


Des renversements continus ! DeepMind a été interrogé par l'équipe russe : Comment prouver que les réseaux de neurones comprennent le monde physique ?
Il y a eu récemment une autre controverse dans la communauté scientifique. Le protagoniste de l'histoire est un article scientifique publié par le centre de recherche de DeepMind à Londres en décembre 2021. Les chercheurs ont découvert que les réseaux neuronaux peuvent être utilisés pour entraîner et construire des appareils électroniques plus précis qu'auparavant. Les diagrammes de densité et d'interaction peuvent résoudre efficacement les erreurs systématiques de la théorie fonctionnelle traditionnelle.
Lien papier : https://www.science.org/doi/epdf/10.1126/science.abj6511
Le modèle DM21 proposé dans l'article simule avec précision des systèmes complexes tels que les brins d'hydrogène , les paires de bases d'ADN chargées et les états de transition binaires. Dans le domaine de la chimie quantique, on peut dire qu’elle a ouvert une voie technique réalisable vers des fonctions universelles précises.
Les chercheurs de DeepMind ont également publié le code du modèle DM21 pour faciliter la reproduction par les pairs.
Lien du référentiel : https://github.com/deepmind/deepmind-research
Logiquement parlant, l'article et le code sont publics et ils sont publiés dans les meilleures revues. et La conclusion de la recherche est fondamentalement fiable .
Mais huit mois plus tard, huit chercheurs de Russie et de Corée du Sud ont également publié une revue scientifique dans Science. Ils pensaient qu'il y avait un problème dans la recherche originale de DeepMind, c'est-à-dire que l'ensemble d'entraînement et l'ensemble de tests pouvaient se chevaucher. Partie , conduisant à des conclusions expérimentales incorrectes.
Lien papier : https://www.science.org/doi/epdf/10.1126/science.abq3385
Si les soupçons sont vrais, alors cet article de DeepMind est connu comme un article majeur Selon l’article de , avancée technologique dans l’industrie chimique, les améliorations obtenues dans les réseaux neuronaux peuvent toutes être attribuées à des fuites de données.
Cependant, DeepMind a également répondu rapidement. Le jour même de la publication de la revue, elle a immédiatement écrit une réponse pour exprimer son objection et sa ferme condamnation : les opinions exprimées étaient soit incorrectes, soit incompatibles avec les principales conclusions du document et leurs commentaires.Sans rapport avec l'évaluation de la qualité globale de DM21.
Le célèbre physicien Feynman a dit un jour :Les scientifiques veulent juste être aussi rapides autant que possible Prouvez que vous avez tort, ce n'est qu'ainsi que vous pourrez progresser.
Bien que l'issue de cette discussion ne soit pas encore conclue et que l'équipe russe n'ait pas publié d'autres articles de réfutation, l'incident pourrait avoir un impact plus profond sur la recherche dans le domaine de l'intelligence artificielle : comment prouver qu'elle a été formé Le modèle de réseau neuronal comprend-il vraiment la tâche au lieu de simplement mémoriser le modèle ? Questions de recherche
La chimie est la science centrale du 21e siècle (bien sûr), et la conception de nouveaux matériaux dotés de propriétés spécifiées, telles que la production d'électricité propre ou le développement de supraconducteurs à haute température, nécessite de simuler des électrons sur des ordinateurs.
Les électrons sont des particules subatomiques qui contrôlent la façon dont les atomes se combinent pour former des molécules. Ils sont également responsables du flux d'électricité dans les solides. Comprendre l'emplacement des électrons dans une molécule peut grandement contribuer à expliquer sa structure, ses propriétés et ses propriétés. réactivité.En 1926, Schrödinger a proposé l'équation de Schrödinger, qui peut décrire correctement le comportement quantique de la fonction d'onde. Mais utiliser cette équation pour prédire les électrons dans une molécule est insuffisant car tous les électrons se repoussent et il est nécessaire de suivre la probabilité de la position de chaque électron, ce qui est une tâche très compliquée, même pour un petit nombre d'électrons.
Une avancée majeure a eu lieu dans les années 1960 lorsque Pierre Hohenberg et Walter Kohn ont réalisé qu'il n'était pas nécessaire de suivre chaque électron individuellement. Au lieu de cela, connaître la probabilité qu’un électron se trouve dans chaque position (c’est-à-dire la densité électronique) suffit pour calculer avec précision toutes les interactions.
Après avoir prouvé la théorie ci-dessus, Kohn a remporté le prix Nobel de chimie, créant ainsi la théorie fonctionnelle de la densité (théorie fonctionnelle de la densité, DFT)
Bien que la DFT ait prouvé que la cartographie existe, depuis plus de 50 ans, les électrons La nature exacte de la cartographie entre la densité et l’énergie d’interaction, dite fonctionnelle de densité, reste inconnue et doit être résolue de manière approximative.
DFT est essentiellement une méthode de résolution de l'équation de Schrödinger, et sa précision dépend de sa partie échange-corrélation. Bien que la DFT implique un certain degré d’approximation, elle constitue le seul moyen pratique d’étudier comment et pourquoi la matière se comporte d’une certaine manière au niveau microscopique et est donc devenue l’une des techniques les plus largement utilisées dans tous les domaines scientifiques.
Au fil des années, les chercheurs ont proposé plus de 400 fonctions approximatives de différents degrés de précision, mais toutes ces approximations souffrent d'erreurs systématiques car elles ne parviennent pas à capturer certaines propriétés mathématiques clés de la fonctionnelle exacte.
Quand il s’agit d’apprendre des fonctions approximatives, n’est-ce pas ce que font les réseaux de neurones ?
Dans cet article, DeepMind a formé un réseau neuronal DM 21 (DeepMind 21) sur des données moléculaires et un système fictif avec charge et spin fractionnaires, et a réussi à apprendre une fonctionnelle sans erreurs systématiques. Être capable d'éviter les erreurs de délocalisation. et la rupture de la symétrie de spin permet une meilleure description d'un large éventail de classes de réactions chimiques.
En principe, tout processus chimique et physique impliquant un mouvement de charge est sujet à des erreurs de délocalisation, et tout processus impliquant une rupture de liaison est sujet à une rupture de symétrie de spin. Si le mouvement des charges et la rupture des liaisons sont au cœur de nombreuses applications techniques importantes, ces problèmes peuvent également conduire à de nombreux échecs qualitatifs dans la description des groupes fonctionnels des molécules les plus simples, comme l’hydrogène.
Le modèle est construit à l'aide d'un perceptron multicouche (MLP), et l'entrée est constituée des caractéristiques locales et non locales de l'orbite occupée de Kohn-Sham (KS).
La fonction objectif en contient deux : l'une est la perte de régression utilisée pour apprendre l'énergie de corrélation d'échange elle-même, et l'autre est la régularisation du gradient pour garantir que la dérivée de la fonction peut être utilisée pour le calcul du champ auto-cohérent (SCF) après élément de formation.
Pour la perte de régression, les chercheurs ont utilisé un ensemble de données à densité fixe représentant les réactifs et les produits de 2 235 réactions, et ont entraîné le réseau à cartographier ces densités en énergies de réaction de haute précision via un objectif des moindres carrés, où 1 161 les réactions d'entraînement représentent l'atomisation, l'ionisation, l'affinité électronique et l'énergie de liaison intermoléculaire des petites molécules du groupe principal H-Kr, et 1074 réactions représentent les densités clés FC et FS des atomes H-Ar.
Le modèle DM21 résultant s'exécute de manière auto-cohérente sur toutes les réactions de la grande famille de référence principale, produisant des densités moléculaires plus précises.
Vrai SOTA ou fuite de données ?
Lorsque DeepMind entraîne DM21, les données utilisées sont un système de charge fractionnaire, tel qu'un atome d'hydrogène avec un demi-électron.
Pour prouver la supériorité du DM21, les chercheurs ont effectué des tests sur un ensemble de dimères étirés, appelé ensemble de référence de rupture de liaison (BBB). Par exemple, deux atomes d’hydrogène éloignés l’un de l’autre possèdent au total un électron.
Les résultats expérimentaux ont révélé que la fonctionnelle DM21 a montré d'excellentes performances sur l'ensemble de test BBB, surpassant toutes les fonctionnelles DFT classiques testées jusqu'à présent et DM21m (identique à l'entraînement DM21, mais sans charges fractionnaires dans l'ensemble d'entraînement).
Puis DeepMind a affirmé dans le journal : DM21 a compris les principes physiques derrière le système de charge fractionnée.
Mais si vous regardez attentivement, vous constaterez que dans le groupe BBB, tous les dimères deviennent très similaires au système du groupe d'entraînement. En fait, en raison de la nature localisée des interactions électrofaibles, les interactions atomiques ne sont fortes que sur de courtes distances, au-delà desquelles les deux atomes se comportent essentiellement comme s'ils n'interagissaient pas.
Michael Medvedev, chef du groupe de recherche à l'Institut Zelinsky de chimie organique de l'Académie des sciences de Russie, explique que d'une certaine manière, les réseaux neuronaux sont comme les humains dans le sens où ils préfèrent obtenir la bonne réponse pour la mauvaise raison. . Il n’est donc pas difficile de former un réseau neuronal, mais il est difficile de prouver qu’il a appris les lois de la physique plutôt que de simplement mémoriser les bonnes réponses.
Par conséquent, l'ensemble de tests BBB n'est pas un ensemble de tests approprié : il ne teste pas la compréhension DM21 des systèmes électroniques fractionnaires, et une analyse approfondie de quatre autres éléments de preuve pour le traitement DM21 de tels systèmes ne conduit pas à des conclusions concluantes : Seule sa bonne précision sur l'ensemble SIE4x4 peut être fiable.
Les chercheurs russes estiment également que l'utilisation de systèmes de charge fractionnée dans l'ensemble d'entraînement n'est pas la seule nouveauté dans les travaux de DeepMind. Leur idée d'introduire des contraintes physiques dans les réseaux neuronaux via des ensembles d'entraînement, et la méthode permettant de donner une signification physique grâce à l'entraînement de potentiels chimiques corrects, pourraient être largement utilisées dans la construction de fonctionnalités DFT de réseaux neuronaux à l'avenir.
DeepMind Response
Pour commentaires L'affirmation du document selon laquelle la capacité du DM21 à prédire les conditions de charge fractionnaire (FC) et de spin fractionnaire (FS) en dehors de l'ensemble d'entraînement n'est pas démontrée dans l'article, qui est basé sur l'ensemble d'entraînement avec le L'indice de rupture d'obligations BBB présente un chevauchement d'environ 50 %, ainsi que des conclusions tirées de l'efficacité et de l'exactitude d'autres exemples de généralisation.
DeepMind n'est pas d'accord avec cette analyse et estime que les points soulevés sont soit incorrects, soit sans rapport avec les principales conclusions de l'article et l'évaluation de la qualité globale de DM21, car le BBB n'est pas responsable du comportement FC et FS montré. dans le document Uniquement exemple.
Le chevauchement entre l'ensemble d'entraînement et l'ensemble de test est un problème de recherche digne d'attention en apprentissage automatique : la mémoire signifie qu'un modèle peut mieux fonctionner sur l'ensemble de test en copiant des exemples dans l'ensemble d'entraînement.
Gerasimov pense que le comportement du DM21 sur le BBB (contenant des dimères de distance finie) peut être bien expliqué en reproduisant la sortie des systèmes FC et FS (c'est-à-dire que les atomes correspondent aux dimères à des limites de séparation infinies).
Pour prouver que DM21 se généralise au-delà de l'ensemble d'entraînement, les chercheurs de DeepMind ont également examiné les exemples prototypiques BBB de H2+ (dimère cationique) et H2 (dimère neutre) et ont pu conclure que : Exactement La fonction d'échange-corrélation n'est pas -local ; renvoyer une valeur mémorisée constante peut entraîner des erreurs significatives dans les prédictions BBB à mesure que la distance augmente.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Mais peut-être qu’il ne pourra pas vaincre le vieil homme dans le parc ? Les Jeux Olympiques de Paris battent leur plein et le tennis de table suscite beaucoup d'intérêt. Dans le même temps, les robots ont également réalisé de nouvelles avancées dans le domaine du tennis de table. DeepMind vient tout juste de proposer le premier agent robot apprenant capable d'atteindre le niveau des joueurs amateurs humains de tennis de table de compétition. Adresse papier : https://arxiv.org/pdf/2408.03906 Quelle est la capacité du robot DeepMind à jouer au tennis de table ? Probablement à égalité avec les joueurs amateurs humains : tant en coup droit qu'en revers : l'adversaire utilise une variété de styles de jeu, et le robot peut également résister : recevoir des services avec des tours différents : Cependant, l'intensité du jeu ne semble pas aussi intense que le vieil homme dans le parc. Pour les robots, le tennis de table

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
