机器学习

不做数值运算、纯靠嘴炮也能机器学习？基于自然语言的全新ML范式来了

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]本文作者肖镇中是德国马克思普朗克-智能系统研究所和图宾根大学的博士生，Robert Bamler 是图宾根大学机器学习方向的教授，Bernhard Schölkopf 是马克思普朗克-智能

6/21/2024 3:21:00 PM

机器之心

「复活」古生物分子，AI解决抗生素耐药性，复旦、宾大合作团队两篇论文登Cell和Nature子刊

编辑 | 萝卜皮抗生素耐药性感染每年在全球造成约 127 万人死亡，预计到 2050 年，如果没有特效的新药，每年死亡人数将达到 1000 万人，因此需要采取紧急措施来应对抗生素耐药性。宾夕法尼亚大学的校长助理教授（Presidential Assistant Professor） Cesar de la Fuente 说：「即使感觉身体好些了，也要确保完成抗生素疗程，这是许多人听过，但经常忽视的医学口头禅。」他解释道，这句话至关重要，不遵守规定可能会影响抗生素的使用功效。「近几十年来，这导致了耐药细菌的增加，全球

6/19/2024 11:56:00 AM

ScienceAI

具身智能体三维感知新链条，TeleAI &上海AI Lab提出多视角融合具身模型「SAM-E」

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]当我们拿起一个机械手表时，从正面会看到表盘和指针，从侧面会看到表冠和表链，打开手表背面会看到复杂的齿轮和机芯。每个视角都提供了不同的信息，将这些信息综合起来才能理解操作对象的整体三维。想让

5/24/2024 10:40:00 AM

机器之心

ChatGPT如何「思考」？心理学和神经科学破解AI大模型，Nature发文

编辑 | X美国东北大学的计算机科学家 David Bau 非常熟悉这样一个想法：计算机系统变得如此复杂，以至于很难跟踪它们的运行方式。「我做了 20 年的软件工程师，研究非常复杂的系统。这个问题总是存在的。」Bau 说。但 Bau 说，使用传统软件，具有内部知识的人通常可以推断出发生了什么。例如，如果一个网站在谷歌搜索中的排名下降，在谷歌工作了十几年的 Bau，会很清楚原因。他说，当前的人工智能（AI）「真正让我感到恐惧的是」：「没有这样的理解」，即使在构建它的人中也是如此。最新一波人工智能在很大程度上依赖于机器

5/20/2024 4:54:00 PM

ScienceAI

OpenAI和Moderna合作，推进mRNA医学

编辑 | X4 月 24 日，Moderna 和 OpenAI 宣布双方继续开展合作，共同创新，共同愿景是 AI 在未来商业和医疗保健领域的变革潜力。Moderna 是 mRNA 医学领域创建的领导者，自成立以来就一直利用机器学习的力量。强大的数据基础及其强大的学习文化，使公司能够负责任地、无缝地将生成式 AI 集成到其运营中，并利用下一代人工智能创新。双方于 2023 年初开始合作，推出了 Moderna 自己的 ChatGPT 实例（称为 mChat），该实例内部构建于 OpenAI 的 API 之上。自首次亮

4/25/2024 6:45:00 PM

ScienceAI

低成本、准确、稳健，各类分子通用，上海人工智能实验室开发MD模拟AI新方法

编辑 | 绿萝机器学习原子间势（MLIP）因其兼顾高精度和高效率的优势，在材料、化学、生物学等领域的大尺度原子模拟研究中引起了广泛关注。然而，高性能 MLIP 依赖于大量标记数据，通过从头计算获取这些数据的成本很高。近日，上海人工智能实验室、复旦大学和清华大学的研究团队，提出了一种 MLIP 的几何学习框架 GPIP，利用未标记的构型来提高 MLIP 的性能。研究表明，GPIP 只需少量的计算成本即可显著提高 MLIP 的准确性和泛化性，并且与不同的不变或等变图神经网络架构兼容。该方法增强了 MLIP，并推进了分子

4/12/2024 2:33:00 PM

ScienceAI

对25,000多个原子进行纳秒级MD模拟，DeepMind开发基于ML的大规模分子模拟通用方法

编辑 | 萝卜皮分子动力学 (MD) 模拟可以深入了解复杂的过程，但准确的 MD 模拟需要昂贵的量子力学计算。对于较大的系统，使用高效但不太可靠的经验力场。机器学习力场（MLFF）提供与从头计算方法相当的精度，速度更快更高效，但难以模拟大分子中的长程相互作用。Google DeepMind、柏林工业大学（Technische Universität Berlin）和卢森堡大学（University of Luxembourg）的研究人员提出了一种通用方法 GEMS，通过对「自下而上」和「自上而下」分子片段进行训练，

4/11/2024 6:44:00 PM

ScienceAI

AI在用| 万万没想到，科技论文还能这么读

机器之能报道编辑：Cardinal以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式，但绝大部分人依然不知道该如何使用。因此，我们推出了「AI在用」专栏，通过直观、有趣且简洁的人工智能使用案例，来具体介绍AI使用方法，并激发大家思考。我们也欢迎读者投稿亲自实践的创新型用例。Claude 3 具有非常大的内存（ 200k 上下文窗口）和很强的调用准确性，它的上下文能力也因此成为最受欢迎、应用最广的技能。我们介绍过如何利用这种能力，没时间收听播客也能获取核心内容。今天，我们再介绍一个新技能，

4/9/2024 3:56:00 PM

机器之能

计算蛋白质工程最新SOTA方法，牛津团队用密码子训练大语言模型

编辑 | 萝卜皮来自深度语言模型的蛋白质表征，已经在计算蛋白质工程的许多任务中表现出最先进的性能。近年来，进展主要集中在参数计数上，最近模型的容量超过了它们所训练的数据集的大小。牛津大学（University of Oxford）的研究人员提出一个替代方向。他们证明，在密码子而不是氨基酸序列上训练的大型语言模型可以提供高质量的表征，并且在各种任务中都优于同类最先进的模型。在某些任务中，例如物种识别、蛋白质和转录本丰度预测等，该团队发现，基于密码子训练的语言模型优于所有其他已发布的蛋白质语言模型，包括一些包含超过 5

3/4/2024 4:20:00 PM

ScienceAI

如果 LLM Agent 成为了科学家：耶鲁、NIH、Mila、上交等学者共同呼吁安全防范的重要性

最近的大型语言模型（LLMs）进步已经使我们处于革命性的时代，尤其是 LLMs 驱动的智能 Agents 在广泛任务中展现出了通用性和有效性。这些被称为「AI 科学家」的 Agent 已经开始探寻其在生物学和化学等各种领域内进行自主科学发现的潜力。此类 Agents 已经表现出了选择适合任务的工具，规划环境条件，以及实现实验自动化的能力。因此，Agent 可摇身一变成为真实的科学家，能够有效地设计和开展实验。在某些领域如化学设计中，Agent 所展现的能力已经超过了大部分非专业人士。然而，当我们享受着这种自动化 A

2/20/2024 11:54:00 AM

ScienceAI

登 Nature 子刊，滑铁卢大学团队评论「量子计算机+大语言模型」当下与未来

编辑 | X模拟当今量子计算设备的一个关键挑战，是学习和编码量子比特之间发生的复杂关联的能力。基于机器学习语言模型的新兴技术已经显示出学习量子态的独特能力。近日，加拿大滑铁卢大学的研究人员在《Nature Computational Science》发表题为《Language models for quantum simulation》的 Perspective 文章，强调了语言模型在构建量子计算机方面所做出的贡献，并讨论了它们在量子优势竞争中的未来角色。论文链接：，最近许多设备都声称具有量子优势。经典计算能力的

2/1/2024 11:50:00 AM

ScienceAI

聚类精度超96%，机器学习新算法可实现更高脑机接口性能

编辑 | 萝卜皮使用多个电极记录神经元活动已被广泛用于了解大脑的功能机制。增加电极数量使科学家能够解码更多种类的功能。然而，由于硬件资源有限和不可避免的热组织损伤，处理大量多通道电生理数据仍然具有挑战性。在这里，韩国大邱庆北科学技术院（DGIST，Daegu Gyeongbuk Institute of Science & Technology）的研究团队提出了基于机器学习（ML）的高频神经元尖峰从二次采样的低频信号重建。受到图像处理中高频恢复和超分辨率之间等效性的启发，研究人员将 Transformer ML 模

2/1/2024 11:46:00 AM

ScienceAI

牛津大学团队使用机器学习方法，来弥合量子设备的现实差距

编辑 | 萝卜皮现实与模拟之间的差异阻碍了固态量子器件的优化和可扩展性。由不可预测的材料缺陷分布引起的无序是造成现实差距的主要原因之一。牛津大学的研究团队使用物理感知机器学习来弥补这一差距，特别是使用结合物理模型、深度学习、高斯随机场和贝叶斯推理的方法。这种方法使科学家能够从电子传输数据推断纳米级电子设备的无序潜力。通过验证算法对 AlGaAs/GaAs 中横向定义的量子点器件所需的栅极电压值的预测来验证这一推论，从而产生与双量子点体系相对应的电流特征。该研究以「Bridging the Reality Gap i

1/30/2024 11:56:00 AM

ScienceAI

登Science，速度和准确性均超越人类化学家，且具独创性，AI自主化学合成机器人加速化学发现

编辑 | X最近，在光化学和光催化方面的研究出现了惊人的爆发，部分原因在于光作为反应源对环境无害。然而，许多研究展示的是小规模反应，而扩大规模依赖于不同技术的拼凑，可能需要大量的试验和错误来优化。针对复杂光催化反应条件高效优化的需求，荷兰阿姆斯特丹大学 (UvA) 范特霍夫（Van 't Hoff）分子科学研究所的 Timothy Noël 教授团队，开发了一种集成人工智能驱动机器学习单元的自主化学合成机器人。这款台式设备被称为「RoboChem」，在速度和准确性方面都超过了人类化学家，同时还表现出高水平的独创性。

1/29/2024 6:03:00 PM

ScienceAI

可实现稳定且大的信号响应变化，吉林大学团队开发了一种差分钙钛矿半球形光电探测器

编辑 | 萝卜皮具有智能功能的先进光电探测器，有望在未来技术中发挥重要作用。然而，在有限数量的像素内完成复杂的检测任务仍然具有挑战性。吉林大学的研究团队报告了一种差分钙钛矿半球形光电探测器，用作智能成像和位置跟踪的智能定位器。钙钛矿半球形光电探测器具有高外量子效率（~1000%）和低噪声（10^−13 A Hz^−0.5），可实现稳定且大的信号响应变化。通过计算机算法分析仅 8 个像素的差分光响应，可以在低成本、无透镜的设备几何结构中实现彩色成像的能力和 4.7 nm 的计算光谱分辨率。通过机器学习模拟不同施加偏置

1/22/2024 5:49:00 PM

ScienceAI

罗氏制药和GRCEH团队开发可解释机器学习方法，用于分析治疗性抗体的免疫突触和功能表征

编辑 | 萝卜皮治疗性抗体广泛用于治疗严重疾病。它们中的大多数会改变免疫细胞并在免疫突触内发挥作用。指导体液免疫反应的重要细胞间相互作用。尽管生成并评估了许多抗体设计，但缺乏用于系统抗体表征和功能预测的高通量工具。德国环境健康研究中心（German Research Center for Environmental Health）和罗氏制药（Roche）的研究团队，开发了一个全面的开源框架 scifAI（单细胞成像流式细胞术 AI），用于对成像流式细胞术 (IFC) 数据进行预处理、特征工程和可解释的预测机器学习。

1/22/2024 5:34:00 PM

ScienceAI

Nature 子刊 | 化学家和机器人都可以读懂，用于机器人合成可重复性的通用化学编程语言

编辑 | X有关化学合成的文献数量快速增长；然而，实验室之间共享和评估新流程需要很长时间。在此，来自加拿大不列颠哥伦比亚大学（UBC）和英国格拉斯哥大学的研究团队，提出了一种方法，使用通用化学编程语言（χDL）在两个实验室的四种不同硬件系统上编码和执行各种化学反应的合成程序，包括还原胺化、成环、酯化、碳-碳键形成和酰胺偶联。每个反应大约有 50 行代码，所提方法使用抽象来有效地压缩化学协议。不同的机器人平台始终如一地产生预期的合成，每步产量高达 90%，从而实现更快、更安全的研究工作流程，可以通过数量增加而不是规模

1/17/2024 6:42:00 PM

ScienceAI

描述液体和软物质的AI方法，开启密度泛函理论新篇章

编辑 | 白菜叶拜罗伊特大学（Universität Bayreuth）的科学家开发了一种利用人工智能研究液体和软物质的新方法，开启了密度泛函理论的新篇章。我们生活在一个高度技术化的世界，在这个密集而复杂的相互关联的网络中，基础研究是创新发展的引擎。这里的新方法，可以对广泛的模拟技术产生巨大影响，从而可以在计算机上更快、更精确、更深入地研究复杂物质。将来，这可能会对产品和工艺设计产生影响。新制定的神经数学关系可以很好地表示液体的结构，这一事实是一项重大突破，为获得深入的物理见解开辟了一系列可能性。「在这项研究中，我

1/15/2024 3:16:00 PM

ScienceAI

资讯热榜

Mac也能跑Qwen3，一文看懂本地部署qwen 3配置要求 Ollama 支持全线的 Qwen 3 模型 Qwen3正式发布，优化编码与代理能力，强化MCP支持引领AI新潮流即梦3.0海外版发布，电影级视觉与精准英文排版引领AI创作新高度纳米AI发布MCP万能工具箱，简化AI工具集成与调用 AI视频资讯早读！7个产品更新+8个案例精选小米开源“Xiaomi MiMo”大模型：为推理而生，以 7B 参数超越 OpenAI o1-mini 小米首个推理大模型Xiaomi MiMo开源

标签云

人工智能 OpenAI AIGC AI ChatGPT AI绘画 DeepSeek 数据模型机器人谷歌大模型 Midjourney 智能用户开源学习 GPT 微软 Meta 图像 AI创作技术论文 Stable Diffusion 马斯克 Gemini 算法蛋白质芯片代码生成式英伟达腾讯神经网络研究计算 Anthropic 3D Sora AI for Science AI设计机器学习开发者 GPU AI视频华为场景人形机器人预测百度苹果伟达 Transformer 深度学习 xAI 模态字节跳动 Claude 大语言模型搜索驾驶具身智能神器推荐文本 Copilot LLaMA 算力安全视觉视频生成训练干货合集应用大型语言模型科技亚马逊智能体 DeepMind 特斯拉