自 2017 年以来，机器学习和人工智能 (AI) 改变了他的工作方式。「机器学习让这门科学变得更加有趣，」在加州理工学院工作的 Schneider 说。「它速度更快、更令人满意，而且你可以获得更好的解决方案。」传统的气候模型是由 Schneider 等科学家从头开始手动构建的，他们
3/27/2024 6:49:00 PM
ScienceAI
讨论下一个token预测时，我们可能正在走进陷阱

讨论下一个token预测时，我们可能正在走进陷阱
自香农在《通信的数学原理》一书中提出「下一个 token 预测任务」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 预测的讨论日趋激烈。然而，越来越多的人认为，以下一个 token 的预测为目标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进行细致的想象、策划和回溯。遗憾的是，这种策略并没有明确地构建在当今语言模型的框架中。对此，部分学者如 LeCun，在其论文中已有所评判。在一篇论文中，来自苏黎世联邦理工学院的 Gregor Bachmann
3/25/2024 2:42:00 PM
机器之心
最早提前 7 天，谷歌借助 AI 能准确预测洪灾

最早提前 7 天，谷歌借助 AI 能准确预测洪灾
感谢谷歌近日在《Nature》上发表科研成果，表示借助 AI 的力量，最早能够提前 7 天准确预测洪灾，希望为全球 80 多个国家和地区的居民提供可靠的洪灾预测服务。由于大多数河流都没有流量计，因此预测洪水一直是个棘手的问题。谷歌利用各种相关数据（包括历史事件、河流水位读数、海拔和地形读数等）训练机器学习模型，从而解决了这一问题。 谷歌通过模型生成本地化地图，并在每个地点进行了数十万次模拟，从而准确预测即将到来的洪水。谷歌表示该模型现阶段仅适用于指定地点，不过未来希望改进该技术，最终解决全球范围内的问题。谷歌表示现
3/22/2024 2:53:10 PM
故渊
Nature子刊 | KAUST团队训练大语言模型，进行作为近似语义蕴涵的蛋白质功能预测

Nature子刊 | KAUST团队训练大语言模型，进行作为近似语义蕴涵的蛋白质功能预测
编辑 | 萝卜皮基因本体论（Gene Ontology，GO）是一种公理理论，目前拥有超过 100,000 条公理，描述了三个子本体中蛋白质的分子功能、生物过程和细胞位置。使用 GO 预测蛋白质的功能需要模型拥有学习和推理能力。科学家已经开发出多种方法来自动预测蛋白质功能，但有效利用 GO 中的所有公理进行知识增强学习仍然是一个挑战。阿卜杜拉国王科技大学（King Abdullah University of Science & Technology，KAUST）的研究人员开发了 DeepGO-SE，这是一种使用预
3/15/2024 3:13:00 PM
ScienceAI
预测所有生物分子，David Baker 团队蛋白质设计新工具 RoseTTAFold All-Atom 登 Science

预测所有生物分子，David Baker 团队蛋白质设计新工具 RoseTTAFold All-Atom 登 Science
编辑 | ScienceAI在蛋白领域，华盛顿大学 David Baker 团队又带来了新进展。蛋白质是生命存在不可或缺的分子，但它们不是细胞中唯一的分子，参与生命过程它们必须与其他分子相互协作。近年来，AlphaFold 和 RoseTTAFold 等蛋白质结构预测算法，席卷了结构生物学领域。深度学习方法彻底改变了蛋白质结构预测和设计方式，但目前仅限于纯蛋白质系统。问题是，这些模型忽略了许多影响蛋白质结构的化学类型。「例如，许多生物学涉及蛋白质与小分子相互作用。」华盛顿大学教授 David Baker 说。「这是
3/8/2024 6:31:00 PM
ScienceAI