Artikeleinführung：Herausgeber | Ziluos traditionelles Materialforschungs- und -entwicklungsmodell basiert hauptsächlich auf experimentellen „Versuch-und-Irrtum“-Methoden oder zufälligen Entdeckungen, und sein Forschungs- und Entwicklungsprozess dauert normalerweise 10 bis 20 Jahre. Datengesteuerte Methoden, die auf maschinellem Lernen (ML) basieren, können die Entwicklung neuer Materialien für saubere Energietechnologien beschleunigen. Allerdings ist seine praktische Anwendung in der Materialforschung aufgrund des Mangels an umfangreichen experimentellen Datenbanken mit hoher Wiedergabetreue noch begrenzt. Kürzlich haben Forschungsteams des Pacific Northwest National Laboratory und des Argonne National Laboratory in den Vereinigten Staaten einen hochautomatisierten Arbeitsablauf entwickelt, der eine Hochdurchsatz-Experimentalplattform mit den fortschrittlichsten aktiven Lernalgorithmen kombiniert, um effektiv nach binären organischen Lösungsmitteln zu suchen Löslichkeit. Ziel dieser Forschung ist es, die Leistung und Stabilität von Energiespeichersystemen zu verbessern, um erneuerbare Energien zu fördern

2024-04-10 Kommentar 0  523

Artikeleinführung：Laut Nachrichten dieser Website vom 3. September ist eine genaue Vorhersage der Lebensdauer von Lithiumbatterien für den normalen Betrieb elektrischer Geräte von entscheidender Bedeutung. Eine genaue Vorhersage der Batterielebensdauer ist jedoch aufgrund der Nichtlinearität des Batteriekapazitätsabbauprozesses und der Unsicherheit der Betriebsbedingungen mit Herausforderungen verbunden. Die Chinesische Akademie der Wissenschaften erklärte, dass das Team des Forschers Chen Zhongwei und des assoziierten Forschers Mao Zhiyu von der Abteilung für Energiebatterie- und Systemforschung des National Key Laboratory of Energy Catalytic Conversion des Dalian Institute of Chemical Physics zusammen mit Professor Feng Jiangtao von Xi „an der Jiaotong-Universität haben Fortschritte in der Forschung zum Batteriegesundheitsmanagement gemacht.“ Relevante Forschungsergebnisse wurden im Journal of Transportation Electrochemistry des Institute of Electrical and Electronics Engineers veröffentlicht (DOI: 10.1109/TTE.2024.3434553 im Anhang dieser Website). 1. Berichten zufolge hat das Forschungsteam ein neues Deep-Learning-Modell entwickelt

2024-09-03 Kommentar 0  430

Artikeleinführung：ACMCCS2023, die international maßgebliche akademische Konferenz im Computerbereich, wurde am 26. November in Kopenhagen, Dänemark, eröffnet. Das Papier „Hopper: Interpretative Fuzzing for Libraries“ des Tencent Security Big Data Laboratory-Teams wurde in die Konferenz aufgenommen. Gestern wurde der Laborforscher Xie Yuxuan eingeladen, an der Konferenz teilzunehmen, um das Thema vorzustellen. Diese Forschung schlägt eine interpretative Fuzz-Testmethode vor und zeigt, wie dynamisches Feedback verwendet werden kann, um Einschränkungen innerhalb und außerhalb der API zu lernen und eine automatisierte Codegenerierung zu erreichen. Durch diese Methode ist es möglich, ohne externes Expertenwissen gültige und verwendbare Code-Aufrufmethoden zu generieren und diese Codes zur Ausnutzung von Schwachstellen auszunutzen. Das Ziel dieser Forschungsmethode ist es, den menschlichen Bedarf an Fuzz-Tests zu decken

2023-11-29 Kommentar 0  1476

Artikeleinführung：[CNMO News] Laut der Nachrichtenagentur Xinhua hat das Team der Professoren Luo Yi, Jiang Jun und Shang Weiwei von der Universität für Wissenschaft und Technologie in China am 14. November kürzlich mit dem Forscher Zhang Zhe vom Deep Space Exploration Laboratory und anderen zusammengearbeitet mithilfe des intelligenten Roboters „Machine Chemist“ erfolgreich einen neuen Katalysator unter Verwendung von Marsmeteoriten entwickelt, der eine hocheffiziente, energiesparende Lösung für die Nutzung von Wasser auf dem Mars zur Sauerstoffproduktion bereitstellt und einen neuen Weg zur Entwicklung von Chemikalien unter Verwendung lokaler Materialien erforscht Galaxien außerhalb der Erde. Heute veröffentlichte die international renommierte Fachzeitschrift Nature Synthesis dieses Forschungsergebnis. Berichten zufolge haben Forscher der Universität für Wissenschaft und Technologie Chinas und des Deep Space Exploration Laboratory zusammengearbeitet, um mit ihrem selbst entwickelten intelligenten Roboter „Machine Chemist“ erfolgreich Komponenten aus Marsmeteoriten zu analysieren und zu extrahieren

2023-11-14 Kommentar 0  856

Artikeleinführung：Herausgeber |. ScienceAI Kürzlich hat die Forschungsgruppe von Professor Hong Liang vom Institut für Naturwissenschaften/Schule für Physik und Astronomie/Zhangjiang Advanced Research Institute/School of Pharmacy der Shanghai Jiao Tong University und Tan Pan, einem jungen Forscher von der Shanghai Artificial Intelligence Laboratory erzielte wichtige Durchbrüche bei der Vorhersage von Proteinmutationseigenschaften. In dieser Arbeit wird eine neue Trainingsstrategie verwendet, die die Leistung herkömmlicher, vorab trainierter Protein-Großmodelle bei der Vorhersage von Mutationseigenschaften unter Verwendung sehr weniger nasser experimenteller Daten erheblich verbessert. Die Forschungsergebnisse tragen den Titel „Verbesserung der Effizienz von Protein-Sprachmodellen mit minimalem Wet-Labdata durch Few-Shot-Learning“ und wurden in veröffentlicht

2024-07-11 Kommentar 0  913

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  454

Artikeleinführung：Herausgeber | Toter Blattschmetterling Groß angelegte Sprachmodelle haben die Fähigkeit von Wissenschaftlern, Biologie und Chemie zu verstehen, erheblich verbessert, aber zuverlässige Methoden für die strukturbasierte Wirkstoffentdeckung, Quantenchemie und Strukturbiologie gibt es noch nicht. Für große Sprachmodelle werden dringend genaue Datensätze zur Biomolekül-Ligand-Interaktion benötigt. Um dieses Problem zu lösen, schlugen Forscher des Instituts für Biologie des Helmholtz-Forschungszentrums München und der Technischen Universität München MISATO vor. Hierbei handelt es sich um einen Datensatz, der quantenmechanische (QM) Eigenschaften kleiner Moleküle mit zugehörigen Molekulardynamik (MD)-Simulationen von etwa 20.000 experimentellen Protein-Ligand-Komplexen und einer umfassenden Validierung experimenteller Daten kombiniert. Ausgehend von der bestehenden experimentellen Struktur nutzten die Forscher die semiempirische Quantenmechanik, um diese systematisch zu verbessern

2024-06-01 Kommentar 0  462

Artikeleinführung：Chemische Reaktionen sind die Grundlage des Arzneimitteldesigns und der Forschung in der organischen Chemie. In der Forschungsgemeinschaft besteht ein wachsender Bedarf an einem groß angelegten Deep-Learning-Framework, das die grundlegenden Regeln chemischer Reaktionen effektiv erfassen kann. Kürzlich schlug ein Forschungsteam der Universität Peking und Wangshi Intelligence eine neue Methode vor, um die Lücke zwischen reaktionsbasiertem molekularem Vortraining und Generierungsaufgaben zu schließen. Inspiriert durch die Mechanismen der organischen Chemie entwickelten die Forscher ein neues Pre-Training-Framework, das es ermöglicht, induktive Vorspannungen in Modelle zu integrieren. Dieses vorgeschlagene Framework erzielt Ergebnisse auf dem neuesten Stand der Technik bei der Durchführung anspruchsvoller nachgelagerter Aufgaben. Durch die Nutzung chemischer Kenntnisse überwindet das Framework die Einschränkungen aktueller Modelle zur Molekülerzeugung, die auf einer kleinen Anzahl von Reaktionsvorlagen basieren. In umfangreichen Experimenten erzeugte das Modell insgesamt hochwertige synthetisierbare wirkstoffähnliche Strukturen

2023-12-14 Kommentar 0  627

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. E-Mail-Adresse: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com Der Hauptautor dieses Artikels ist Huang Yichong. Huang Yichong ist Doktorand am Social Computing and Information Retrieval Research Center des Harbin Institute of Technology und Praktikant am Pengcheng Laboratory, wo er bei Professor Qin Bing und Professor Feng Xiaocheng studiert. Zu den Forschungsrichtungen gehören Ensemble-Lernen großer Sprachmodelle, mehrsprachige große Modelle und Korrelationstheorie

2024-07-19 Kommentar 0  1222

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 Die Hauptforschungsrichtungen des Forschungsteams des Generative Artificial Intelligence Laboratory (GAIRLab) der Shanghai Jiao Tong University sind: Training, Ausrichtung und Bewertung großer Modelle. Team-Homepage: https://plms.ai/Die KI-Technologie verändert sich mit jedem Tag. Vor kurzem hat Anthr

2024-06-24 Kommentar 0  1113

Artikeleinführung：Apple hat kürzlich angekündigt, den Umfang seiner Labore für angewandte Forschung in China zu erweitern, um die Produktherstellung sowie Forschung und Entwicklung besser zu unterstützen. Es wird berichtet, dass Apple plant, das Forschungszentrum in Shanghai zu stärken und umfassenderen Support zu bieten, um sicherzustellen, dass alle Produktlinien in Bezug auf Zuverlässigkeit, Qualität und Materialanalyse ein höheres Niveau erreichen. Apple plant die Einrichtung eines neuen Labors für angewandte Forschung in Shenzhen. Dieser Schritt wird als strategischer Plan zur Einführung von VisionPro-Produkten auf dem chinesischen Markt angesehen. Das Unternehmen sagte, es werde die Mitarbeiterunterstützung in der Region stärken und die Zusammenarbeit mit lokalen Lieferanten vertiefen. Dieses neue Labor wird sich auf die Verbesserung der Test- und Forschungskapazitäten von Produkten wie iPhone, iPad und Apple Vision Pro konzentrieren. Laut Recherche des Herausgebers hat Apple dies bereits getan

2024-03-14 Kommentar 0  471

Artikeleinführung：Kürzlich hat ein Team der Professoren Luo Yi, Jiang Jun und Shang Weiwei von der Universität für Wissenschaft und Technologie Chinas mit dem Forscher Zhang Zhe vom Deep Space Exploration Laboratory zusammengearbeitet, um mithilfe eines intelligenten Roboters erfolgreich einen neuen Katalysatortyp für den Einsatz auf dem Mars zu entwickeln „Maschinenchemiker“. Verwenden Sie Wasser, um Sauerstoff zu erzeugen. Diese Forschung bietet eine effiziente, energiearme Lösung und eröffnet einen neuen Weg für die Entwicklung von Chemikalien aus lokalen Materialien in außerirdischen Galaxien. Die Forschungsergebnisse wurden am 14. November in der international renommierten Fachzeitschrift „Nature·Synthesis“ veröffentlicht. Herausgeber: Li Hengyi KI-Syntheseanker Technischer Support: iFlytek

2023-11-14 Kommentar 0  688

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 Die Hauptforschungsrichtungen des Forschungsteams des Generative Artificial Intelligence Laboratory (GAIRLab) der Shanghai Jiao Tong University sind: Training, Ausrichtung und Bewertung großer Modelle. Team-Homepage: https://plms.ai/ In den nächsten 20 Jahren wird die KI voraussichtlich den Menschen übertreffen

2024-06-20 Kommentar 0  653

Artikeleinführung：Bei diesem Artikel handelt es sich um eine Studie zur Verbesserung der Skalierbarkeit der Optimierung nullter Ordnung. Der Code ist Open Source und das Papier wurde von ICLR2024 akzeptiert. Heute möchte ich einen Artikel mit dem Titel „DeepZero: ScalingupZeroth-OrderOptimization for DeepModelTraining“ vorstellen, eine Zusammenarbeit zwischen der Michigan State University und dem Lawrence Livermore National Laboratory. Dieses Papier wurde kürzlich von der ICLR2024-Konferenz angenommen und das Forschungsteam hat den Code als Open Source bereitgestellt. Das Hauptziel dieses Artikels besteht darin, Optimierungstechniken nullter Ordnung im Deep-Learning-Modelltraining zu erweitern. Die Optimierung nullter Ordnung ist eine Optimierungsmethode, die nicht auf Gradienteninformationen basiert. Sie kann hochdimensionale Parameterräume und komplexe Modelle besser verarbeiten.

2024-02-15 Kommentar 0  720

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. E-Mail-Adresse: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com Dieser Artikel wurde von HMILab vervollständigt. HMILab stützt sich auf die beiden Hauptplattformen des National Engineering Research Center for Video and Visual Technology der Peking University und des National Key Laboratory of Multimedia Information Processing und beschäftigt sich seit langem mit der Forschung in Richtung maschinelles Lernen, multimodales Lernen und verkörperte Intelligenz. Dieses Werk Nr.

2024-07-16 Kommentar 0  488

Artikeleinführung：Das TinyLLaVA+-Projekt wurde gemeinsam vom Team von Professor Wu Ji vom Multimedia Signal and Intelligent Information Processing Laboratory (MSIIP) der Fakultät für Elektronik der Tsinghua-Universität und dem Team von Professor Huang Lei von der School of Artificial Intelligence der Beihang-Universität erstellt. Das MSIIP-Labor der Tsinghua-Universität engagiert sich seit langem in Forschungsbereichen wie intelligenter medizinischer Versorgung, Verarbeitung natürlicher Sprache und Wissensentdeckung sowie Multimodalität. Das Team von Beijing Airlines engagiert sich seit langem in Forschungsfeldern wie Deep Learning, Multimodalität und Computer Vision. Ziel des TinyLLaVA+-Projekts ist die Entwicklung eines kleinen sprachübergreifenden intelligenten Assistenten mit multimodalen Fähigkeiten wie Sprachverständnis, Fragen und Antworten sowie Dialog. Das Projektteam wird seine jeweiligen Vorteile voll ausschöpfen, gemeinsam technische Probleme überwinden und den Entwurf und die Entwicklung intelligenter Assistenten realisieren. Dies wird Möglichkeiten für intelligente medizinische Versorgung, Verarbeitung natürlicher Sprache und Wissen bieten

2024-06-08 Kommentar 0  498

Artikeleinführung：Große Modelle können Ihr eigenes Verständnis der realen Welt bilden! Eine MIT-Studie ergab, dass mit zunehmender Leistungsfähigkeit eines Modells sein Verständnis der Realität möglicherweise über die bloße Nachahmung hinausgeht. Wenn das große Modell beispielsweise noch nie einen Geruch gerochen hat, heißt das, dass es Gerüche nicht verstehen kann? Untersuchungen haben ergeben, dass einige Konzepte spontan simuliert werden können, um das Verständnis zu erleichtern. Diese Forschung bedeutet, dass von großen Modellen in Zukunft ein tieferes Verständnis der Sprache und der Welt erwartet wird, und das Papier wurde von ICML24, der Top-Konferenz, angenommen. Die Autoren dieser Arbeit sind der chinesische Doktorand Charles Jin und sein Betreuer Professor Martin Rinard vom MIT Computer and Artificial Intelligence Laboratory (CSAIL). In der Studie forderte der Autor das große Modell auf, nur den Codetext zu lernen, und stellte fest, dass das Modell nach und nach die Bedeutung dahinter erfasste. Rin

2024-08-17 Kommentar 0  707

Artikeleinführung：Herausgeber |. Die Strukturvorhersage von Rettichhautproteinkomplexen spielt eine wichtige Rolle bei der Arzneimittelentwicklung, dem Antikörperdesign und anderen Anwendungen. Aufgrund der begrenzten Vorhersagegenauigkeit stimmen die Vorhersageergebnisse jedoch häufig nicht mit den experimentellen Ergebnissen überein. Ein Forschungsteam der Universität Peking, des Changping Laboratory und der Harvard University schlägt ColabDock vor, ein allgemeines Framework, das Deep-Learning-Strukturvorhersagemodelle verwendet, um verschiedene Formen und Quellen experimenteller Einschränkungen ohne weitere umfangreiche Umschulung oder Feinabstimmung zu integrieren. ColabDock übertrifft HADDOCK und ClusPro, die AlphaFold2 als Strukturvorhersagemodell verwenden, nicht nur bei komplexen Strukturvorhersagen mit simulierten Resten und Oberflächenbeschränkungen, sondern auch bei NMR-chemischen Verschiebungsstörungen und kovalenter Markierung.

2024-08-08 Kommentar 0  464

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  1088

Artikeleinführung：Obwohl große Forschungsfortschritte bei der Schätzung der menschlichen Körperhaltung und -form (EHPS, Expressive Human Pose and Shapeestimation) erzielt wurden, sind die fortschrittlichsten Methoden immer noch durch die Einschränkungen des Trainingsdatensatzes eingeschränkt. Kürzlich hat die Nanyang Technological University S-. Lab, SenseTime-Forscher aus Wissenschaft und Technologie, Shanghai Artificial Intelligence Laboratory, Universität Tokio und IDEA Research Institute schlugen zum ersten Mal das groß angelegte Bewegungserfassungsmodell SMPLer-X für Aufgaben zur menschlichen Körperhaltung und Körpergrößenschätzung vor. Die Studie nutzte bis zu 4,5 Millionen Instanzen aus verschiedenen Datenquellen, um das Modell zu trainieren und erzielte Spitzenleistungen bei 7 Schlüssellisten. SMPLer-X erfasst nicht nur Körperbewegungen, sondern auch Ausgaben

2023-10-30 Kommentar 0  666