Artikeleinführung：Medizinische Forscher können KI-Tools nutzen, um die Forschung zu verbessern, einschließlich der Verarbeitung natürlicher Sprache, maschinellem Lernen, Deep Learning, Datenvisualisierung, Wissensdatenbanken, Chatbots und prädiktiver Modellierung. Diese Tools beschleunigen die Entdeckung, verbessern die Datenanalyse und unterstützen die Entscheidungsfindung, um die Forschungseffizienz zu steigern, die Qualität der Ergebnisse zu verbessern und die Gesundheit der Patienten zu verbessern.

2024-11-29 Kommentar 0  899

Artikeleinführung：Am 10. August 2018 organisierte die Peking-Universität eine schulinterne Diskussion und stellte erstmals das Konzept der KI für die Wissenschaft (wissenschaftliche Intelligenz) vor. Im vergangenen Jahr wurde das Beijing Institute of Scientific Intelligence gegründet und ist damit die erste Forschungseinrichtung der Welt mit dem Thema KI für die Wissenschaft. Tatsächlich hat die akademische Gemeinschaft bereits früher relevante wissenschaftliche Forschungen durchgeführt und bestimmte Ergebnisse gesammelt. Am 30. Mai führten eine Reihe in- und ausländischer Experten auf dem Zhongguancun-Forum 2023 „Forum für künstliche Intelligenz angetriebene wissenschaftliche Forschung“ ausführliche Diskussionen und Austausche zu Themen wie der Bedeutung von KI für die Wissenschaft, Forschungsergebnissen und Talentausbildung usw. durch Der Schwerpunkt liegt auf der Rolle der künstlichen Intelligenz in den Biowissenschaften. Wir werden Forschungsfortschritte und Durchbrüche in Bereichen wie Materialwissenschaften usw. teilen, um die Anwendung künstlicher Intelligenz in der wissenschaftlichen Forschung weiter zu erforschen.

2023-05-31 Kommentar 0  1544

Artikeleinführung：Kürzlich kündigten das Tianqiao & Chrissy Chen Institute (im Folgenden „Institut“) und das Science Magazine gemeinsam die Einführung eines KI-gesteuerten Wissenschaftspreises an, um junge Menschen auf der ganzen Welt zu ehren, die künstliche Intelligenz nutzen, um wissenschaftliche Forschung in verschiedenen Bereichen zu fördern und Durchbrüche zu erzielen Fortschritt. Chen Tianqiao, ein ehemaliger chinesischer Internet-Tycoon, engagiert sich seit acht Jahren intensiv auf dem Gebiet der Gehirnforschung und widmet sich seit fast zwei Jahren der Forschung und Entwicklung von Technologien für künstliche Intelligenz der neuen Generation. Er hat viele Erfolge erzielt Die Einführung dieses internationalen Preises zu diesem Anlass ist ein echter Hingucker. Fokus auf Globalisierung, Interdisziplinarität, junge Wissenschaftler Laut der offiziellen Website des Instituts und des Science-Magazins umfasst der Inhalt dieser Preissammlung etwa 1.000 Wörter und das Ziel ist der weltweite Einsatz von Technologien im Zusammenhang mit künstlicher Intelligenz.

2024-08-21 Kommentar 0  637

Artikeleinführung：Forscher am MIT und im IBM Watson AI Lab haben ein Modell für maschinelles Lernen erstellt, das vorhersagt, was Zuhörer an verschiedenen Orten im 3D-Raum hören werden. Die Forscher verwendeten dieses maschinelle Lernmodell zunächst, um zu verstehen, wie sich Schall in einem Raum durch den Raum ausbreitet, und erstellten ein 3D-Bild des Raums auf die gleiche Weise, wie Menschen ihre Umgebung durch Schall verstehen. In einem von Yilun Du, einem Doktoranden am Department of Electrical Engineering and Computer Science (EECS) des MIT, mitverfassten Artikel zeigen die Forscher, wie Techniken ähnlich der visuellen 3D-Modellierung auf die Akustik angewendet werden können. Allerdings müssen sie sich mit Unterschieden in der Ausbreitung von Schall und Licht auseinandersetzen. Beispielsweise aufgrund von Hindernissen, der Form des Raumes und den Eigenschaften des Klangs, in dem sich der Zuhörer befindet

2023-04-16 Kommentar 0  1372

Artikeleinführung：Übersetzer |. Li Rui Rezensent |. Da maschinelles Lernen Teil vieler Anwendungen wird, die Menschen täglich nutzen, achten die Menschen zunehmend darauf, wie sie Sicherheits- und Datenschutzbedrohungen für maschinelle Lernmodelle erkennen und lösen können. Die Sicherheitsbedrohungen, denen die verschiedenen Paradigmen des maschinellen Lernens ausgesetzt sind, variieren jedoch, und einige Bereiche der Sicherheit des maschinellen Lernens sind nach wie vor unzureichend erforscht. Insbesondere der Sicherheit von Reinforcement-Learning-Algorithmen wurde in den letzten Jahren wenig Aufmerksamkeit geschenkt. Forscher der kanadischen McGill University, des Machine Learning Laboratory (MILA) und der University of Waterloo haben eine neue Studie durchgeführt, die sich auf die Datenschutzbedrohungen von Deep-Reinforcement-Learning-Algorithmen konzentriert. Forscher schlagen einen Rahmen zum Testen der Anfälligkeit von Reinforcement-Learning-Modellen für Membership-Inference-Angriffe vor. Forschung

2023-04-09 Kommentar 0  1288

Artikeleinführung：Computer werden zur Lösung mathematischer Probleme in der wissenschaftlichen Forschung und bei technischen Berechnungen eingesetzt, die als „numerische Berechnungen“ bezeichnet werden. Beim Numerischen Rechnen wird hauptsächlich untersucht, wie Computer zur besseren Lösung verschiedener mathematischer Probleme eingesetzt werden können, einschließlich der Diskretisierung kontinuierlicher Systeme und der Lösung diskreter Gleichungen, und es werden Themen wie Fehler, Konvergenz und Stabilität berücksichtigt.

2021-01-11 Kommentar 0  17754

Artikeleinführung：Welche Funken entstehen, wenn rigorose akademische Forschung und innovative Großmodelltechnik kombiniert werden? Vor kurzem hat sich das Quark-Großmodell mit seiner hervorragenden Leistung bereits bei seiner Markteinführung zum „Studentenmeister“ unter den inländischen Großmodellen entwickelt. Auf dem „Large Model Application Scenario Seminar“, das kürzlich von der China Association for Science and Technology veranstaltet wurde, löste das Effizienzverbesserungspotenzial von Quarks großem Modell in vier Hauptszenarien, darunter schnelles Lesen, Erstellen und Polieren, hitzige Diskussionen und Erwartungen unter Wissenschaftlern und Technikern aus Arbeiter. Derzeit befindet sich die Technologie für große Modelle in einer Phase der schnellen Entwicklung, um große Modelle auf die Anwendungsebene im akademischen Bereich zu bringen. In der Branche besteht Konsens darüber, dass zunächst das Problem der Wissenskorrektheit gelöst werden muss. Mit langfristiger Anhäufung im Suchgeschäft und intelligenter Technologie nutzt das kürzlich veröffentlichte Quark-Modell Daten, Plattform,

2024-08-09 Kommentar 0  455

Artikeleinführung：Kürzlich erhielt das Open-Source-Projekt „ChatGPT für wissenschaftliche Forschung“ eines Entwicklers auf GitHub großes Lob. Papierpolieren, Grammatikprüfung, Chinesisch-Englisch-Übersetzung, Code-Erklärung usw. können alles mit einem Klick erledigt werden. Seit der Veröffentlichung von ChatGPT haben verschiedene Experten begonnen zu untersuchen, wie sie es in ihren „wissenschaftlichen Forschungsworkflow“ integrieren können. So sagte beispielsweise das „mathematische Genie“ Terence Tao, dass er ChatGPT in seinen Workflow integriert habe. Kürzlich hat ein Internetnutzer auch sein Projekt „ChatGPT Academic Optimization“ geteilt. Unerwarteterweise erreichte es innerhalb weniger Tage nach der Open-Source-Veröffentlichung auf GitHub 3,3.000 Sterne (immer noch schnell wachsend). Projektadresse: https://github.com/binary-hus

2023-04-04 Kommentar 0  1063

Artikeleinführung：Die Welle der KI breitet sich aus und verändert die Ökologie vieler Branchen, einschließlich der Methoden der akademischen Forschung. Allerdings steht die KI-gesteuerte akademische Forschung derzeit vor Schwierigkeiten wie mangelnder Ressourcenunterstützung. Am 30. Mai erwähnte E Weinan, Akademiker der Chinesischen Akademie der Wissenschaften und Direktor des Beijing Institute of Scientific Intelligence, auf dem Zhongguancun-Forum 2023 „Forum für künstliche Intelligenz angetriebene wissenschaftliche Forschung“, dass die Stärkung der KI die Methoden der wissenschaftlichen Forschung völlig revolutionieren wird. Aber Spekulationen, Konzepte, oberflächlicher Wohlstand und Probleme, die nicht wirklich umgesetzt werden können, müssen vermieden werden. E Weinan sagte, dass es im traditionellen wissenschaftlichen Forschungssystem zwei Methoden gibt: datengesteuert und grundprinzipiengesteuert. In der Praxis steht ersteres jedoch häufig vor dem Dilemma einer geringen Datenerfassungseffizienz und eines Mangels an effektiven Datenanalysemethoden Letztere sind grundsätzlich „erschöpft“ und nutzen Grundprinzipien, um praktische Lösungen zu finden

2023-06-03 Kommentar 0  833

Artikeleinführung： 一个简单的模板引擎类，此类仅作研究并不完善，希望有朋友一起参与学习研究

2016-07-25 Kommentar 0  956

Artikeleinführung：Herausgeber |. und grundlegende Großmodelltechnologie, die sich auf die Implementierung und Transformation konzentriert und die Forschung und Entwicklung innovativer Medikamente beschleunigt. Zuvor haben die beiden Parteien erfolgreich eine Reihe niedermolekularer Inhibitoren mit neuen Strukturen für die Forschung an wichtigen Zielproteinen von Mycobacterium tuberculosis und Coronavirus entwickelt. Global Health Drug Research and Development Center und Microsoft Research

2023-12-15 Kommentar 0  1424

Artikeleinführung：: In diesem Artikel wird hauptsächlich erläutert, ob Programmierer dicke schwarze Wissenschaft studieren müssen. Studenten, die sich für PHP-Tutorials interessieren, können sich darauf beziehen.

2016-08-08 Kommentar 0  1072

Artikeleinführung：Autor |. Herausgeber des multidisziplinären Forschungsteams der Chinesischen Akademie der Wissenschaften |. ScienceAI, bekannt als das Humangenomprojekt, eines der drei größten wissenschaftlichen Projekte der Menschheit im 20. Jahrhundert, hat eine eingehende Analyse der Geheimnisse von begonnen Leben. Da Lebensprozesse mehrdimensional und hochdynamisch sind, ist es für traditionelle experimentelle Forschungsmethoden schwierig, die zugrunde liegenden allgemeinen Gesetze des genetischen Codes systematisch und genau zu entschlüsseln. Es ist dringend erforderlich, leistungsstarke Computertechnologie einzusetzen, um eine Darstellungsmodellierung und Wissensentdeckung genetischer Daten zu erreichen Daten. Derzeit hat die Technologie der künstlichen Intelligenz mit großen Modellen als Kern Revolutionen in Bereichen wie Computer Vision und natürlichem Sprachverständnis ausgelöst und ein tiefgreifendes Verständnis von Daten und Wissen demonstriert. Es wird erwartet, dass sie im Bereich der biowissenschaftlichen Forschung systematisch angewendet werden und präzise genetische Codes zu knacken, wurden kürzlich von einem multidisziplinären Team der Chinesischen Akademie der Wissenschaften veröffentlicht.

2023-11-17 Kommentar 0  1325

Artikeleinführung：Das Aufkommen von Chatbots, die auf Tools für generative künstliche Intelligenz basieren, wie ChatGPT, Bard, und die Verwendung von KI-Tools für die akademische Forschung haben zu großen Kontroversen geführt. Gleichzeitig wurde jedoch der Wert von KI-generiertem Code für die wissenschaftliche Forschung groß ignoriert. Verglichen mit dem Plagiatsproblem, das durch ChatGPT-generierten Text verursacht wird, ist die Verwendung von KI zum Kopieren von Code offensichtlich weniger umstritten. Open Science fördert sogar das „Sharing von Code“ und die „Wiederverwendung von Code“, und es ist auch sehr praktisch, die Quelle zu verfolgen. import“ wird in Python zum Importieren von Abhängigkeiten verwendet. Das Paket gilt als Referenz. In einem kürzlich in Nature veröffentlichten Übersichtsartikel diskutierte das Autorenteam drei potenzielle Fähigkeiten von ChatGPT im Bereich der wissenschaftlichen Programmierung, darunter Brainstorming, Zerlegung komplexer Aufgaben und Verarbeitung einfacher Aufgaben.

2023-05-16 Kommentar 0  1324

Artikeleinführung：Laut Nachrichten vom 18. Mai gelang einem Forschungsteam der University of Washington kürzlich ein Durchbruch: Sie haben eine auf KI basierende Technologie zur aktiven Geräuschreduzierung in Echtzeit entwickelt. Diese Technologie eliminiert vom Benutzer festgelegte Hintergrundgeräusche, ohne die Audioqualität der Kopfhörer zu beeinträchtigen. Dieses innovative Team wird von Shyam Gollakota geleitet, einem führenden Unternehmen auf dem Gebiet der künstlichen Intelligenz. Auf einer von der Acoustical Society of America und der Acoustical Society of Canada gemeinsam organisierten Konferenz am 16. Mai stellte Gorakota den Teilnehmern die Technologie vor und demonstrierte live einen funktionierenden Prototyp. Diese Technologie nutzt maschinelle Lernalgorithmen, um menschliche Körperbewegungen in lesbare Signale umzuwandeln. Durch die Verknüpfung verschiedener Aktionen mit bestimmten Signalmustern können Teams diese in Echtzeit erfassen und interpretieren

2024-06-05 Kommentar 0  949

Artikeleinführung：Verfügt ein großes Sprachmodell, das nur „Bücher lesen“ kann, über die visuelle Wahrnehmung der realen Welt? Was genau kann ein Sprachmodell durch die Modellierung der Beziehungen zwischen Zeichenfolgen über die visuelle Welt lernen? Kürzlich haben Forscher am MIT Computer Science and Artificial Intelligence Laboratory (MITCSAIL) Sprachmodelle evaluiert und sich dabei auf ihre visuellen Fähigkeiten konzentriert. Sie testeten die Fähigkeit des Modells, indem sie es aufforderten, immer komplexere visuelle Konzepte zu generieren und zu erkennen, von einfachen Formen und Objekten bis hin zu komplexen Szenen. Die Forscher zeigten auch, wie man ein vorläufiges Lernsystem für die visuelle Darstellung mithilfe eines Nur-Text-Modells trainiert. Mit dieser Forschung legten sie den Grundstein für die Weiterentwicklung und Verbesserung von Lernsystemen für die visuelle Darstellung. Papierlink: https://arxiv.

2024-02-01 Kommentar 0  1037

Artikeleinführung：Forscher der Southern Methodist University (SMU) und der National Aeronautics and Space Administration (NASA) gaben bekannt, dass sie ein Patent für MATA erhalten haben. MATA ist ein Forschungsassistent für künstliche Intelligenz, der Fragen zu wissenschaftlichen Daten beantworten kann, die Verbraucher mittlerweile an von Amazon und Apple entwickelte Konversationsassistenten für künstliche Intelligenz wie Alexa und Siri stellen. Diese Chatbots werden mit Allgemeinwissen über die Welt und aktuelle Ereignisse geschult. MATA funktioniert ähnlich wie Alexa und Siri, basiert jedoch auf riesigen Mengen geowissenschaftlicher Daten, die von der NASA gesammelt wurden. Konkret nutzt MATA (das Sanskrit-Wort für Erde) Hunderte Terabyte an Land-, Ozean- und Weltraumdaten, die die NASA in den letzten 40 Jahren gesammelt hat.

2023-10-31 Kommentar 0  1623

Artikeleinführung：Herausgeber |. Im Zeitalter der ScienceAI-Großmodelle holen die Auswirkungen rein datengesteuerter Meteorologie- und Klimamodelle allmählich die numerischen Modelle ein oder übertreffen sie sogar. Allerdings weisen bestehende groß angelegte meteorologische und Klimamodelle noch einige Probleme auf. Beispielsweise ist die physikalische Konsistenz im Modell nicht hoch genug, was die Fähigkeit zur Vorhersage komplexer Wetter- und Klimaphänomene wie Niederschläge einschränkt. Darüber hinaus ist der prognostizierte Effekt abweichender Winde nicht zufriedenstellend. Diese Probleme erfordern weitere Forschung und Verbesserung, um die Vorhersagegenauigkeit und Zuverlässigkeit des Modells zu verbessern. Derzeit ist die Kombination von physikalischen, atmosphärischen Dynamik- und Deep-Learning-Modellen ein wichtiger Weg, um das Engpassproblem zu lösen. Kürzlich analysierte das Team des Forschers Huang Gang vom Institut für Atmosphärenphysik der Chinesischen Akademie der Wissenschaften auf der Grundlage der Daten- und Rechenleistungsunterstützung der Earth System Numerical Simulation Facility (Huan) die Kopplungsbeziehung zwischen physikalischen Variablen aus der Perspektive von

2024-01-25 Kommentar 0  1379

Artikeleinführung：Die AIxiv-Kolumne ist eine Kolumne, in der diese Website akademische und technische Inhalte veröffentlicht. In den letzten Jahren sind in der AIxiv-Kolumne dieser Website mehr als 2.000 Berichte eingegangen, die Spitzenlabore großer Universitäten und Unternehmen auf der ganzen Welt abdecken und so den akademischen Austausch und die Verbreitung wirksam fördern. Wenn Sie hervorragende Arbeiten haben, die Sie teilen möchten, können Sie gerne einen Beitrag leisten oder uns für die Berichterstattung kontaktieren. Einreichungs-E-Mail: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com Dieser Artikel wurde vom Shanghai Artificial Intelligence Laboratory, der Dalian University of Technology und der University of Science and Technology of China erstellt. Korrespondierender Autor: Shao Jing, promovierte am Multimedia Laboratory MMLab der Chinesischen Universität Hongkong und ist derzeit Leiter des Sicherheitsteams für große Modelle des Pujiang National Laboratory und leitet die Forschung an großen Modellen

2024-06-14 Kommentar 0  417

Artikeleinführung：Jeder bahnbrechende Durchbruch in Wissenschaft und Technologie wird der menschlichen Gesellschaft langfristigen Fortschritt bringen. Eine der bahnbrechenden Erscheinungsformen besteht darin, das bestehende Wissenssystem zu unterwandern und die Entwicklung von Wissenschaft und Technologie in neue Richtungen zu lenken. Das Gesetz der universellen Gravitation vereint die Bewegungsgesetze von Erdobjekten und Himmelskörpern im Universum; Maxwells Gleichungen vereinen Elektrizität und Magnetismus auf nahezu perfekte Weise und legen den Grundstein für die Annahme, dass Licht eine elektromagnetische Welle ist für die moderne Physik. Im Laufe der Menschheitsgeschichte gab es viele wissenschaftliche und technologische Errungenschaften, die qualitative Veränderungen im wirklichen Leben mit sich gebracht haben. Die Studie ergab jedoch, dass disruptive Wissenschaft und Technologie in den letzten 60 Jahren immer seltener geworden sind und der wissenschaftliche Fortschritt „sich verlangsamt“. Wissenschaftler der University of Minnesota und der University of Arizona analysierten We

2023-04-12 Kommentar 0  1718