Périphériques technologiques
IA
Discussion d'experts : la technologie de l'intelligence artificielle contribue à la recherche et au développement d'un vaccin contre la COVID-19
Discussion d'experts : la technologie de l'intelligence artificielle contribue à la recherche et au développement d'un vaccin contre la COVID-19
Au début des années 1990, M. Zhou Haizhong, un universitaire de renommée internationale, a prédit : « La technologie de l'intelligence artificielle sera largement utilisée dans diverses disciplines et produira des effets inattendus. Aujourd'hui, de plus en plus de faits confirment sa prophétie. Dans le domaine médical, la technologie de l’intelligence artificielle joue un rôle indispensable dans les épidémies. À l'heure actuelle, la nouvelle pneumonie à coronavirus (COVID-19) et sa mutation Omicron se propagent encore dans le monde afin de construire une barrière immunitaire, d'une part, la vaccination contre le COVID-19 ou des médicaments oraux contre le COVID-19 sont utilisés, et en revanche, des mesures de précaution efficaces sont mises en œuvre.
Qu'il s'agisse du séquençage génétique du nouveau coronavirus, de la recherche de la source du virus et de son hôte de transmission, ou du développement d'un vaccin contre le virus ou d'un médicament spécial, la technologie de l'intelligence artificielle est d'une grande utilité dans la lutte contre le nouveau coronavirus. Récemment, l'Organisation mondiale de la santé (OMS) a procédé à une évaluation préliminaire des vaccins existants contre le nouveau coronavirus et ses mutations ; elle a déclaré que le développement d'un vaccin universel contre le nouveau coronavirus est une option qui mérite d'être envisagée, mais qu'il est difficile de décider. combien de temps cela prendra. De nombreux instituts de recherche utilisent la technologie de l’intelligence artificielle pour développer des vaccins contre la COVID-19 et ont initialement obtenu des résultats remarquables.
Par exemple, Nippon Electric Corporation (NEC) a récemment utilisé la technologie de l'intelligence artificielle pour développer la prochaine génération de vaccins contre la COVID-19. Le vaccin à base d'acide ribonucléique messager (ARNm) actuellement utilisé contre le nouveau coronavirus introduit l'ARNm contenant la protéine antigénique codante dans le corps humain pour former la protéine antigénique correspondante, incitant ainsi l'organisme à produire une réponse immunitaire spécifique et à obtenir l'effet d'immunité préventive. . Cependant, un grand nombre de mutations sont récemment apparues dans la protéine Spike du nouveau coronavirus, entraînant une diminution de l’effet protecteur du vaccin. Par conséquent, la stratégie de l'entreprise consiste à utiliser toutes les protéines virales autres que la protéine Spike comme antigènes candidats, à l'exclusion des parties sujettes à la mutation ; à cette fin, les chercheurs utilisent la technologie de l'intelligence artificielle pour acquérir des données expérimentales sur les réponses immunitaires afin d'identifier les antigènes candidats.
Autre exemple, le principe de fonctionnement du nouveau vaccin contre le coronavirus développé par l'Imperial College de Londres est d'utiliser la technologie de l'intelligence artificielle pour entraîner le système immunitaire à reconnaître et à répondre aux infections par des agents pathogènes spécifiques (tels que des virus, des parasites ou des bactéries). Au cœur de chaque vaccin se trouve un antigène (une petite molécule sûre basée sur une partie d’un agent pathogène) qui déclenche une réponse immunitaire protectrice. La plupart des antigènes des vaccins sont basés sur un seul composant pathogène, tel que la protéine de pointe du coronavirus ou la protéine d’enveloppe du parasite du paludisme, ce qui limite l’efficacité et la capacité des vaccins à répondre aux nouveaux variants. Pour résoudre ce problème, les chercheurs ont intégré la génomique, l’épidémiologie, l’immunologie, etc. pour créer de nouveaux antigènes synthétiques.
Un autre exemple est celui de l’Université Northwestern aux États-Unis qui utilise la technologie de l’intelligence artificielle pour accélérer la recherche sur un vaccin contre le COVID-19. Les chercheurs de l'école ont développé un nouvel algorithme capable de prédire quels résultats de recherche sur les vaccins sont les plus susceptibles d'être reproduits ; la réplicabilité signifie que les résultats de la recherche peuvent être obtenus à nouveau, ce qui est un signal clé de la validité des conclusions de la recherche. Ce modèle prend en compte plus de facteurs que les experts chargés de l’examen, de sorte que la précision et l’efficacité du vaccin seront plus élevées. Ils estiment que lorsqu'il est utilisé seul, la précision du modèle est comparable à celle de la recherche publique et des systèmes de confiance systématiques fondés sur des preuves, et que lorsqu'il est utilisé conjointement avec des humains et des machines, la précision sera encore plus élevée.
Un autre exemple est qu'une équipe de recherche de l'École polytechnique fédérale de Zurich a récemment développé une nouvelle méthode utilisant la technologie de l'intelligence artificielle pour prédire les futures variantes des coronavirus, y compris le nouveau coronavirus, qui devrait favoriser le développement du prochain coronavirus. génération de thérapies par anticorps et de vaccins, et de formuler Fournir une référence importante pour la politique de santé publique. Les chercheurs ont déclaré que cette nouvelle méthode peut aider à développer la prochaine génération de thérapies par anticorps. Ils ont déjà développé certains anticorps. La méthode peut déterminer quels anticorps ont l'activité la plus large et devrait également promouvoir le développement de la prochaine génération de nouveaux vaccins couronne. .
En fait, la société chinoise Baidu a déjà contribué à résoudre le problème du nouveau vaccin couronne. La société a lancé le premier algorithme de conception de séquences génétiques de vaccins à ARNm au monde, LinearDesign, en 2020. Il s'agit d'un algorithme efficace spécifiquement utilisé pour optimiser la conception de séquences d'ARNm. Pour la nouvelle séquence du vaccin à ARNm contre le coronavirus, LinearDesign peut terminer la conception de la séquence en dix minutes, ce qui améliore considérablement la stabilité de la conception du vaccin et le niveau d'expression des protéines, et résout efficacement le problème de stabilité le plus important dans le développement de vaccins à ARNm.
On peut constater que la combinaison approfondie de la technologie de l'intelligence artificielle et de la technologie biopharmaceutique a transformé « l'aiguille dans la botte de foin » du développement du vaccin COVID-19 en « découverte conforme à l'image ». Il est absolument convaincu qu'avec les efforts du personnel scientifique et technologique et l'aide de la technologie de l'intelligence artificielle, la recherche et le développement du nouveau vaccin contre le coronavirus permettront bientôt de réaliser une percée majeure dans les technologies de base clés, qui protégeront la vie et la santé de tous. humanité.
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)
Sujets chauds
1359
52
Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA
Jun 28, 2024 am 03:51 AM
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
Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag
Jun 10, 2024 am 11:08 AM
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.
Sept questions d'entretien technique Cool GenAI et LLM
Jun 07, 2024 am 10:06 AM
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
Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations
Jun 11, 2024 pm 03:57 PM
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.
Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG.
Jul 25, 2024 am 06:42 AM
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
Cinq écoles d'apprentissage automatique que vous ne connaissez pas
Jun 05, 2024 pm 08:51 PM
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.
Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire
Jul 17, 2024 pm 06:37 PM
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
SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc.
Aug 01, 2024 pm 09:40 PM
Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière
