Présentation de l'article：Incroyable, GPT-4 a appris à faire de la recherche scientifique tout seul ? Récemment, plusieurs scientifiques de l'Université Carnegie Mellon ont publié un article qui a simultanément choqué les cercles de l'IA et de la chimie. Ils ont créé une IA capable de mener seule des expériences et des recherches scientifiques. Cette IA est composée de plusieurs grands modèles de langage et peut être considérée comme un agent GPT-4 doté de capacités de recherche scientifique explosives. Grâce à sa mémoire à long terme issue de bases de données vectorielles, il peut lire, comprendre des documents scientifiques complexes et mener des recherches chimiques dans un laboratoire robotique basé sur le cloud. Les internautes ont été tellement choqués qu'ils sont restés sans voix : alors, cela est fait par l'IA elle-même, puis publié par elle-même ? Oh mon Dieu. Certains ont déploré que l’ère du « Tennis Experiment » (TTE) arrive ! Serait-ce le légendaire Saint Graal de l’IA dans le monde chimique ? Probablement beaucoup récemment

2023-04-17 commentaire 0  1543

Présentation de l'article：[CNMO News] Le 14 novembre, selon l'agence de presse Xinhua, l'équipe des professeurs Luo Yi, Jiang Jun et Shang Weiwei de l'Université des sciences et technologies de Chine a récemment coopéré avec le chercheur Zhang Zhe du Laboratoire d'exploration de l'espace profond et d'autres. pour utiliser le robot intelligent "Machine Chemist", développé avec succès un nouveau catalyseur utilisant des météorites martiennes, fournissant une solution à haute efficacité et à faible consommation d'énergie pour utiliser l'eau sur Mars pour produire de l'oxygène, et explorant une nouvelle façon de développer des produits chimiques en utilisant des matériaux locaux dans galaxies en dehors de la Terre. Aujourd'hui, la revue universitaire de renommée internationale Nature Synthesis a publié ce résultat de recherche. Selon des rapports, des chercheurs de l'Université des sciences et technologies de Chine et du Deep Space Exploration Laboratory ont collaboré pour utiliser leur robot intelligent auto-développé « Machine Chemist » pour analyser et extraire avec succès des composants de météorites martiennes.

2023-11-14 commentaire 0  825

Présentation de l'article：Le modèle traditionnel de recherche et développement de matériaux de Ziluo repose principalement sur des méthodes expérimentales « d'essais et d'erreurs » ou sur des découvertes accidentelles, et son processus de recherche et développement prend généralement 10 à 20 ans. Les méthodes basées sur les données et basées sur l'apprentissage automatique (ML) peuvent accélérer la conception de nouveaux matériaux pour les technologies d'énergie propre. Cependant, son application pratique dans la recherche sur les matériaux reste limitée en raison du manque de bases de données expérimentales à grande échelle et de haute fidélité. Récemment, des équipes de recherche du Pacific Northwest National Laboratory et du Argonne National Laboratory aux États-Unis ont conçu un flux de travail hautement automatisé qui combine une plate-forme expérimentale à haut débit avec les algorithmes d'apprentissage actif les plus avancés pour rechercher efficacement les électrolytes anolytes pour un solvant organique binaire optimal. solubilité. Le but de cette recherche est d'améliorer les performances et la stabilité des systèmes de stockage d'énergie pour promouvoir les énergies renouvelables.

2024-04-10 commentaire 0  483

Présentation de l'article：Selon les informations de ce site du 3 septembre, une prévision précise de la durée de vie des batteries au lithium est cruciale pour le fonctionnement normal des équipements électriques. Cependant, la prévision précise de la durée de vie de la batterie se heurte à des difficultés en raison de la non-linéarité du processus de dégradation de la capacité de la batterie et de l’incertitude des conditions de fonctionnement. L'Académie chinoise des sciences a déclaré que l'équipe du chercheur Chen Zhongwei et du chercheur associé Mao Zhiyu du département de recherche sur les batteries et les systèmes électriques du Laboratoire national clé de conversion catalytique énergétique de l'Institut de physique chimique de Dalian, ainsi que le professeur Feng Jiangtao de Xi 'une université de Jiaotong, ont fait des progrès dans la recherche sur la gestion de la santé des batteries. Les résultats de recherche pertinents ont été publiés dans le Journal of Transportation Electrochemistry de l'Institute of Electrical and Electronics Engineers (DOI : 10.1109/TTE.2024.3434553 joint à ce site). 1. Selon les rapports, l'équipe de recherche a développé un nouveau modèle d'apprentissage en profondeur

2024-09-03 commentaire 0  372

Présentation de l'article：Cette revue (Diffusion Models: A Comprehensive Survey of Methods and Applications) provient de Ming-Hsuan Yang de l'Université de Californie et de Google Research, du laboratoire Cui Bin de l'Université de Pékin, ainsi que de la CMU, de l'UCLA, de l'Institut Mila de Montréal et d'autres équipes de recherche. C'est la première fois que l'on examine un résumé et une analyse complets du modèle de diffusion, y compris une classification détaillée de l'algorithme du modèle de diffusion, son association avec cinq autres modèles génératifs majeurs et son application dans sept domaines majeurs.

2023-04-12 commentaire 0  1081

Présentation de l'article：Le 14 juin, Tencent Robotics fait la promotion. Faire en sorte que les chiens robots se déplacent de manière aussi flexible et stable que les humains et les animaux est un objectif à long terme dans le domaine de la recherche en robotique. Les progrès continus de la technologie d'apprentissage profond permettent aux machines de maîtriser des capacités pertinentes grâce à « l'apprentissage » et d'apprendre à faire face à des situations complexes et changeantes. changements environnementaux. Cela doit être réalisable. Présentation de la pré-formation et de l'apprentissage par renforcement : rendre le chien robot plus agile. Tencent RoboticsX Robotics Laboratory introduit des modèles de pré-formation et une technologie d'apprentissage par renforcement pour permettre au chien robot d'apprendre par étapes, combinant efficacement différents niveaux d'apprentissage.

2023-06-16 commentaire 0  828

Présentation de l'article：ACMCCS2023, la conférence universitaire internationale faisant autorité dans le domaine informatique, s'est ouverte le 26 novembre à Copenhague, au Danemark. L'article « Hopper : Interpretative Fuzzing for Libraries » de l'équipe du Tencent Security Big Data Laboratory a été inclus dans la conférence. Hier, le chercheur du laboratoire Xie Yuxuan a été invité à assister à la conférence pour partager le thème. Cette recherche propose une méthode de test fuzz interprétatif et montre comment utiliser le retour dynamique pour apprendre les contraintes à l'intérieur et à l'extérieur de l'API afin de réaliser une génération de code automatisée. Grâce à cette méthode, sans aucune connaissance experte externe, il est possible de générer des méthodes d'appel de code valides et utilisables et d'exploiter ces codes pour exploiter les vulnérabilités. Le but de cette méthode de recherche est de répondre au besoin humain de tests de fuzz.

2023-11-29 commentaire 0  1428

Présentation de l'article：Editeur | ScienceAI Récemment, le groupe de recherche du professeur Hong Liang de l'Institut des sciences naturelles/École de physique et d'astronomie/Institut de recherche avancée de Zhangjiang/École de pharmacie de l'Université Jiao Tong de Shanghai, et Tan Pan, un jeune chercheur de l'Institut artificiel de Shanghai Intelligence Laboratory, a réalisé des percées importantes dans la prédiction des propriétés de mutation des protéines. Ce travail adopte une nouvelle stratégie de formation, qui améliore considérablement les performances des grands modèles traditionnels de protéines pré-entraînés dans la prédiction des propriétés de mutation en utilisant très peu de données expérimentales humides. Les résultats de la recherche sont intitulés « Améliorer l'efficacité des modèles de langage protéique avec un minimum de données de laboratoire humide grâce à un apprentissage par coups » et ont été publiés dans

2024-07-11 commentaire 0  849

Présentation de l'article：Traducteur | Li Rui Reviewer | Sun Shujuan À mesure que l'apprentissage automatique fait partie de nombreuses applications que les gens utilisent quotidiennement, les gens prêtent de plus en plus d'attention à la manière d'identifier et de résoudre les menaces à la sécurité et à la confidentialité des modèles d'apprentissage automatique. Cependant, les menaces de sécurité auxquelles sont confrontés les différents paradigmes d’apprentissage automatique varient et certains domaines de la sécurité de l’apprentissage automatique restent sous-étudiés. En particulier, la sécurité des algorithmes d’apprentissage par renforcement n’a pas reçu beaucoup d’attention ces dernières années. Des chercheurs de l'Université McGill du Canada, du Machine Learning Laboratory (MILA) et de l'Université de Waterloo ont mené une nouvelle étude axée sur les menaces pour la vie privée liées aux algorithmes d'apprentissage par renforcement profond. Les chercheurs proposent un cadre pour tester la vulnérabilité des modèles d’apprentissage par renforcement aux attaques par inférence d’appartenance. Recherche

2023-04-09 commentaire 0  1289

Présentation de l'article：Cette revue (Diffusion Models: A Comprehensive Survey of Methods and Applications) provient de Ming-Hsuan Yang de l'Université de Californie et de Google Research, du laboratoire Cui Bin de l'Université de Pékin, ainsi que de la CMU, de l'UCLA, de Montreal Mila Research et d'autres équipes de recherche. C'est la première fois que l'on examine l'existant. Un résumé et une analyse complets du modèle de diffusion ont été effectués, à partir de la classification détaillée de l'algorithme du modèle de diffusion, de son association avec cinq autres modèles génératifs majeurs et de son application dans sept domaines majeurs.

2023-04-09 commentaire 0  1471

Présentation de l'article：La colonne AIxiv est une colonne où ce site publie du contenu académique et technique. Au cours des dernières années, la rubrique AIxiv de ce site a reçu plus de 2 000 rapports, couvrant les meilleurs laboratoires des principales universités et entreprises du monde entier, favorisant efficacement les échanges et la diffusion académiques. Si vous souhaitez partager un excellent travail, n'hésitez pas à contribuer ou à nous contacter pour un rapport. Courriel de soumission : liyazhou@jiqizhixin.com ; zhaoyunfeng@jiqizhixin.com Cet article a été rédigé par le laboratoire d'intelligence artificielle de Shanghai, l'université de technologie de Dalian et l'université des sciences et technologies de Chine. Auteur correspondant : Shao Jing, diplômé du Laboratoire multimédia MMLab de l'Université chinoise de Hong Kong avec un doctorat, et est actuellement à la tête de l'équipe de sécurité des grands modèles du Laboratoire national de Pujiang, dirigeant la recherche sur les grands modèles

2024-06-14 commentaire 0  418

Présentation de l'article：Les modèles linguistiques à grande échelle ont considérablement amélioré la capacité des scientifiques à comprendre la biologie et la chimie, mais les méthodes fiables pour la découverte de médicaments basés sur la structure, la chimie quantique et la biologie structurale restent rares. Des ensembles de données précis sur l’interaction biomolécule-ligand sont nécessaires de toute urgence pour les grands modèles de langage. Afin de résoudre ce problème, des chercheurs de l'Institut de biologie du Centre de recherche Helmholtz de Munich et de l'Université technique de Munich ont proposé MISATO. Il s'agit d'un ensemble de données qui combine les propriétés de mécanique quantique (QM) de petites molécules avec des simulations de dynamique moléculaire (MD) associées d'environ 20 000 complexes expérimentaux protéine-ligand et une validation approfondie des données expérimentales. Partant de la structure expérimentale existante, les chercheurs ont utilisé la mécanique quantique semi-empirique pour améliorer systématiquement ces

2024-06-01 commentaire 0  433

Présentation de l'article：Les réactions chimiques sont à la base de la conception de médicaments et de la recherche en chimie organique. Il existe un besoin croissant au sein de la communauté des chercheurs d’un cadre d’apprentissage profond à grande échelle capable de capturer efficacement les règles fondamentales des réactions chimiques. Récemment, une équipe de recherche de l’Université de Pékin et de Wangshi Intelligence a proposé une nouvelle méthode pour combler le fossé entre les tâches de pré-entraînement moléculaire basées sur les réactions et les tâches de génération. Inspirés par les mécanismes de la chimie organique, les chercheurs ont développé un nouveau cadre de pré-formation qui leur permet d'incorporer des biais inductifs dans les modèles. Ce cadre proposé permet d'obtenir des résultats de pointe lors de l'exécution de tâches difficiles en aval. En tirant parti des connaissances en chimie, le cadre surmonte les limites des modèles de génération moléculaire actuels qui reposent sur un petit nombre de modèles de réaction. Au cours d'expériences approfondies, le modèle a généré des structures synthétisables de haute qualité. Dans l'ensemble, le modèle a fonctionné.

2023-12-14 commentaire 0  586

Présentation de l'article：Au cours des deux dernières années, le laboratoire de recherche Hazy de l'université de Stanford s'est engagé dans une tâche importante : augmenter la longueur des séquences. Ils ont un point de vue : des séquences plus longues ouvriront la voie à une nouvelle ère de modèles fondamentaux pour l’apprentissage automatique : des modèles capables d’apprendre à partir de contextes plus longs, de sources multimédias multiples, de présentations complexes, etc. Actuellement, cette recherche a fait de nouveaux progrès. TriDao et DanFu du laboratoire HazyResearch ont dirigé la recherche et la promotion de l'algorithme FlashAttention. Ils ont prouvé qu'une longueur de séquence de 32 Ko est possible et sera largement utilisée dans l'ère actuelle des modèles de base (modèles d'OpenAI, Microsoft, NVIDIA et d'autres sociétés). utilisent Flas

2023-05-01 commentaire 0  852

Présentation de l'article：La colonne AIxiv est une colonne où ce site publie du contenu académique et technique. Au cours des dernières années, la rubrique AIxiv de ce site a reçu plus de 2 000 rapports, couvrant les meilleurs laboratoires des principales universités et entreprises du monde entier, favorisant efficacement les échanges et la diffusion académiques. Si vous souhaitez partager un excellent travail, n'hésitez pas à contribuer ou à nous contacter pour un rapport. Courriel de soumission : liyazhou@jiqizhixin.com ; zhaoyunfeng@jiqizhixin.com L'auteur principal de cet article est Huang Yichong. Huang Yichong est doctorant au Centre de recherche en informatique sociale et en recherche d'informations de l'Institut de technologie de Harbin et stagiaire au Laboratoire de Pengcheng, où il étudie sous la direction du professeur Qin Bing et du professeur Feng Xiaocheng. Les axes de recherche incluent l'apprentissage d'ensemble de grands modèles linguistiques, les grands modèles multilingues, la théorie des corrélations.

2024-07-19 commentaire 0  1186

Présentation de l'article：Récemment, une équipe composée des professeurs Luo Yi, Jiang Jun et Shang Weiwei de l'Université des sciences et technologies de Chine a collaboré avec le chercheur Zhang Zhe du Deep Space Exploration Laboratory pour développer avec succès un nouveau type de catalyseur destiné à être utilisé sur Mars à l'aide d'un robot intelligent. "Chimiste des machines". Utilisez de l'eau pour produire de l'oxygène. Cette recherche fournit une solution efficace et à faible consommation d'énergie et ouvre une nouvelle voie pour le développement de produits chimiques à partir de matériaux locaux dans les galaxies extraterrestres. Les résultats de la recherche ont été publiés dans la revue universitaire de renommée internationale « Nature·Synthesis » le 14 novembre. Editeur : Li Hengyi Ancre de synthèse de l'IA Support technique : iFlytek

2023-11-14 commentaire 0  616

Présentation de l'article：La colonne AIxiv est une colonne où ce site publie du contenu académique et technique. Au cours des dernières années, la rubrique AIxiv de ce site a reçu plus de 2 000 rapports, couvrant les meilleurs laboratoires des principales universités et entreprises du monde entier, favorisant efficacement les échanges et la diffusion académiques. Si vous souhaitez partager un excellent travail, n'hésitez pas à contribuer ou à nous contacter pour un rapport. Courriel de soumission : liyazhou@jiqizhixin.com ; zhaoyunfeng@jiqizhixin.com L'équipe de recherche du Laboratoire d'intelligence artificielle générative (GAIRLab) de l'Université Jiao Tong de Shanghai, ses principales orientations de recherche sont : la formation, l'alignement et l'évaluation de grands modèles. Page d'accueil de l'équipe : https://plms.ai/AI La technologie évolue chaque jour qui passe. Récemment, Anthr.

2024-06-24 commentaire 0  1065

Présentation de l'article：Apple a récemment annoncé qu'elle étendrait la taille de ses laboratoires de recherche appliquée en Chine pour mieux soutenir la fabrication de produits ainsi que la recherche et le développement. Il semblerait qu'Apple envisage de renforcer le centre de recherche de Shanghai et de fournir un support plus complet pour garantir que toutes les gammes de produits atteignent des niveaux plus élevés en termes de fiabilité, de qualité et d'analyse des matériaux. Apple envisage de créer un nouveau laboratoire de recherche appliquée à Shenzhen. Cette décision est considérée comme une démarche stratégique pour introduire les produits VisionPro sur le marché chinois. L'entreprise a déclaré qu'elle renforcerait le soutien des employés dans la région et approfondirait la coopération avec les fournisseurs locaux. Ce nouveau laboratoire se concentrera sur l'amélioration des capacités de test et de recherche de produits tels que l'iPhone, l'iPad et l'Apple Vision Pro. D'après l'enquête de l'éditeur, Apple a déjà

2024-03-14 commentaire 0  451

Présentation de l'article：Cet article est une étude sur l'amélioration de l'évolutivité de l'optimisation d'ordre zéro. Le code est open source et l'article a été accepté par l'ICLR2024. Aujourd'hui, je souhaite présenter un article intitulé "DeepZero: ScalingupZeroth-OrderOptimization for DeepModelTraining", une collaboration entre la Michigan State University et le Lawrence Livermore National Laboratory. Cet article a récemment été accepté par la conférence ICLR2024 et l'équipe de recherche a rendu le code open source. L'objectif principal de cet article est d'étendre les techniques d'optimisation d'ordre zéro dans la formation de modèles d'apprentissage profond. L'optimisation d'ordre zéro est une méthode d'optimisation qui ne repose pas sur des informations de gradient. Elle peut mieux gérer les espaces de paramètres de grande dimension et les modèles complexes.

2024-02-15 commentaire 0  691

Présentation de l'article：La colonne AIxiv est une colonne où ce site publie du contenu académique et technique. Au cours des dernières années, la rubrique AIxiv de ce site a reçu plus de 2 000 rapports, couvrant les meilleurs laboratoires des principales universités et entreprises du monde entier, favorisant efficacement les échanges et la diffusion académiques. Si vous souhaitez partager un excellent travail, n'hésitez pas à contribuer ou à nous contacter pour un rapport. Courriel de soumission : liyazhou@jiqizhixin.com ; zhaoyunfeng@jiqizhixin.com Les principales orientations de recherche de l'équipe de recherche du laboratoire d'intelligence artificielle générative de l'université Jiao Tong de Shanghai (GAIRLab) sont : la formation, l'alignement et l'évaluation de grands modèles. Page d'accueil de l'équipe : https://plms.ai/ Dans les 20 prochaines années, l'IA devrait surpasser les humains

2024-06-20 commentaire 0  610