AI在线 AI在线

AI for Science

简化芯片设计传统，AI训练的新型算法正改变芯片研发范式

简化芯片设计传统，AI训练的新型算法正改变芯片研发范式
编辑丨&自1971年第一个商用微处理器的草图面世以来，芯片设计已经取得了长足的进步。 但是，随着芯片变得越来越复杂，设计人员必须解决的问题也越来越复杂。 而我们目前的工具并不总是能胜任这项任务。
1/7/2025 2:51:00 PM
ScienceAI
人工智能走向核能，互相依赖的时代发展新搭档

人工智能走向核能，互相依赖的时代发展新搭档
编辑丨toileter随着 AI 的能源需求愈发贪婪，风能、太阳能等时兴热门清洁能源已经无法满足 AI 扩张的胃口。 于此时此刻，核电的炒作宛如密西西比河的河水波澜层起。 近些年来，虽然核电的支持者一直在宣扬「核电复兴」，但由于其高昂的成本与较高的维护成本，核能复兴还未获得站上风口的机会。
1/6/2025 3:35:00 PM
ScienceAI
GPT做不好图生成？Tokenization是关键！新方法重新定义图生成和表示方式

GPT做不好图生成？Tokenization是关键！新方法重新定义图生成和表示方式
编辑 | ScienceAI图（Graphs）是描述复杂关系和结构化数据的重要工具，从分子设计到社交网络分析，它们在许多领域都扮演着关键角色。 然而，图生成的高效性与灵活性一直是一个挑战。 今天，我们向大家介绍一项突破性的研究——Graph Generative Pre-trained Transformer，简称 G2PT，一个重新定义图生成和表示方式的自回归模型。
1/6/2025 3:34:00 PM
ScienceAI
AI模拟细胞，走向全新虚拟生命，斯坦福团队呼吁是时候走出全新的一步了

AI模拟细胞，走向全新虚拟生命，斯坦福团队呼吁是时候走出全新的一步了
编辑丨&生命的诞生充满谜团。 从第一个蛋白质分子出现，再到首个细胞完成了自己的分裂。 现在的奇迹来自于一个个鲜活的细胞聚合体。
1/2/2025 6:49:00 PM
ScienceAI
ScienceAl 2024「AI+药物&医疗&基因组&细胞」专题年度回顾

ScienceAl 2024「AI+药物&医疗&基因组&细胞」专题年度回顾
编辑 | 白菜叶2024 年，药物、医疗、基因组学和细胞生物学领域迎来了前所未有的技术突破与创新。 从 AI 驱动的药物设计到基因编辑的精准控制，从单细胞分析到多模态医疗决策，这一年见证了科学与技术的深度融合，为人类健康带来了无限可能。 在药物研发领域，AI 驱动的分子设计与优化方法不断涌现，显著提升了新药发现的效率与精准度。
12/31/2024 3:43:00 PM
ScienceAI
Science子刊，斯坦福AI方法表示蛋白互作节点，增强功能识别与PPI推理

Science子刊，斯坦福AI方法表示蛋白互作节点，增强功能识别与PPI推理
编辑 | 白菜叶生物网络通过详细描绘基因、蛋白质及其他细胞成分之间的复杂相互作用，为建模生物系统提供了重要工具。 这些网络将实体表示为节点，将其相互作用（从物理连接到功能关联）表示为边，从而为解析生物系统和过程的复杂性奠定了基础。 例如，在蛋白质-蛋白质相互作用（PPI）网络中，复杂的连接关系包含了理解细胞过程和疾病机制的关键信息。
12/31/2024 3:42:00 PM
ScienceAI
意念操控电脑，如手掌般精准！MIT脑机接口新技术登Nature子刊

意念操控电脑，如手掌般精准！MIT脑机接口新技术登Nature子刊
编辑 | 2049想象一下，仅凭思维就能自如地操控电脑鼠标，就像健全人使用手部一样精准和流畅。 这听起来像科幻片中的场景，但在加州理工学院（MIT）的最新研究中，这样的未来正在成为现实。 研究人员开发出了一种名为「FENet」的突破性技术，让瘫痪患者能够更精准地用意念控制电脑设备。
12/30/2024 11:58:00 AM
ScienceAI
直逼记录极限，机器学习助力开发全新钙钛矿电池原料

直逼记录极限，机器学习助力开发全新钙钛矿电池原料
编辑丨&钙钛矿太阳能电池（PSCs），近年来成为了新兴绿色环保电池的代表。 而影响其性能的空穴传输材料（HTMs）的设计主要依赖于实验者定性与识别 HTM 结构中的模式。 这种方法缺乏对新材料的机制理解，同时还需要在高维数据集中进行模式识别。
12/27/2024 4:03:00 PM
ScienceAI
像拼乐高一样设计新药，EPFL、牛津团队AI方法精确设计优化分子3D结构

像拼乐高一样设计新药，EPFL、牛津团队AI方法精确设计优化分子3D结构
编辑 | 2049想象一下，如果开发一款新药就像积木搭建一样，可以自由组合不同的分子部件，并准确预测它们与目标蛋白质的结合效果。 这听起来可能很科幻，但最新发表的研究让这一愿景更近了一步。 瑞士联邦理工学院（EPFL）、剑桥大学、康奈尔大学、牛津大学的联合研究团队开发的AI系统 DiffSBDD ，就像是一位经验丰富的分子建筑师，能够精确设计和优化药物分子的 3D 结构。
12/27/2024 3:59:00 PM
ScienceAI
ScienceAI 2024「AI+材料&化学」专题年度回顾

ScienceAI 2024「AI+材料&化学」专题年度回顾
编辑 | 2049在数字化转型的背景下，人工智能技术正在从根本上改变化学与材料科学的研究范式。 2024年，这场技术革新在多个领域展现其变革力量。 在分子设计领域，基于图神经网络（GNN）和 Transformer 架构的深度学习模型，结合分子动力学模拟，实现了分子性质的精确预测与优化。
12/26/2024 4:39:00 PM
ScienceAI
速度提升44%，节能153倍，清华使用内存计算硬件高效标记数据

速度提升44%，节能153倍，清华使用内存计算硬件高效标记数据
编辑丨&对于现在的许多 AI 任务来说，标记数据是一个耗时、劳动密集型且昂贵的过程。 深度贝叶斯主动学习 （DBAL） 以指数级方式提高标记效率，从而大幅降低成本。 为了解决 DBAL 需要高带宽的数据传输和概率计算的问题，来自清华大学的团队提出一种忆阻器随机梯度 Langevin 动力学原位学习方法。
12/26/2024 4:38:00 PM
ScienceAI
空间蛋白质组学：构建复杂组织的尺度图谱

空间蛋白质组学：构建复杂组织的尺度图谱
编辑丨toileter当人类前行至远方，我们以自己的脚步衡量出道路，以道路为丝线绘制出这片大地的地图。 而现在，我们将目光望进自己的体内，意图探索生物系统的交错复杂。 与此，空间蛋白质组学为我们带来了更清晰的笔迹，使得人类在对抗疾病的道路上得以踏上更便捷的道路。
12/24/2024 2:01:00 PM
ScienceAI
麦吉尔大学Ding Lab基于深度学习开发单细胞水平转座子位点表达定量模型，登Nature子刊

麦吉尔大学Ding Lab基于深度学习开发单细胞水平转座子位点表达定量模型，登Nature子刊
编辑丨ScineceAI该论文介绍 MATES：一种基于深度学习的单细胞水平转座子定量工具。 MATES 使用基于自编码器的模型，通过分析转座子区域周围独特比对读段的分布，概率性地将多重比对转座子读段分配到特定位点。 通过深度神经网络，MATES 学习独特读段分布与多重比对读段来自特定位点的可能性之间的关系。
12/23/2024 3:19:00 PM
ScienceAI
ScienceAl 2024「AI+蛋白&核酸&分子互作」专题年度回顾

ScienceAl 2024「AI+蛋白&核酸&分子互作」专题年度回顾
编辑 | 萝卜皮2024年，科学界迎来了重要的突破与创新，尤其是在人工智能与结构生物学的结合领域。 正如今年诺贝尔奖颁发所体现的那样，人工智能（AI）技术的迅猛发展正在推动各学科的深度融合，揭示了生命科学研究的新机遇与前景。 在这一年里，AI 与生物学的交汇点愈发引人注目，成为推动现代生物医药、医学研究、生命科学等领域变革的重要力量。
12/23/2024 3:17:00 PM
ScienceAI
新SOTA，浙大、中科院深度学习模型可靠、准确预测蛋白-配体，助力药物开发

新SOTA，浙大、中科院深度学习模型可靠、准确预测蛋白-配体，助力药物开发
编辑 | 萝卜皮准确预测蛋白质-配体相互作用对于理解细胞过程至关重要，目前仍面临着诸多挑战。 中国科学院、浙江大学的研究人员提出了 SurfDock，这是一种深度学习方法，通过将蛋白质序列、三维结构图和表面级特征整合到等变架构中来解决这一挑战。 SurfDock 在非欧几里德流形上采用生成扩散模型，优化分子平移、旋转和扭转以生成可靠的结合姿势。
12/18/2024 2:24:00 PM
ScienceAI
性能远超当前SOTA，首个可解释RNA的AI植物基础模型来了，整合1124种植物RNA信息

性能远超当前SOTA，首个可解释RNA的AI植物基础模型来了，整合1124种植物RNA信息
编辑丨&植物 RNA 的复杂序列编码了大量的生物调节元件，这些元件在协调植物生长、发育和适应环境压力的关键方面起到重要作用。 基础模型 （FM） 的最新进展证明了它们在破译生物学中复杂“语言”方面前所未有的潜力。 于最近的研究中，东北师范大学、英国约翰·英尼斯中心（ John Innes Centre）和埃克塞特大学（University of Exeter）等组成的团队提出了 PlantRNA-FM，一种专为植物设计的高性能且可解释的 RNA 基础模型。
12/16/2024 2:07:00 PM
ScienceAI
机械系统也能自主学习！密歇根大学团队构建了全新数学框架，登上Nature Communications

机械系统也能自主学习！密歇根大学团队构建了全新数学框架，登上Nature Communications
编辑丨&受人脑复杂运作的启发，神经网络已经彻底改变了各个领域的生产研究现状。 然而，考虑到基于计算机的神经网络需求的大量计算与极高能耗，特别是传统数字处理器的能源效率，机械神经网络的发展逐步被提上日程。 在光学神经网络中，波-物质相互作用被用来实现机器学习，类似的思路也可以被用来建立机械神经网络（MNN）的学习框架。
12/11/2024 2:29:00 PM
ScienceAI
LLM学习原子「结构语言」，生成未知化合物的晶体结构，登Nature子刊

LLM学习原子「结构语言」，生成未知化合物的晶体结构，登Nature子刊
编辑 | 萝卜皮生成合理的晶体结构通常是预测材料化学成分及其性质的第一步，但当前大多数预测方法计算成本高，制约了创新进程。 通过使用优质生成的候选结构来预测晶体结构，可以突破这一瓶颈。 在最新的研究中，英国雷丁大学（University of Reading）的研究人员介绍了 CrystaLLM，这是一种基于晶体学信息文件 (CIF) 格式的自回归大型语言建模 (LLM) 的多功能晶体结构生成方法。
12/10/2024 6:32:00 PM
ScienceAI