在科技浪潮是推动下,传统农业正经历一场智能化变革。作为现代农业的「千里眼」,农业遥感通过收集和无人机等平台的遥感数据,被广泛应用于监测作物生长状况、土地利用与覆盖变化、病虫害情况、水资源管理和农业环境的演变等多个方面。 农业遥感能够为决策者提供实时、深入的洞察力,确保了信息的精确性和决策的前瞻性。 然而,遥感数据在农业中应用通常需要高空间分辨率 (HSR) 和频繁的观测。受限于光学影像的重
蛋白质是构成生命的物质基础,是生命活动的主要承担者。在后基因组时代,随着蛋白质测定技术的发展,蛋白质序列数据库规模呈爆炸式增长。为了深入了解蛋白质的多样性和功能,识别蛋白质在生物学中也就显得尤为重要。 在对蛋白质的识别过程中,蛋白质序列的同源性鉴定则是其中一项至关重要的任务, 它能够帮助科学家们理解蛋白质的进化关系、结构特征以及功能。传统的蛋白质序列比对方法虽然在许多情况下表现出色,但在面对远端同
AlphaFold 在蛋白质预测领域一骑绝尘,AlphaFold 3 更是突破限制,实现了所有生命分子的预测,其发布时便有声音称,AlphaFold 3 的结构化预测与生成将加速 AIDD (Artificial Intelligence-driven Drug Design,AI 驱动药物设计) 的发展。 如今,DeepMind 面向 AI 药物设计再开一枪——发布用于新型蛋白质设计的 Alph
光的波长探测在科学研究和工业应用中具有重要作用,光学光谱仪是其中不可或缺的分析工具。如今,体积庞大的传统光谱仪已经无法满足日益发展的光谱检测技术需求,微型化成为光谱仪发展的必由之路, 其在机器视觉、环境监测、医学诊断等各个领域具有巨大的应用潜力。 光谱仪的微型化有多条不同的技术路线,依赖人工智能算法的计算重构式光谱仪近年来备受业界关注。这种光谱仪利用高速计算来部分替代物理分光元件的工作负荷,能进一
能够以「原子精度」预测出所有生物分子结构和相互作用的 AlphaFold 3,一经面世便引起了业界的广泛讨论。8 月 13 日,在上海交通大学 AI for Bioengineering 暑期学校活动中,钟博子韬博士以「AlphaFold 3:原理,应用与展望」为题,系统性地梳理了他的学习心得,并广泛整理了来自科研界的众多相关研究成果,向大家分享了他对于 AlphaFold 3 的深刻洞察, Hy
以史观今,一直以来,人们从未停止对历史史实的探寻,而文字无疑是历代文明存活的最佳印记,更是了解其发展历程的途径。甲骨文 (OBS) 是我国已知最早且成系统的文字形式之一,可以追溯到约 3,000 年前,承载着中华民族一脉相承的文化。 近年来,陆续有甲骨文遗迹出土,其中记录的内容丰富,包括天文学、气象学、畜牧业、宗教和仪式等方面。与其他古代文字类似,许多甲骨文字的含义已随时间流逝而失传。在已出土的
近日,上海交通大学 AI for Bioengineering 暑期学校完美落幕,百余名来自企业、研究机构、高校的行业专家、企业界代表及优秀青年学者共聚一堂,围绕 AI 在生物工程领域的应用展开了激烈的思维碰撞。 其中,上海交通大学自然科学研究 & 物理与天文学院 & 药学院特聘教授洪亮以「AI 走进生活和科学」为题,深入浅出地分享了 AI 在科学研究领域,特别是蛋白设计领域的应用
探索蛋白质动态结构的奥秘,不仅是推动新药研发的关键一步,更是理解生命过程的重要基石。然而,蛋白质的复杂性让人们难以直接捕捉并解析其深层结构信息,如何将错综复杂的生物数据转化为直观易懂的表达形式,一直是科研领域的一大难题。 随着语言模型 (LM) 的飞跃式发展,一个创新的想法应运而生:既然语言模型能够从大量数据中学习和提取文本信息,那能否从蛋白质数据中学会「阅读」蛋白质信息,直接将动态的蛋白质结构信
密度泛函理论 (density functional theory, DFT) 作为一种用于预测和解释材料性质的关键工具,在物理、化学、材料科学等领域都发挥着不可或缺的作用。 然而,传统 DFT 通常需要耗费大量计算资源和时间,其应用范围受到显著限制。 作为一个新兴的跨学科领域,将深度学习与密度泛函理论结合,通过大量的计算模拟来预测和发现新材料,正逐渐克服传统 DFT 计算耗时且复杂的缺点,在计算
自 2012 年以来,人工智能模型训练算力需求每 3-4 个月翻一番,每年人工智能训练模型所需算力增长幅度高达 10 倍。这就带来了一个挑战:我们如何让 AI 更快、更高效?答案可能就藏在光的世界里。 光学计算, 一个充满潜力的领域,主张利用光的速度和特性将机器学习应用的速度和能效提升到新的高度。但是,要实现这一目标,我们必须解决一个难题:如何有效地训练这些光学模型。过去,人们依赖于数字计算机来模
在海洋生态学研究中,生物声学是人们获取海洋生物信息的重要途径。顾名思义,生物声学主要是对动物声音的生成、传播与接收进行研究。 随着技术的发展,科研人员目前已经能够通过解码动物发声,了解其物种、性别、个体标识或健康情况。 然而,传统的生物声学在进行种群监测时,需要耗费大量的人力来处理和分析现场录音,耗时且成本高。AI 在声音识别方面的突破为这一挑战提供了理想解决方案。机器学习凭借其自动化处理与自我学
Meet AI4S 第二期
全球首个!清华/上海交大等联合构建面向糖尿病诊疗的视觉-大语言模型,登 Nature 子刊
在无线通信中,信号经由无线信道传递通常会受到能量衰减、噪声干扰等影响,导致用户侧接收到的信号与基站发出的信号存在一定程度的变化,就如同人们出行时受到实况道路影响,到达目的地的时间会与预期存在一定程度的差异。要想预期与实际情况相符,出行时就必须了解精确的道路状态信息,而在无线通信中,为保证信号传输的准确性和有效性,就需要了解精确的信道状态信息 (channel state information,
AI 工具 GNoME 发现 220 万种新晶体,相当于人类科学家 800 年的实验产出,其中 38 万种新晶体可以成为未来高新技术的稳定材料。从计算机芯片、电池到太阳能电池板,都离不开结构稳定的无机晶体 (inorganic crystals)。传统意义上,发现或者研发一种全新的稳定的无机晶体,往往需要长达数月的艰苦实验。如今借助 Google DeepMind 发布的深度学习工具 G
内容一览:如果能在短期内确定并预测田间所有作物的生长状况,就可以设定最佳采收日期,减少非标准尺寸作物的数量,并最大限度地减少收入损失。对此,来自东京大学和千叶大学的研究人员,给出了 AI + 无人机解决方案。关键词:农业 无人机 遥感影像作者 | 李宝珠编辑 | 三羊、雪菜春耕夏耘,秋收冬藏,四者不失时,故五谷不绝而百姓有馀食也。长久以来,人们遵循历年传承的经验辛勤耕种,并根据普遍成熟周期收割农作
多孔材料的水吸附等温线是一个非常重要的参数,但这一参数的获得并不容易。这是因为多孔材料种类过多、结构多元,通过实验和计算的方式获得水吸附等温线数据成本过高,耗时过长。华中科技大学的李松课题组,建立了一个两步机器学习模型,训练 AI 通过材料的结构参数预测水吸附等温线参数和后续应用性能。作者|加零编辑|雪菜、李慧、三羊在水净化、水脱盐、水收集和吸附热转换等过程中,多孔材料有着巨大的应用。这些吸附驱动
01 美国商务部对中芯片出口新规正式生效当地时间 11 月 16 日,由美国商务部工业与安全局 (BIS) 发布的芯片和半导体设备出口限制新规(下文简称芯片出口限令)正式生效。该新规由 BIS 在 10 月 17 日更新提出,旨在进一步限制中国购买高端计算芯片和涉及先进工艺的半导体设备。美国商务部长吉娜·雷蒙多 (Gina Raimondo) 直言不讳地表示,禁令的目的是限制中国「获得可能推动人工
科学发现是一个复杂过程,涉及到几个相互关联的阶段,包括形成假设、实验设计、数据收集及分析。近年来,AI 与基础科研的融合日益加深,借助 AI,科学家得以加速科研进度、促进科研成果的落地。 权威期刊「Nature」刊登了一篇论文,来自斯坦福大学计算机科学与基因技术学院的博士后 Hanchen Wang,与佐治亚理工学院计算科学与工程专业的 Tianfan Fu,以及康奈尔大学计算机系的 Y
铭文、碑刻是过去文明的思想、文化和语言的体现。金石学家破译千年前的密码,需要完成文本修复、时间归因和地域归因三大任务。 主流的研究方式是「字符串匹配」,即凭借记忆或查询语料库匹配字型相似的铭文,这导致了结果的混淆和误判。 为此,DeepMind 和威尼斯福斯卡里大学联合开发了 Ithaca,利用 AI 帮助人类学者破译希腊铭文。 作者 | 加零 编辑 | 雪菜、三羊 金石学,是研究金石铭文、碑刻和
数值天气预报是天气预报的主流方法。它通过数值积分,对地球系统的状态进行逐网格的求解,是一个演绎推理的过程。 然而,随着天气预报分辨率不断升高,预报时间逐渐延长,NWP 模式所需要的算力迅速增加,限制了其发展。另一方面,以人工智能为基础的数据驱动天气预报快速发展,在部分领域已经超越了传统方法。 现有的机器学习天气预报精度如何?人工智能又将如何改变天气预报?本文对比了几大数据驱动的机器学习天气预报模型
无论是「西部世界」中的 3D 生物打印、「星球大战」中卢克天行者的机械手臂、还是「黑客帝国」中 AI 创造的虚拟世界,这些科幻片中的丰饶想象无不透露出人类对健康、长生的向往。如今,机器手臂、 人工智能 等这些经常在电影中出现的医疗技术已经成为现实。想象一下,未来医生只需要简单地扫描你的眼睛,就能得知你的心脏健康状况、预测帕金森风险。听起来是不是也很科幻?但这并不是电
「我高兴地在北京市的天安门广场上看红色的国旗升起」 快速阅读一下这个句子,大家可能会发现,只需「我在天安门广场看升旗」几个字,就能概述我们需要的信息,也就是说,无需逐字逐句地阅读,抓住重点即可破译全部信息。那么,科学研究是不是也能如此呢? 受此启发,研究人员将人工智能 (AI) 与显微技术结合,训练 AI 主动识别样本中的关键特征,供研究者分析。不同于传统显微技术中对样本的全点式扫描,AI + 显
水的太阳能光电化学 (PEC) 分解是将太阳能高效转换为氢能的方法,是一种很有前景的可再生能源生产方式。然而,受电极性质及电极缺陷的影响,PEC 反应的效率较低,需要合适的助催化剂辅助。而电解池、光电极和助催化剂组成的 PEC 系统非常复杂,参数繁多,系统优化成本很高。为此,清华大学的朱宏伟课题组利用机器学习,对 BiVO4 光阳极系统进行了优化。机器学习可以基于以往的实验数据,找出光阳极、助催
触觉传感器是机器与复杂环境交互的重要媒介,已广泛应用于多个场景之中。然而,理想的传感器需要高灵敏度、宽工作范围和优异的可重复性。这需要研发者基于丰富的研发经验和大量的文献调研合理选择器件参数,并进行多次试错实验,对参数进行优化。 然而,这种经验驱动的设计流程,隔绝了设计端和应用端,导致传感器在实际应用中又会面临诸多问题。为此,浙江大学的研究团队利用支持向量机优化了摩擦电纳米发电机触觉传感器的设计。这一传感器可以准确识别不同的动态触摸模式,并实现文字识别和盲文识别。本文是对实验过程的解读与分享→
人类基因组共有 31.6 亿个碱基对,无时无刻不在经历复制、转录和翻译,也随时有着出错突变的风险。错义突变是基因突变中的一种常见形式,然而人类目前只能对其中的 0.1% 进行解读。准确预测错义突变的作用,对于罕见病、遗传病的研究和防治有着重要作用。但现有的方法费时费力,无法对错义突变进行大规模的分析。 为此,DeepMind 基于 AlphaFold 和无监督学习,开发了 AlphaMissense,对人类可能出现的 7,100 万种错义突变进行了预测,正确率达到了 90%。这些结果将极大促进分子生物学、基因组学、临床医学等学科的发展。本文是对实验过程的解读与分享→
据世界卫生组织统计,2020 年全球新发乳腺癌病例 230 万例,在所有癌症中居首位,超越肺癌成为第一大癌。如果能在乳腺癌早期发现肿瘤,并加以干预,避免肿瘤转移,乳腺癌对人体健康的影响就会显著降低。 目前乳腺 X 光是临床常用的乳腺癌筛查手段。放射科医生会对 X 光片进行分析,随后对可疑的结果进行复核,判断患者的健康状况。但复核过程会占用医生大量时间,增加工作负荷,影响其他患者就诊。为此,英国诺丁汉大学的研究者对比了 AI 和医生分析 X 光片的能力,发现二者在灵敏度和特异性上不相上下。本文是对实验过程的解读与分享→
联合国预测,2050 年世界人口预计达到 91 亿,全球对粮食的需求量将增加 70%。然而,由于世界农业发展水平不均衡,很多欠发达地区的粮食产量无法准确统计,更无法对其农业发展做出规划,帮助他们增产。虽然智慧农业为农业生产规划提供了新方法,但这些技术同样很难在全球普遍推广。 为此,京都大学的研究者通过卷积神经网络 (CNN) 对农田照片进行分析,高效准确地对当地的粮食产量进行了统计,为促进全球农业发展提供了新方法。本文是对实验过程的解读与分享→
内容一览:气味总是萦绕我们身边。然而,我们却很难对气味准确描述。最近,Google Research 的子公司 Osmo 基于图神经网络,开发了气味分析 AI。它可以根据化学分子的结构,对分子的气味进行预测。基于这一 AI,研究人员绘制出了主气味谱图,建立了化学结构与气味之间的映射,有望为感知觉研究提供新方法。 关键词:气味分析 GNN 气味谱图 作者 | 雪菜 编辑 | 三羊 本文首
内容一览:在被不锈钢包围的世界中,我们可能都快忘记了腐蚀的存在。然而,腐蚀存在于生活中的方方面面。无论是锈迹斑斑的钢钉,老化漏液的电线,还是失去光泽的汽车,这一切的发生都与腐蚀有关。据统计,全世界每年由金属腐蚀带来的经济损失超过 2.5 万亿美元,远超过其他自然灾害。其中,腐蚀在中国造成的经济损失约 3,949 亿美元,占中国 GDP 的 4.2%。正因为此,研究者们一直在探索抗蚀性能更好的合金
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号