기사 소개：편집자 | Ziluo의 전통적인 재료 연구 및 개발 모델은 주로 "시행 착오" 실험 방법이나 우연한 발견에 의존하며 연구 개발 과정은 일반적으로 10~20년이 걸립니다. 머신러닝(ML)을 기반으로 한 데이터 기반 방법은 청정 에너지 기술을 위한 신소재 설계를 가속화할 수 있습니다. 그러나 대규모의 고충실도 실험 데이터베이스가 부족하여 재료 연구에서의 실제 적용은 여전히 ​​제한적입니다. 최근 Pacific Northwest National Laboratory와 미국 Argonne National Laboratory의 연구팀은 최적의 용해도를 위해 양극액 전해질을 효과적으로 스크리닝하기 위해 처리량이 많은 실험 플랫폼과 가장 진보된 능동 학습 알고리즘을 결합하는 고도로 자동화된 작업 흐름을 설계했습니다. . 본 연구의 목표는 에너지 저장 시스템의 성능과 안정성을 향상시켜 재생에너지 활성화를 도모하는 것입니다.

2024-04-10 논평 0  523

기사 소개：9월 3일자 이 사이트의 뉴스에 따르면, 리튬 배터리 수명을 정확하게 예측하는 것은 전기 장비의 정상적인 작동에 매우 중요합니다. 그러나 배터리 용량 저하 과정의 비선형성과 작동 조건의 불확실성으로 인해 배터리 수명을 정확하게 예측하는 데 어려움이 있습니다. 중국과학원은 대련화학물리연구소 산하 국가중점에너지촉매연구소 전력배터리 및 시스템 연구부 소속 Chen Zhongwei 연구원과 부연구원 Mao Zhiyu 팀이 시진핑 주석 Feng Jiangtao 교수와 함께 '자오퉁 대학교(Jiaotong University)는 배터리 상태 관리 연구에서 진전을 이루었습니다. 관련 연구 결과는 전기전자공학회 교통전기화학저널(본 사이트에 첨부된 DOI: 10.1109/TTE.2024.3434553)에 게재되었습니다. 1. 보고서에 따르면 연구팀은 새로운 딥러닝 모델을 개발했습니다.

2024-09-03 논평 0  430

기사 소개：컴퓨터 분야 국제 권위 있는 학술회의 ACMCCS2023이 11월 26일 덴마크 코펜하겐에서 개막됐다. Tencent Security Big Data Laboratory 팀의 논문 "Hopper: Interpretative Fuzzing for Libraries"가 컨퍼런스에 포함되었습니다. 어제 실험실 연구원 Xie Yuxuan이 컨퍼런스에 초대되어 주제를 공유했습니다. 본 연구에서는 해석적 퍼지 테스트 방법을 제안하고 동적 피드백을 사용하여 API 내부 및 외부의 제약 조건을 학습하여 자동화된 코드 생성을 달성하는 방법을 보여줍니다. 이 방법을 통해 외부 전문 지식 없이도 유효하고 사용 가능한 코드 호출 방법을 생성하고 이러한 코드를 활용하여 취약점을 악용하는 것이 가능합니다. 이 연구 방법의 목표는 퍼지 테스트에 대한 인간의 요구를 해결하는 것입니다.

2023-11-29 논평 0  1476

기사 소개：[CNMO 뉴스] 11월 14일 신화통신에 따르면 중국 과학기술대학교 뤄이(Luo Yi), 장쥔(Jiang Jun), 샹웨이웨이(Shang Weiwei) 교수팀은 최근 심우주탐사연구소 장저(Zhang Zhe) 연구원 등과 협력했다. 지능형 로봇 '머신 케미스트(Machine Chemist)'를 활용해 화성 운석을 활용한 새로운 촉매 개발에 성공했고, 화성에서 물을 이용해 산소를 생산하는 고효율·저에너지 솔루션을 제시했으며, 화성에서 현지 소재를 활용한 화학물질 개발의 새로운 길을 모색하고 있다. 지구 밖의 은하계. 오늘, 국제적으로 유명한 학술지인 네이처 신세시스(Nature Synthesis)에 이 연구 결과가 게재되었습니다. 보도에 따르면 중국 과학기술대학교와 심우주탐사연구소 연구원들이 자체 개발한 지능형 로봇 '기계 화학자(Machine Chemist)'를 사용해 화성 운석의 성분을 분석하고 추출하는 데 성공했다고 합니다.

2023-11-14 논평 0  856

기사 소개：편집자 | ScienceAI 최근 자연과학연구소/물리천문학부/장장고등연구소/약학부 홍량 교수와 상하이 인공과학대학의 젊은 연구원 탄 판(Tan Pan)이 참여한 연구그룹 지능 연구소(Intelligence Laboratory)는 단백질 돌연변이 특성 예측에 중요한 돌파구를 마련했습니다. 이 연구는 매우 적은 양의 실험 데이터를 사용하여 돌연변이 특성 예측에서 기존 단백질 사전 훈련 대형 모델의 성능을 크게 향상시키는 새로운 훈련 전략을 채택했습니다. 이번 연구 결과는 '수회 학습을 통한 최소한의 wet-labdata로 단백질 언어 모델의 효율성 향상'이라는 제목으로 게재됐다.

2024-07-11 논평 0  913

기사 소개：AIxiv 칼럼은 본 사이트에서 학술 및 기술 콘텐츠를 게재하는 칼럼입니다. 지난 몇 년 동안 이 사이트의 AIxiv 칼럼에는 전 세계 주요 대학 및 기업의 최고 연구실을 대상으로 한 2,000개 이상의 보고서가 접수되어 학술 교류 및 보급을 효과적으로 촉진하고 있습니다. 공유하고 싶은 훌륭한 작품이 있다면 자유롭게 기여하거나 보고를 위해 연락주시기 바랍니다. 제출 이메일: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com 이 기사는 대련 공과대학 및 중국 과학 기술 대학의 상하이 인공 지능 연구소에서 작성했습니다. 교신저자: Shao Jing은 홍콩중문대학교 멀티미디어 연구실 MMLab에서 박사학위를 취득하고 현재 포강국립연구소 대형모델 보안팀장을 맡아 대형모델 연구를 주도하고 있다.

2024-06-14 논평 0  454

기사 소개：Editor | Dead Leaf Butterfly 대규모 언어 모델은 생물학과 화학을 이해하는 과학자의 능력을 크게 향상시켰지만 구조 기반 약물 발견, 양자 화학 및 구조 생물학에 대한 신뢰할 수 있는 방법은 거의 남아 있지 않습니다. 대규모 언어 모델에는 정확한 생체분자-리간드 상호작용 데이터 세트가 시급히 필요합니다. 이 문제를 해결하기 위해 뮌헨 헬름홀츠 연구 센터 생물학 연구소와 뮌헨 기술 대학의 연구원들은 MISATO를 제안했습니다. 이는 소분자의 양자 역학(QM) 특성과 약 20,000개의 실험적 단백질-리간드 복합체의 관련 분자 역학(MD) 시뮬레이션 및 실험 데이터의 광범위한 검증을 결합한 데이터 세트입니다. 연구진은 기존 실험구조에서 출발해 반실증적 양자역학을 활용해 이를 체계적으로 개선했다.

2024-06-01 논평 0  462

기사 소개：화학 반응은 약물 설계 및 유기 화학 연구의 기초입니다. 화학 반응의 기본 규칙을 효과적으로 포착할 수 있는 대규모 딥 러닝 프레임워크에 대한 연구 커뮤니티의 필요성이 커지고 있습니다. 최근 북경대학교 연구팀과 왕시 인텔리전스(Wangshi Intelligence) 연구팀은 반응 기반 분자 사전 훈련과 생성 작업 간의 격차를 해소할 수 있는 새로운 방법을 제안했습니다. 연구자들은 유기화학 메커니즘에서 영감을 받아 귀납적 편향을 모델에 통합할 수 있는 새로운 사전 훈련 프레임워크를 개발했습니다. 제안된 이 프레임워크는 까다로운 다운스트림 작업을 수행할 때 최첨단 결과를 달성합니다. 프레임워크는 화학 지식을 활용하여 소수의 반응 템플릿에 의존하는 현재 분자 생성 모델의 한계를 극복합니다. 광범위한 실험에서 이 모델은 고품질의 합성 가능한 약물 유사 구조를 생성했습니다.

2023-12-14 논평 0  627

기사 소개：AIxiv 칼럼은 본 사이트에서 학술 및 기술 콘텐츠를 게재하는 칼럼입니다. 지난 몇 년 동안 이 사이트의 AIxiv 칼럼에는 전 세계 주요 대학 및 기업의 최고 연구실을 대상으로 한 2,000개 이상의 보고서가 접수되어 학술 교류 및 보급을 효과적으로 촉진하고 있습니다. 공유하고 싶은 훌륭한 작품이 있다면 자유롭게 기여하거나 보고를 위해 연락주시기 바랍니다. 제출 이메일: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com 이 기사의 주요 저자는 Huang Yichong입니다. Huang Yichong은 하얼빈 공과대학교 소셜 컴퓨팅 및 정보 검색 연구 센터의 박사 과정 학생이자 Pengcheng 연구소의 인턴으로 Qin Bing 교수와 Feng Xiaocheng 교수 밑에서 공부하고 있습니다. 연구 방향에는 대형 언어 모델의 앙상블 학습, 다국어 대형 모델, 상관 이론이 포함됩니다.

2024-07-19 논평 0  1222

기사 소개：AIxiv 칼럼은 본 사이트에서 학술 및 기술 콘텐츠를 게재하는 칼럼입니다. 지난 몇 년 동안 이 사이트의 AIxiv 칼럼에는 전 세계 주요 대학 및 기업의 최고 연구실을 대상으로 한 2,000개 이상의 보고서가 접수되어 학술 교류 및 보급을 효과적으로 촉진하고 있습니다. 공유하고 싶은 훌륭한 작품이 있다면 자유롭게 기여하거나 보고를 위해 연락주시기 바랍니다. 제출 이메일: liyazhou@jiqizhixin.com, zhaoyunfeng@jiqizhixin.com Shanghai Jiao Tong University의 Generative Artificial Intelligence Laboratory(GAIRLab) 연구팀의 주요 연구 방향은 대규모 모델 훈련, 정렬 및 평가입니다. 팀 홈페이지: https://plms.ai/AI 기술은 최근 날이 갈수록 변화하고 있습니다.

2024-06-24 논평 0  1113

기사 소개：Apple은 최근 제품 제조와 연구 개발을 더 잘 지원하기 위해 중국에 있는 응용 연구소의 규모를 확장할 것이라고 발표했습니다. Apple은 상하이 연구 센터를 강화하고 모든 제품 라인이 신뢰성, 품질 및 재료 분석 측면에서 더 높은 수준에 도달할 수 있도록 보다 포괄적인 지원을 제공할 계획이라고 합니다. 애플은 선전에 새로운 응용연구소를 설립할 계획이다. 이번 움직임은 VisionPro 제품을 중국 시장에 선보이기 위한 전략적 배치로 보인다. 회사는 지역 내 직원 지원을 강화하고 현지 공급업체와의 협력을 심화할 것이라고 밝혔다. 이 새로운 실험실은 iPhone, iPad, Apple Vision Pro와 같은 제품의 테스트 및 연구 역량을 향상시키는 데 중점을 둘 것입니다. 편집자의 조사에 따르면, 애플은 이미

2024-03-14 논평 0  471

기사 소개：최근 중국 과학기술대학교 뤄이(Luo Yi), 장쥔(Jiang Jun), 샹웨이웨이(Shang Weiwei) 교수팀이 심우주탐사연구소 장저(Zhang Zhe) 연구원과 협력해 지능형 로봇을 이용해 화성에서 사용할 수 있는 새로운 유형의 촉매 개발에 성공했다. "기계 화학자". 물을 사용하여 산소를 생성합니다. 이 연구는 효율적인 저에너지 솔루션을 제공하고 외계 은하계의 현지 물질에서 화학 물질을 개발하기 위한 새로운 길을 열어줍니다. 연구결과는 국제저명학술지 '네이처·합성' 11월 14일자에 게재됐다. 편집자 : 리헝이(Li Hengyi) AI 합성 앵커 기술지원 : 아이플라이텍(iFlytek)

2023-11-14 논평 0  688

기사 소개：AIxiv 칼럼은 본 사이트에서 학술 및 기술 콘텐츠를 게재하는 칼럼입니다. 지난 몇 년 동안 이 사이트의 AIxiv 칼럼에는 전 세계 주요 대학 및 기업의 최고 연구실을 대상으로 한 2,000개 이상의 보고서가 접수되어 학술 교류 및 보급을 효과적으로 촉진하고 있습니다. 공유하고 싶은 훌륭한 작품이 있다면 자유롭게 기여하거나 보고를 위해 연락주시기 바랍니다. 제출 이메일: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com Shanghai Jiao Tong University의 Generative Artificial Intelligence Laboratory(GAIRLab) 연구팀의 주요 연구 방향은 대규모 모델 훈련, 정렬 및 평가입니다. 팀 홈페이지 : https://plms.ai/ 향후 20년 안에 AI가 인간을 넘어설 것으로 예상

2024-06-20 논평 0  653

기사 소개：이 기사는 0차 최적화의 확장성을 개선하기 위한 연구입니다. 코드는 오픈 소스이며 논문은 ICLR2024에 승인되었습니다. 오늘은 미시간 주립대학교와 로렌스 리버모어 국립연구소의 공동 연구 논문 “DeepZero: ScalingupZeroth-OrderOptimization for DeepModelTraining”을 소개하고자 합니다. 이 논문은 최근 ICLR2024 컨퍼런스에서 승인되었으며, 연구팀은 코드를 오픈 소스로 만들었습니다. 본 논문의 주요 목표는 딥러닝 모델 훈련에서 0차 최적화 기술을 확장하는 것입니다. 0차 최적화는 기울기 정보에 의존하지 않는 최적화 방법으로 고차원 매개변수 공간과 복잡한 모델을 더 잘 처리할 수 있습니다.

2024-02-15 논평 0  720

기사 소개：AIxiv 칼럼은 본 사이트에서 학술 및 기술 콘텐츠를 게재하는 칼럼입니다. 지난 몇 년 동안 이 사이트의 AIxiv 칼럼에는 전 세계 주요 대학 및 기업의 최고 연구실을 대상으로 한 2,000개 이상의 보고서가 접수되어 학술 교류 및 보급을 효과적으로 촉진하고 있습니다. 공유하고 싶은 훌륭한 작품이 있다면 자유롭게 기여하거나 보고를 위해 연락주시기 바랍니다. 제출 이메일: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com 이 기사는 HMILab에 의해 작성되었습니다. HMILab은 북경대학교 영상 및 시각 기술 공학 연구 센터와 멀티미디어 정보 처리 국가 핵심 연구소의 두 가지 주요 플랫폼을 기반으로 오랫동안 기계 학습, 다중 모드 학습 및 구체화된 지능 분야의 연구에 참여해 왔습니다. 이 작품은 No.

2024-07-16 논평 0  488

기사 소개：TinyLLaVA+ 프로젝트는 칭화대학교 전자공학과 멀티미디어 신호 및 지능형 정보 처리 연구소(MSIIP) Wu Ji 교수팀과 베이항대학교 인공지능대학원 Huang Lei 교수팀이 공동으로 개발했습니다. 칭화대학교 MSIIP 연구소는 오랫동안 지능형 의료, 자연어 처리 및 지식 발견, 다중 양식과 같은 연구 분야에 전념해 왔습니다. 베이징항공 팀은 오랫동안 딥 러닝, 다중 모드, 컴퓨터 비전과 같은 연구 분야에 전념해 왔습니다. TinyLLaVA+ 프로젝트의 목표는 언어 이해, 질문 및 답변, 대화 등 다중 모드 기능을 갖춘 소형 교차 언어 지능형 비서를 개발하는 것입니다. 프로젝트 팀은 각자의 장점을 최대한 활용하고 기술적 문제를 공동으로 극복하며 지능형 비서의 설계 및 개발을 실현할 것입니다. 이는 지능형 의료, 자연어 처리 및 지식에 대한 기회를 제공할 것입니다.

2024-06-08 논평 0  498

기사 소개：대형 모델은 현실 세계에 대한 자신만의 이해를 형성할 수 있습니다! MIT 연구에서는 모델의 능력이 향상될수록 현실에 대한 이해가 단순한 모방을 넘어설 수 있음을 발견했습니다. 예를 들어, 대형 모델이 냄새를 맡은 적이 없다면 냄새를 이해할 수 없다는 뜻인가요? 연구에 따르면 쉽게 이해할 수 있도록 일부 개념을 자발적으로 시뮬레이션할 수 있는 것으로 나타났습니다. 이번 연구는 앞으로 대형 모델이 언어와 세계에 대한 더 깊은 이해를 가질 수 있을 것으로 기대된다는 것을 의미하며, 해당 논문은 최고 학회인 ICML24에 채택됐다. 이 논문의 저자는 중국의 박사과정 학생인 Charles Jin과 그의 지도교수인 MIT CSAIL(Computer and Artificial Intelligence Laboratory)의 Martin Rinard 교수입니다. 연구에서 저자는 대형 모델에게 코드 텍스트만 학습하도록 요청했고, 모델이 점차 그 뒤에 숨은 의미를 파악하는 것을 발견했습니다. 린

2024-08-17 논평 0  707

기사 소개：편집자 | 무 껍질 단백질 복합체의 구조적 예측은 약물 개발, 항체 설계 및 기타 응용 분야에서 중요한 역할을 합니다. 그러나 예측 정확도가 제한되어 있어 예측 결과가 실험 결과와 일치하지 않는 경우가 많습니다. Peking University, Changping Laboratory 및 Harvard University의 연구팀은 딥 러닝 구조 예측 모델을 사용하여 추가 대규모 재교육이나 미세 조정 없이 실험 제약 조건의 다양한 형태와 소스를 통합하는 일반 프레임워크인 ColabDock을 제안합니다. ColabDock은 시뮬레이션된 잔류물과 표면 제약 조건을 사용한 복잡한 구조 예측뿐만 아니라 NMR 화학적 이동 섭동 및 공유 라벨링에서도 AlphaFold2를 구조 예측 모델로 사용하는 HADDOCK 및 ClusPro보다 성능이 뛰어납니다.

2024-08-08 논평 0  464

기사 소개："책을 읽을" 수만 있는 대규모 언어 모델이 실제 세계에 대한 시각적 인식을 가질 수 있습니까? 문자열 간의 관계를 모델링함으로써 언어 모델은 시각적 세계에 대해 정확히 무엇을 배울 수 있습니까? 최근 MIT 컴퓨터 과학 및 인공 지능 연구소(MITCSAIL)의 연구원들은 시각적 기능에 초점을 맞춰 언어 모델을 평가했습니다. 그들은 단순한 모양과 물체부터 복잡한 장면에 이르기까지 점점 더 복잡해지는 시각적 개념을 생성하고 인식하도록 요청하여 모델의 능력을 테스트했습니다. 연구원들은 또한 텍스트 전용 모델을 사용하여 예비 시각적 표현 학습 시스템을 훈련하는 방법을 보여주었습니다. 이 연구를 통해 그들은 시각적 표현 학습 시스템의 추가 개발 및 개선을 위한 기반을 마련했습니다. 논문 링크: https://arxiv.

2024-02-01 논평 0  1088

기사 소개：현재 인체 자세 및 형상 추정(EHPS, Expressive Human Pose and Shapeestimation)에 대한 연구는 큰 진전을 이루었지만, 가장 발전된 방법은 훈련 데이터 세트의 한계로 인해 여전히 제한적입니다. Lab, 도쿄 대학 상하이 인공 지능 연구소, IDEA 연구소 과학 기술 연구원 SenseTime은 인체 자세 및 신체 크기 추정 작업을 위한 대규모 모션 캡처 모델 SMPLer-X를 처음으로 제안했습니다. 이 연구에서는 모델을 훈련하기 위해 다양한 데이터 소스에서 최대 450만 개의 인스턴스를 사용하여 7가지 주요 목록에서 최고의 성능을 달성했습니다. SMPLer-X는 신체 움직임뿐만 아니라 출력도 캡처합니다.

2023-10-30 논평 0  666