記事の紹介：信じられないことに、GPT-4 は独自に科学研究を行うことを学びましたか?最近、カーネギーメロン大学の数人の科学者が論文を発表し、同時に AI 界と化学界に衝撃を与えました。彼らは、自ら実験や科学研究を行うことができるAIを開発しました。この AI はいくつかの大規模な言語モデルで構成されており、爆発的な科学研究能力を備えた GPT-4 エージェントとみなすことができます。ベクトル データベースからの長期記憶があるため、複雑な科学文書を読んで理解し、クラウドベースのロボット実験室で化学研究を行うことができます。ネチズンはショックのあまり言葉を失いました。つまり、これは AI 自体によって行われ、AI 自身が公開するということですか？何てことだ。 「テニス・エクスペリメント（TTE）の時代が来る！」と嘆く人もいた。これは化学界の伝説のAI聖杯なのだろうか？たぶん最近多い

2023-04-17 コメント 0  1543

記事の紹介：【CNMOニュース】11月14日、新華社通信によると、中国科学技術大学の羅毅教授、江軍教授、シャン・ウェイウェイ教授のチームはこのほど、深宇宙探査研究所の張哲研究員らと協力した。知能ロボット「Machine Chemist」を活用し、火星の隕石を利用した新しい触媒の開発に成功し、火星の水を利用して酸素を生成するための高効率、低エネルギーのソリューションを提供し、火星の地元の材料を使用した化学品の新しい開発方法を模索しました。地球の外にある銀河。本日、国際的に有名な学術誌Nature Synthesisにこの研究結果が掲載されました。報道によると、中国科学技術大学と深宇宙探査研究所の研究者らが協力し、自社開発した知能ロボット「マシンケミスト」を使って火星の隕石から成分を分析・抽出することに成功した。

2023-11-14 コメント 0  825

記事の紹介：編集者 | Ziluo の従来の材料研究開発モデルは、主に「試行錯誤」の実験方法や偶然の発見に依存しており、その研究開発プロセスには通常 10 ～ 20 年かかります。機械学習 (ML) に基づくデータ駆動型の手法により、クリーン エネルギー技術用の新しい材料の設計を加速できます。しかし、大規模で忠実度の高い実験データベースが不足しているため、材料研究における実用化は依然として限定的です。最近、米国のパシフィック ノースウェスト国立研究所とアルゴンヌ国立研究所の研究チームは、陽極液の電解質を効果的にスクリーニングするために、ハイスループットの実験プラットフォームと最先端のアクティブ ラーニング アルゴリズムを組み合わせた、高度に自動化されたワークフローを設計しました。溶解性。この研究の目標は、再生可能エネルギーを促進するためにエネルギー貯蔵システムの性能と安定性を向上させることです。

2024-04-10 コメント 0  483

記事の紹介：このサイトの 9 月 3 日のニュースによると、リチウム電池の寿命を正確に予測することは、電気機器の通常の動作にとって非常に重要です。ただし、バッテリー容量の劣化プロセスの非線形性と動作条件の不確実性により、バッテリー寿命を正確に予測することは課題に直面しています。中国科学院は、大連化学物理学研究所エネルギー触媒変換国家重点研究所動力電池・システム研究部の陳中衛研究員と毛志宇准研究員のチームが習近平の馮江濤教授とともに発表したと発表した。安交通大学は、バッテリーの健康管理の研究で進歩を遂げました。関連する研究結果は、電気電子学会の Journal of Transportation Electrochemistry (DOI: 10.1109/TTE.2024.3434553、このサイトに添付) に掲載されています。 1. 報告によると、研究チームは新しい深層学習モデルを開発した

2024-09-03 コメント 0  372

記事の紹介：このレビュー (普及モデル: 方法と応用の包括的調査) は、カリフォルニア大学の Ming-Hsuan Yang 氏と Google Research、北京大学の Cui Bin 研究室、および CMU、UCLA、モントリオール ミラ研究所、その他の研究チームによるものです。既存のアルゴリズムの詳細な分類、他の 5 つの主要な生成モデルとの関連性、および 7 つの主要分野での応用を含む、拡散モデルの包括的な要約と分析が行われました。

2023-04-12 コメント 0  1081

記事の紹介：6月14日、Tencent Roboticsが宣伝します。ロボット犬を人間や動物と同じように柔軟かつ安定して動かすことは、ロボット研究分野の長期的な目標である深層学習技術の継続的な進歩により、機械は「学習」を通じて関連する能力を習得し、複雑で変化しやすいものに対処することを学ぶことができます環境の変化は実現可能でなければなりません。事前トレーニングと強化学習の導入: ロボット犬の敏捷性の向上 Tencent RoboticsX Robotics Laboratory は、事前トレーニング モデルと強化学習テクノロジーを導入し、ロボット犬が段階的に学習できるようにし、さまざまなレベルの学習を効果的に組み合わせます。

2023-06-16 コメント 0  828

記事の紹介：コンピュータ分野の国際権威学会ACMCCS2023が11月26日、デンマークのコペンハーゲンで開幕した。 Tencent Security Big Data Laboratoryチームによる論文「Hopper: Interpretative Fuzzing for Libraries」がカンファレンスに含まれ、昨日、研究室の研究者Xie Yuxuan氏がこのテーマを共有するためにカンファレンスに招待された。この研究では、解釈型ファズ テスト方法を提案し、動的フィードバックを使用して API 内外の制約を学習し、自動コード生成を実現する方法を実証します。この方法により、外部の専門家の知識がなくても、メソッドを呼び出す有効で使用可能なコードを生成し、これらのコードを悪用して脆弱性を悪用することができます。この研究方法の目標は、ファズテストに対する人間のニーズを解決することです。

2023-11-29 コメント 0  1428

記事の紹介：編集者 | ScienceAI 最近、上海交通大学自然科学研究所/物理天文学部/張江高等研究所/薬学部のホン・リャン教授と、上海人工大学の若手研究者タン・パン氏の研究グループが、インテリジェンス研究所は、タンパク質の突然変異特性の予測において重要な進歩を達成しました。この研究では、新しいトレーニング戦略を採用しています。これにより、非常に少ないウェット実験データを使用して、突然変異特性を予測する際の、従来のタンパク質の事前トレーニング済み大規模モデルのパフォーマンスが大幅に向上します。研究結果は、「少数ショット学習による最小限のウェットラボデータによるタンパク質言語モデルの効率の向上」と題され、

2024-07-11 コメント 0  849

記事の紹介：翻訳者 | Li Rui レビュアー | Sun Shujuan 機械学習が人々が毎日使用する多くのアプリケーションの一部となるにつれ、人々は機械学習モデルに対するセキュリティとプライバシーの脅威を特定して解決する方法にますます注目を集めています。ただし、機械学習のパラダイムによって直面するセキュリティの脅威は異なり、機械学習のセキュリティの一部の領域は依然として研究が不十分です。特に、強化学習アルゴリズムの安全性は、近年あまり注目されていません。マギル大学、機械学習研究所 (MILA)、カナダのウォータールー大学の研究者らは、深層強化学習アルゴリズムのプライバシーの脅威に焦点を当てた新しい研究を実施しました。研究者らは、メンバーシップ推論攻撃に対する強化学習モデルの脆弱性をテストするためのフレームワークを提案しています。研究

2023-04-09 コメント 0  1289

記事の紹介：このレビュー (普及モデル: 方法と応用の包括的調査) は、カリフォルニア大学の Ming-Hsuan Yang 氏と Google Research、北京大学の Cui Bin 研究室、および CMU、UCLA、Montreal Mila Research およびその他の研究チームによるものです。 . 既存の拡散モデルをレビューするのは初めてです 拡散モデルのアルゴリズムの詳細な分類から始まり、他の 5 つの主要な生成モデルとの関連性、および 7 つの主要分野への応用まで、拡散モデルを包括的に要約および分析しました。

2023-04-09 コメント 0  1471

記事の紹介：AIxivコラムは、当サイトが学術的・技術的な内容を掲載するコラムです。過去数年間で、このサイトの AIxiv コラムには 2,000 件を超えるレポートが寄せられ、世界中の主要な大学や企業のトップ研究室がカバーされ、学術交流と普及を効果的に促進しています。共有したい優れた作品がある場合は、お気軽に寄稿するか、報告のために当社までご連絡ください。提出電子メール: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com この記事は、大連理工大学および中国科学技術大学の上海人工知能研究所によって完成されました。連絡著者: Shao Jing、香港中文大学マルチメディア研究所 MMLab を卒業し、博士号を取得し、現在は浦江国立研究所の大型モデルセキュリティチームの責任者として大型モデルの研究を主導

2024-06-14 コメント 0  418

記事の紹介：編集者 | Dead Leaf Butterfly 大規模な言語モデルにより、生物学と化学を理解する科学者の能力は大幅に向上しましたが、構造ベースの創薬、量子化学、および構造生物学のための信頼できる方法はまだほとんどありません。大規模な言語モデルでは、正確な生体分子とリガンドの相互作用データセットが緊急に必要とされています。この問題を解決するために、ミュンヘンヘルムホルツ研究センター生物学研究所とミュンヘン工科大学の研究者らは、MISATOを提案しました。これは、小分子の量子力学 (QM) 特性と、約 20,000 の実験用タンパク質-リガンド複合体の関連する分子動力学 (MD) シミュレーション、および実験データの広範な検証を組み合わせたデータセットです。研究者らは、既存の実験構造から始めて、半経験的な量子力学を使用してこれらを体系的に改善しました。

2024-06-01 コメント 0  433

記事の紹介：化学反応は創薬および有機化学研究の基礎です。研究コミュニティの間では、化学反応の基本的な規則を効果的に捉えることができる大規模な深層学習フレームワークに対するニーズが高まっています。最近、北京大学と Wangshi Intelligence の研究チームは、反応ベースの分子事前トレーニングと生成タスクの間のギャップを埋める新しい方法を提案しました。研究者らは、有機化学のメカニズムにヒントを得て、モデルに帰納的バイアスを組み込むことを可能にする新しい事前トレーニング フレームワークを開発しました。この提案されたフレームワークは、困難な下流タスクを実行する際に最先端の結果を達成します。このフレームワークは、化学の知識を活用することで、少数の反応テンプレートに依存する現在の分子生成モデルの制限を克服します。広範な実験により、このモデルは高品質の合成可能な薬物のような構造を生成しました。

2023-12-14 コメント 0  586

記事の紹介：過去 2 年間にわたり、スタンフォード大学のヘイジー研究所は、配列の長さを増やすという重要な課題に取り組んできました。彼らは次のように考えています。シーケンスが長くなると、機械学習の基本モデル、つまり長いコンテキスト、複数のメディア ソース、複雑なプレゼンテーションなどから学習できるモデルの新時代が到来するでしょう。現在、この研究は新たな進歩を遂げています。 HazyResearch Lab の TriDao と DanFu は、FlashAttendant アルゴリズムの研究と推進を主導し、32k のシーケンス長が可能であることを証明し、現在の基本モデル (OpenAI、Microsoft、NVIDIA などの企業のモデル) の時代で広く使用されることになることを証明しました。 Flas を使用しています

2023-05-01 コメント 0  852

記事の紹介：AIxivコラムは、当サイトが学術的・技術的な内容を掲載するコラムです。過去数年間で、このサイトの AIxiv コラムには 2,000 件を超えるレポートが寄せられ、世界中の主要な大学や企業のトップ研究室がカバーされ、学術交流と普及を効果的に促進しています。共有したい優れた作品がある場合は、お気軽に寄稿するか、報告のために当社までご連絡ください。提出電子メール: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com この記事の主な著者は Huang Yichong です。 Huang Yichong は、ハルビン工業大学ソーシャル コンピューティングおよび情報検索研究センターの博士課程の学生であり、Pengcheng Laboratory のインターンとして、Qin Bing 教授と Feng Xiaocheng 教授の下で勉強しています。研究の方向性には、大規模言語モデルのアンサンブル学習、多言語大規模モデル、相関理論が含まれます

2024-07-19 コメント 0  1186

記事の紹介：最近、中国科学技術大学のLuo Yi教授、Jiang Jun教授、Shang Weiwei教授のチームが深宇宙探査研究所のZhang Zhe研究員と協力し、インテリジェントロボットを使用して火星で使用する新しいタイプの触媒の開発に成功した。 「機械化学者」水を使って酸素を生成します。この研究は、効率的で低エネルギーの解決策を提供し、地球外銀河の局所物質から化学物質を開発する新たな道を切り開きます。研究成果は、11月14日に世界的に著名な学術誌「Nature・Synthesis」に掲載された。 編集者：Li Hengyi AI合成アンカー 技術サポート：iFlytek

2023-11-14 コメント 0  616

記事の紹介：AIxivコラムは、当サイトが学術的・技術的な内容を掲載するコラムです。過去数年間で、このサイトの AIxiv コラムには 2,000 件を超えるレポートが寄せられ、世界中の主要な大学や企業のトップ研究室がカバーされ、学術交流と普及を効果的に促進しています。共有したい優れた作品がある場合は、お気軽に寄稿するか、報告のために当社までご連絡ください。提出電子メール: liyazhou@jiqizhixin.com、zhaoyunfeng@jiqizhixin.com 上海交通大学の生成人工知能研究室 (GAIRLab) の研究チームは、大規模モデルのトレーニング、調整、評価を主な研究方向としています。チームホームページ：https://plms.ai/AI技術は日々変化しています。最近、Anthr。

2024-06-24 コメント 0  1065

記事の紹介：Appleは最近、製品の製造と研究開発のサポートを強化するために、中国の応用研究所の規模を拡大すると発表した。報道によると、Appleは上海の研究センターを強化し、すべての製品ラインが信頼性、品質、材料分析の面でより高いレベルに達するよう、より包括的なサポートを提供する予定であるとのこと。 Appleは深センに新たな応用研究所を設立する予定で、この動きはVisionPro製品を中国市場に導入するための戦略的布石とみられている。同社は、この地域での従業員サポートを強化し、地元サプライヤーとの協力を深めていくと述べた。この新しい研究所は、iPhone、iPad、Apple Vision Pro などの製品のテストおよび研究能力の向上に重点を置きます。編集者の調査によると、Apple はすでに

2024-03-14 コメント 0  451

記事の紹介：この論文は、ゼロ次最適化のスケーラビリティの向上に関する研究であり、コードはオープンソースであり、論文は ICLR2024 に採択されました。今日はミシガン州立大学とローレンス・リバモア国立研究所の共同研究「DeepZero: ScalingupZeroth-OrderOptimization for DeepModelTraining」というタイトルの論文を紹介したいと思います。この論文は最近 ICLR2024 会議で採択され、研究チームはコードをオープンソース化しました。このペーパーの主な目的は、深層学習モデルのトレーニングにおけるゼロ次最適化手法を拡張することです。 0 次最適化は、勾配情報に依存しない最適化手法であり、高次元のパラメーター空間や複雑なモデルをより適切に処理できます。

2024-02-15 コメント 0  691

記事の紹介：AIxivコラムは、当サイトが学術的・技術的な内容を掲載するコラムです。過去数年間で、このサイトの AIxiv コラムには 2,000 件を超えるレポートが寄せられ、世界中の主要な大学や企業のトップ研究室がカバーされ、学術交流と普及を効果的に促進しています。共有したい優れた作品がある場合は、お気軽に寄稿するか、報告のために当社までご連絡ください。提出電子メール: liyazhou@jiqizhixin.com、zhaoyunfeng@jiqizhixin.com 上海交通大学の生成人工知能研究室 (GAIRLab) の研究チームは、大規模モデルのトレーニング、調整、評価を主な研究方向としています。チームホームページ：https://plms.ai/ 今後20年でAIは人間を超えると予想される

2024-06-20 コメント 0  610