AI生成超越自然界的蛋白？
美國研究人員使用人工智能（AI）來設計超越自然界的新蛋白質。他們開發的機器學習算法，可生成具有特定結構特征的蛋白質，這些蛋白質可用于制造具有特定機械性能（如剛度或彈性）的材料，從而取代作為原料的石油或陶瓷。研究論文發表在最新一期《化學》雜志上。 麻省理工學院、IBM沃森AI實驗室和塔夫茨大學研究人員采用了一種生成模型，其與DALL-E 2等AI系統中使用的機器學習模型架構相同，但研究人員調整了模型架構，以預測實現特定結構的蛋白質的氨基酸序列。 這一模型學習控制蛋白質形成方式的生化關系，產生超越自然界的新蛋白質，從而實現獨特應用，例如，該工具開發的食品涂層可使農產品保鮮時間更長，同時保證食用安全。該模型還可在幾天內就生成數百萬種蛋白質，為科學家迅速提供可供探索的新可能。 研究人員此次構建了兩個機器學習模型，以預測各種新氨基酸序列，這些氨基酸序列形成滿足結構設計目標的蛋白質。一種模型在蛋白質的整體結構特性上起作用，另一種模型在......閱讀全文
AI首次創建高效準確數學算法
英國《自然》雜志封面以“矩陣游戲”為題，發表了人工智能（AI）公司“深度思維”團隊的最新發現：AI可解決矩陣乘法問題。這是第一個可為矩陣乘法等基本任務發現新穎、高效且正確算法的AI系統。換句話說，這個名為“AlphaTensor”的AI能自行發現新算法，從而解決了50年來數學領域一個懸而未決的問
算法自動“劃重點” AI學會“抱佛腳”
預訓練模型的興起給自然語言處理（NLP）帶來了“新面貌”。? ? 近年來，Google、Facebook、OpenAI、微軟、百度等人工智能“頭部玩家”推出多個頗具影響的預訓練模型，并反復迭代出十多個版本。無論學術界還是業界，人們對大規模預訓練模型“熱情高漲”。? ? 日前，來自清華大學的一
AI程序攻克圍棋的算法秘密（五）
在本節中，大家應該對MCTS算法的工作原理擁有更為深入的理解。請別擔心，迄今為止提到的全部內容應該足以支持您順利掌握相關內容。惟一需要注意的是我們如何使用策略概率與估值方法。我們在鋪展過程中將二者結合在一起，從而縮小每次落子時需要探索的具體范圍。Q（s，a）表示估值函數，u（s，a）則代表該位置的已
AI程序攻克圍棋的算法秘密（三）
另外，我們還希望能夠構建起一套略有不同的策略網絡版本； 其應該更小巧且速度更快。可以想象，如果Lusha的經驗非常豐富，那么其用于處理每個位置的時間也將相應延長。在這種情況下，雖然她能夠更好地縮小合理落子范圍，但由于整個過程會不斷重復，因此耗費時間可能會過長。所以，我們需要為這項工作
AI程序攻克圍棋的算法秘密（四）
不過這樣的訓練方式其實存在一個問題。如果其只在練習中對抗同一個對手，且該對手也一直貫穿訓練始終，那么可能無法獲得新的學習經驗。換言之，該網絡所學到的只是如何擊敗對方，而非真正掌握圍棋的奧秘。沒錯，這就是過度擬合問題：你在對抗某一特定對手時表現出色，但卻未必擁有對付各類選手的能力。那么，我們該
AI程序攻克圍棋的算法秘密（二）
但讓我們想想，人類是怎樣下棋的？假設目前您身處比賽中的特定階段。根據游戲規則，你可以作出十幾種不同的選擇——在此處移動棋子或者在那里移動皇后等等。然而，你真的會在腦袋里列出所有能走的棋步，并從這份長長的清單中作出選擇嗎？不不，你會“直觀地”將可行范圍縮小至少數幾種關鍵性棋步（這里假定您提出了
AI程序攻克圍棋的算法秘密（一）
這篇文章的主角是AlphaGo，谷歌DeepMind團隊開發出的圍棋AI。其憑借著2016年擊敗全球頂尖棋手李世石的壯舉而廣受矚目。圍棋是一種古老的棋類游戲，每一步都存在諸多選擇，因此接下來的落子位置很參議會預測——要求對弈棋手擁有強大的直覺與抽象思維能力。正因為如此，人們長久以來一直認為只
AI新算法測壽命 或能助人類更長壽
據英國每日郵報報道，一項新的研究表明，利用AI技術可以檢測人的細胞年齡，并依此制定出個性化醫療方案，從而幫助人們實現長壽的愿望。 據悉，科學家開發的這種AI算法被稱為“Aging.AI”，根據人們的血液樣本可以計算出生理年齡，并驗證某些生活方式的改變和藥物是否能提高人們長壽和健康的幾率。目
AI新算法測壽命 或能助人類更長壽
據英國每日郵報報道，一項新的研究表明，利用AI技術可以檢測人的細胞年齡，并依此制定出個性化醫療方案，從而幫助人們實現長壽的愿望。 據悉，科學家開發的這種AI算法被稱為“Aging.AI”，根據人們的血液樣本可以計算出生理年齡，并驗證某些生活方式的改變和藥物是否能提高人們長壽和健康的幾率。目
AI生成超越自然界的蛋白？
美國研究人員使用人工智能（AI）來設計超越自然界的新蛋白質。他們開發的機器學習算法，可生成具有特定結構特征的蛋白質，這些蛋白質可用于制造具有特定機械性能（如剛度或彈性）的材料，從而取代作為原料的石油或陶瓷。研究論文發表在最新一期《化學》雜志上。 麻省理工學院、IBM沃森AI實驗室和塔夫茨大學研究人
AI算法等研究全球內孤立波預報獲進展
原文地址：http://news.sciencenet.cn/htmlnews/2022/12/491098.shtm ?基于構建模型的不同海區內孤立波預報結果? ?課題組供圖 近日，中科院海洋研究所研究員李曉峰課題組在耦合物理機制和人工智能算法研究全球內孤立波傳播預報方面取得重要進展
AI算法非侵入性篩查試管嬰兒胚胎
據最新一期《柳葉刀·數字健康》發表的一項研究，美國康奈爾大學醫學院研究人員新開發出一種人工智能（AI）算法，可避免活檢的缺點，非侵入性地確定體外受精胚胎的染色體數量是否正常，準確率約為70%。 染色體數量異常，稱為非整倍體，是體外受精（IVF）胚胎無法植入或無法健康懷孕的主要原因。目前檢測非整
AI算法等研究全球內孤立波預報獲進展
近日，中科院海洋研究所研究員李曉峰課題組在耦合物理機制和人工智能算法研究全球內孤立波傳播預報方面取得重要進展，研究成果發表于遙感領域期刊《環境遙感》。 海洋內孤立波在全球海域分布廣泛，其傳播速度受多種因素影響，目前的理論模型存在局限性。遙感是海洋內孤立波觀測的重要手段，可以通過多衛星協同的準同
AI算法非侵入性篩查試管嬰兒胚胎
染色體數量異常，稱為非整倍體，是體外受精（IVF）胚胎無法植入或無法健康懷孕的主要原因。目前檢測非整倍體的方法之一涉及對胚胎細胞進行類似活檢的取樣和基因檢測，這種方法增加了IVF過程的成本，并且對胚胎具有侵入性。 目前，醫生主要使用顯微鏡來評估胚胎是否存在與生存能力差相關的顯著異常。為了
測序儀巨頭推出AI算法，預測致病基因突變
ChatGPT等大模型點燃人工智能新一輪熱潮之際，另一種累積數百萬年的天書般“語言”也在試圖用該技術獲得最新解碼。近日，全球基因測序儀龍頭因美納（Illumina）宣布推出全新的人工智能算法PrimateAI-3D，以求更準確地預測患者致病基因突變。據美國國家衛生研究院發布的數據，每年生成的基因組數
“AI+”時代 | AI“解碼”免疫系統
人體免疫系統包含了很多有關身體健康的信息，其中的關鍵部分就包含在血液中。醫學界提出了一個大膽設想：通過創建一個萬能的血液測試，采集免疫系統與病原體之間的反應信息，繪制“免疫圖譜”，從而解碼免疫系統中的信息，及時在疾病惡化前篩查確診。那么，什么樣的平臺能提供足夠的計算力，不斷通過機器學習和精準模型
ChatGPT的拷問：何為AI倫理、AI治理
前不久，AI聊天機器人程序ChatGPT席卷全球，完成了AI第一次大規模的自傳播。作為人工智能領域的現象級應用，ChatGPT可能引發的信任、責任、倫理、法律等問題也很快引發各界關注與擔憂。近年來，不少關于人工智能（AI），并和人類生產、生活關系緊密的議題被廣泛討論，諸如“如何應對AI可能對社會產生
ChatGPT的拷問：何為AI倫理、AI治理
原文地址：http://news.sciencenet.cn/htmlnews/2023/2/494707.shtm 前不久，AI聊天機器人程序ChatGPT席卷全球，完成了AI第一次大規模的自傳播。作為人工智能領域的現象級應用，ChatGPT可能引發的信任、責任、倫理、法律等問題也很快引發各
蛋白質組學+AI技術
人們在吞咽的時候，頸部有個器官會隨著吞咽動作上下活動，它就是甲狀腺。西湖歐米有望實現臨床轉化的第一個項目，就是基于蛋白質標志物的甲狀腺結節的良惡性診斷。甲狀腺很小，但它影響到五臟六腑。數據顯示，每5個成年人中就可能有1人患有甲狀腺結節。其中，約60%的甲狀腺結節都是良性的。但有10%的結節是惡性的，
AI驅動的蛋白質設計
擴散模型已被證明在圖像和文本生成中很有用，而且似乎也適用于蛋白質設計。然而，這類模型目前的成功率并不高；產生的序列基本不能折疊成目標結構。而近期，由《自然》（Nature）發表的一篇論文描述了一種能設計新蛋白質的深度學習方法，名為RoseTTAFold Diffusion（RFdiffusion
AI“參謀”來了！中關村AI新藥研發平臺落成
12月19日，由中關村生命科學園與角井（北京）生物技術有限公司共同發起建設的中關村AI新藥研發平臺在北京中關村生命科學園舉行落成典禮。該平臺于2020年12月開始籌建，旨在利用人工智能技術幫助制藥企業快速進行藥物靶點發現和篩選、藥物作用機制探索、特異性抗體優化等工作，成為生物醫藥企業新藥研發的
用AI預測和設計材料特性，新算法已顯示巨大潛力
來自新加坡南洋理工大學、美國麻省理工學院和俄羅斯斯科爾科沃理工學院的研究人員相互合作，開發了一種機器學習算法，這種算法可以預測材料應變時性能的變化。 這項工作可能會為工程新材料帶來極大的潛力，新材料可能會因此具有量身定制的特性，在通信、信息處理和能源領域擁有廣闊前景。 這篇論文發表在 Pro
AI能“構想”新蛋白質結構
科技日報北京12月2日電 （實習記者張佳欣）半個世紀以來，科學家一直在尋找解決“蛋白質折疊問題”的方法。這是生物學領域的一項重大挑戰，難倒了幾代科學家。但現在，人工智能（AI）解決了這一問題。據《自然》雜志1日發表的論文，包括美國華盛頓大學、倫斯勒理工學院和哈佛大學的研究人員在內的研究小組描述了一種
AI也分級？清華教授推動全球首個AI《分級定義》
AI對話系統發展歷程 高凱 攝 28日，由清華大學計算機教授、智能技術與系統實驗室副主任黃民烈發起，聯合了十余家科研機構、二十多位知名學者共同制定的全球首個《AI對話系統分級定義》(以下簡稱《分級定義》)正式發布，《分級定義》將推動AI對話系統在虛擬個人助理、智能家居、智能汽車(車載語音)、情
?一項疫苗保護力指標提升128倍！
經過人工智能（AI）大模型的設計優化，疫苗序列的兩個體現保護力的最重要指標分別比傳統基準序列提升了128倍和20倍！5月3日，國際頂級學術期刊《自然》以少有的“預覽版快車道”，上線了上海生物醫藥企業斯微生物與百度美國研究院等機構合作的論文。他們首次將AI用于mRNA疫苗開發，并通過生物實驗驗證了優化
中國AI論文數量世界居首，美國AI系統遙遙領先
原文地址：http://news.sciencenet.cn/htmlnews/2023/4/497845.shtm當地時間4月3日，由美國斯坦福大學以人為本AI研究院（HAI）發起、學術界聯合工業界組成的跨學科小組共同編制的“2023人工智能指數（AI Index）報告”（以下簡稱“斯坦福 AI
了解蛋白質挑戰的AI解決方案
根據一項嚴格的獨立研究，在一項重大的科學進步中，DeepMind的AI系統AlphaFold的-新版本已被認為是解決已有50年歷史的蛋白質結構預測挑戰(通常稱為“蛋白質折疊問題”)的解決方案。評定。從長遠來看，這一突破可以大大促進生物學研究，從而在疾病理解和藥物發現等領域開辟新的可能性。CASP14
Meta公司AI預測6億蛋白質結構
ESM宏基因組圖譜數據庫包含6.17億個蛋白質的結構預測。圖片來源：ESM宏基因組圖譜 谷歌旗下人工智能（AI）公司Deep Mind今年公布了2.2億個蛋白質的預測結構，幾乎涵蓋了DNA數據庫中已知生物的所有蛋白質。現在，另一個科技巨頭正在填補蛋白質宇宙中的暗物質。 Meta公司（前
生成式AI設計出非天然蛋白質
加拿大多倫多大學研究人員開發了一種人工智能系統，可以使用生成擴散來創建自然界中不存在的蛋白質。該系統有望使治療蛋白的設計和測試更加高效和靈活，從而加速人類藥物開發。研究發表在最新一期《自然·計算科學》雜志上。 蛋白質由氨基酸鏈組成，氨基酸鏈折疊成的三維形狀反過來又決定了蛋白質的功能。這些折疊的
中國科技互聯網企業首次！百度以第一完成單位登頂Nature
近日，國際頂刊《自然》雜志發表了百度在生物計算領域的突破性研究成果，并以“加速預覽”（Accelerated Article Preview，AAP）形式快速發表。這“待遇”與當初DeepMind提出AlphaGo、AlphaFold2時相同。論文提出mRNA序列優化算法LinearDesign，對