开源共训,双轮驱动支撑基础大模型创新普及化|浪潮信息吴韶华@MEET2024 量子位编辑整理:AIGC动态欢迎阅读 原标题:开源+共训,双轮驱动基础大模型创新普惠 |浪潮信息吴韶华@MEET2024关键字:模型,数据,结构,能力,里面文章来源:量子位内容字数:9353字 内容摘要: 编辑部整理自 MEET2024量子位 | 公众号 QbitAI相对于GPT-3,GPT-4(包... AI工具箱2年前
速度提升1000倍!MIT与康奈尔的研究:复杂体系下“炼金”过程加速效应 欢迎阅读AIGC动态 本文原标题为:速度暴涨1000倍!扩散模型预测材料“炼金”过程,体系越复杂加速度越大,详细介绍了MIT和康奈尔大学合作开发的新研究成果。他们利用扩散模型预测化学反应中关键的过渡态结构,取得了令人意想不到的准确性,同时计算速度提升了1000倍。相关研究成果已在Nature Com... AI工具箱2年前
MIT斯坦福团队最新研究:过度训练带来中度模型「涌现」出更强结构泛化能力 在最新的研究中,斯坦福和MIT的研究人员发现,经过长时间训练的Transformer类模型能够获得结构性的泛化能力,他们将这种现象称为“结构顿悟”。这种顿悟是指神经网络在训练期间一直只能记住样本信息,泛化能力几乎为零,但某一刻突然跳升,实现了完美的泛化。在这一研究中,他们注意到在处理句子的层次结构时... AI工具箱2年前
微软MatterGen助力材料学创新,新材料生成稳定性超越SOTA模型2.9倍 最近,微软推出了一项名为MatterGen的新技术,它可以直接生成具有稳定性的新型材料,相较于现有技术模型提高了2.9倍。这项突破性技术引发了业界的热烈讨论。此前,谷歌DeepMind的GNoME成功预测出了220万种晶体结构,为材料科学领域带来了新的可能性。而现在微软的MatterGen技术的推出... AI工具箱2年前
谷歌DeepMind新研究:AI预测220万种新材料,Nature发表 本文介绍了谷歌DeepMind新研究在材料学领域的突破性成果。通过使用一种AI工具,他们成功预测了220万种新的理论上稳定的晶体材料,这一成果大大提高了材料稳定性预测的准确率。与人类数百年来的知识积累相比,这项研究展现出了惊人的速度和规模。专家认为,这些新材料数据库可能会推动清洁能源和环境挑战方面的... AI工具箱2年前
DeepMind重磅研究:AI预测220万晶体结构,赢过人类800年,颠覆材料学 近日,谷歌DeepMind发布了一项重大研究成果,成功预测了220万种晶体结构,这一突破性成果登上了《Nature》杂志。该项研究利用全新的AI工具GNoME,不仅颠覆了材料学领域,而且预示着人工智能在化学领域的巨大潜力。 在这项研究中,AI预测了220万种晶体结构中的38万种最稳定的结构,这些结构... AI工具箱2年前
南开大学、山东大学和北京理工大学联合团队发布trRosettaRNA:基于Transformer网络自动预测RNA 3D结构 本文介绍了南开大学、山东大学和北京理工大学联合开发的trRosettaRNA,这是一种基于深度学习的自动化RNA 3D结构预测方法。文章指出,传统的自动化方法在基准测试中表现逊色,而trRosettaRNA在CASP15和RNA-Puzzles实验盲测中展现出竞争力。通过transformer网络进... AI工具箱2年前
45岁清华女神颜宁当选中国科学院院士,实力有多强? AIGC动态欢迎阅读 近日,45岁的颜宁教授当选中国科学院生命科学和医学学部院士,成为2023年中国两院院士增选结果中的一员。颜宁曾是清华大学教授,曾入选中国科学院院士候选名单,但遗憾落选。此次当选让人倍感振奋。颜宁在当选后表示,“这些‘帽子’不能改变一个人,真正重要的是我们在科学史上留下了什么,为... AI工具箱2年前
华中科技大学李松课题组:机器学习预测多孔材料水吸附等温线 本文报道了华中科技大学李松课题组利用机器学习预测多孔材料水吸附等温线的研究成果。多孔材料的水吸附等温线是一个重要参数,但获取这一参数并不容易,因为多孔材料种类繁多且结构多样。通过建立机器学习模型,该课题组训练人工智能通过材料的结构参数来预测水吸附等温线参数和性能表现。这一研究成果对水净化、水脱盐、水... AI工具箱2年前
生命主动思辨的数学领域探究 欢迎阅读AIGC动态 原文题目: 揭示生命主动推理的数学范畴 关键词: 报告、系统、透镜、控制论、结构 文章来源: 人工智能学家 字数: 2628字 内容摘要: 本文涉及来自CreateAMind的内容,文章编号为https://arxiv.org/abs/2109.04461。提到了"控制论"、"... AI工具箱2年前
OpenAI的控股方及公司治理架构全面解析 本文讨论了OpenAI公司的发展历程,重点关注了其融资过程、公司结构的变化以及董事会情况。OpenAI是由伊隆·马斯克、萨姆·奥特曼等科技领袖于2015年12月创立的非盈利人工智能研究实验室。随着公司发展,其独特的公司结构和董事会构成也成为关注焦点,甚至导致了CEO和总裁突然被离职的事件。文章试图探... AI工具箱2年前
科学杂志:人工智能预测将在各领域大放异彩! 本文介绍了加州大学伯克利分校研究人员在国际学术期刊《Science》发表的论文,提出了预测驱动的推理(PPI)技术。该技术可以安全地使用机器学习模型的预测结果来测试科学假设。尽管人工智能在科学领域发挥着越来越重要的作用,但也存在一些误导性和错误性带来的挑战。这一技术的提出有望纠正这些问题,为科学研究... AI工具箱2年前
李开复被曝仿冒案件细节深入,官方回应再次引发舆论围观 AI范儿动态欢迎您的阅读 原标题:李开复旗下「零一万物」深陷抄袭门,官方回应再次引起争议 关键词:模型,解读,公司,社区,结构 文章来源:AI范儿 字数:4812字 内容摘要:近日,某知名中国科技公司因其新型语言模型(LLM)被指控直接复制和重命名开源LLaMA模型而引发争议。公司发布声明试图澄清指... AI工具箱3年前
基于Transformer的蛋白质预测模型:利用蛋白质序列预测相互作用界面 本文介绍了一种基于Transformer的蛋白质预测模型,该模型可以仅通过蛋白质序列预测相互作用界面。研究人员来自杜克大学和康奈尔大学。蛋白质-蛋白质相互作用对生物过程至关重要,因此预测这些相互作用的位点具有重要意义。想要阅读完整文章,请查看原文链接:[仅根据蛋白质序列便可预测相互作用界面,一种基于... AI工具箱3年前
数学是否是宇宙的基石? 该文探讨了宇宙是否建立在数学之上的话题。文章从古代巴比伦人开始运用数学来理解日食和月食的例子,追溯到现代对数学在宇宙结构中的应用。作者引用了著名物理学家马克的报告,探讨了数学在揭示宇宙结构中扮演的角色。同时,文章提出了一个引人深思的问题:宇宙中的一切是否都可以用数学来解释?若您想深入了解全文内容,可... AI工具箱3年前
机器学习与拓扑数据分析融合:探索拓扑深度学习 欢迎阅读AIGC动态 这篇文章原题目为:当机器学习遇见拓扑:拓扑数据分析与拓扑深度学习 关键词包括:拓扑、数据、结构、模型、分子 文章来源为:人工智能学家 文章字数为:23378字 内容摘要:作为数学的一个分支,拓扑学以独特方式描述空间属性和结构。近年来,几何和拓扑在机器学习领域得到广泛应用,尤其是... AI工具箱3年前
DeepMind推出全新AlphaFold,实现几乎所有分子结构的准确预测! 资讯来源于大数据文摘,介绍了DeepMind公司新一代AlphaFold模型的发布。这一更新大幅提高了预测准确性,不仅覆盖了蛋白质结构,还扩展到其他生物分子,包括配体。AlphaFold自2020年发布以来已经颠覆了对蛋白质及其相互作用的认知,并成为生命科学领域的重要突破。Google DeepMi... AI工具箱3年前
DeepMind公布最新一代AlphaFold,准确率提升近10%!DNA和RNA的AlphaFold时代已经来临 本文介绍了DeepMind最新发布的AlphaFold最新版本,展示了其预测蛋白质结构的准确性大幅提高,并且具备了预测RNA等新能力。据报道,该新一代AlphaFold不仅在处理和预测蛋白质结构方面表现更加准确,还具备了处理RNA等相似结构的能力。该技术的进步带来了巨大的突破。详情请查看原文链接以获... AI工具箱3年前
全新高清写实人体生成模型HyperHuman发布:采用隐式结构扩散技术,刷新多项SOTA 新一篇文章发布啦!标题是"AIGC动态欢迎阅读",内容涉及到更高清写实的人体生成模型HyperHuman。该模型基于隐式结构扩散,刷新了多项SOTA。这篇文章的来源是机器之心。想了解更多详情可以点击原文链接查看。如果对文章内容有任何疑问,可以联系作者,作者微信是almosthum... AI工具箱3年前
港大发布GraphGPT:微调参数比通用GPT模型1/50,准确率提升10倍!LLM也能理解图结构,无需长token 图神经网络(Graph Neural Networks)已成为分析和学习图结构数据的重要框架,推动了多个领域的进步,如社交网络分析、推荐系统和生物网络分析等。最新的研究表明,利用GraphGPT框架将图结构模型和大语言模型进行参数对齐,通过双阶段图指令微调提高模型对图结构的理解能力和适应性,并整合C... AI工具箱3年前
微软开源新型蛋白质生成AI框架EvoDiff,利用进化扩散进行蛋白生成 欢迎阅读AIGC动态 原文标题:微软开源新型蛋白质生成AI框架EvoDiff,利用进化扩散进行蛋白生成 关键词:蛋白质、序列、模型、结构、功能 文章来源:机器之心 内容字数:7076字 内容摘要:紫罗进化产生了多种功能蛋白,可以精确调节细胞过程。近年来出现了深度生成模型,旨在从这种多样性中学习,生成... AI工具箱3年前
DeepMind创始人获拉斯克「诺奖风向标」,AlphaFold奠定「科学领域AI」新标杆 在新智元报道中,推出了一篇关于DeepMind创始人获得拉斯克奖的文章,此次奖项可谓是诺贝尔奖的风向标。AlphaFold的出现标志着人工智能对科学领域的重要影响。拉斯克奖是生理学和医学领域中备受尊敬的奖项,此次颁奖共分为四个奖项,包括基础医学研究奖、临床医学研究奖、公共服务奖以及医学科学特别成就奖... AI工具箱3年前
Google DeepMind再创辉煌:AI成功预测上千万“错义突变”,或将助力解决人类遗传学难题 针对AIGC的最新动态 原文题目:Science杂志报导:Google DeepMind再次取得重大进展,利用人工智能成功预测数百万个“错义突变”,或将有助于解决人类遗传学领域的难题。 重要关键词:蛋白质,致病性,突变,结构,序列 文献来源:摘自大数据文摘 文章字数:4853字 内容摘要:大数据文摘... AI工具箱3年前
DeepMind最新模型:预测基因突变致病性能力超人类专家近千倍 <img src=""> 欢迎阅读AIGC动态 原标题:DeepMind推出新模型,可预测基因突变是否致病,比人类专家提升近千倍。 关键词:突变,蛋白质,结构,人类,氨基酸。 文章来源:AI导航 内容字数:7886字 内容摘要:谷歌DeepMind发布新模型,可预测7... AI工具箱3年前
深度学习新突破!谷歌DeepMind发布新模型,预测7100万基因突变,研究成果刊登在Science 本文介绍了谷歌DeepMind团队发布的新模型AlphaMissense,通过微调蛋白质预测模型AlphaFold,可以预测单个氨基酸的错义突变是否具有致病性。 这一AI工具可用于判断人类基因突变是否会导致疾病,具有广泛的预测能力。 详情请阅读原文链接。如果需要联系作者,请查看以下信息。 AI工具箱3年前
哈佛、哥伦比亚大学合作开源1600万组蛋白质序列,为解决AlphaFold 2训练数据私有化问题迈出重要一步! 在最新的报道中,哈佛大学和哥伦比亚大学发布了一个名为OpenProteinSet的开源数据集,其中包含了1600万组开源蛋白质多序列对齐(MSA)和相关数据。这一数据集覆盖了所有蛋白质数据库的蛋白质和各种UniProt集群,为广泛的人工智能模型训练提供了可能。蛋白质作为生命的基本单位,对于设计新酶、... AI工具箱3年前
DeepMind新模型取得重大突破,成功预测生命科学中89%的错义突变 AIGC动态欢迎阅读原标题:深度学习公司DeepMind研发新模型,可预测89%的蛋白质错义突变关键字:错义突变,蛋白质,结构,人类,氨基酸文章来源:AI导航内容字数:8083字内容摘要:人工智能在生命科学领域迈出重要一步。AI导航报道称,谷歌旗下DeepMind团队的最新研究在国际顶尖学术期刊《科... AI工具箱3年前
谷歌使用GNN技术开发气味识别AI,相当于人类评价员工作70年的工作量 <img src=""> 欢迎阅读AIGC动态 本文转载自HyperAI超神经,原标题为“Google 基于 GNN 开发气味识别 AI,工作量相当于人类评价员连续工作 70 年”,主要介绍了Google Research的子公司Osom最新开发的气味分析AI。该AI... AI工具箱3年前
北大团队打造大模型写代码新利器:结构化思维链SCoT <img src=""> AIGC动态欢迎阅读 原标题:大型语言模型在代码生成方面表现出强大能力,北京大学团队提出结构化思维链SCoT 关键词:代码、结构、研究者、模型、需求 文章来源:机器之心 内容字数:13780字 内容摘要:大型语言模型在代码生成方面展现了强大的... AI工具箱3年前