デジタル ツイン ブレイン: 生物知能と人工知能の橋渡し
人間の脳の構造に触発された神経科学と AI テクノロジーの最近の一連の発展は、知性の謎を解く新たな可能性を私たちにもたらしました。今回、中国科学院オートメーション研究所のJiang Tianzi教授が率いる研究チームは、「デジタルツインブレイン」と呼ばれる革新的なプラットフォームの主要なコンポーネントと機能の概要を発表した。このプラットフォームは、生物知能と人工知能の間のギャップを埋め、双方に新しいソリューションを提供することを約束します。
この研究は、9 月 22 日にジャーナル「Intelligent Computing」に掲載されました。
生物知能と人工知能の主な類似点の 1 つは、両方ともネットワーク構造に属していることです。脳は生物学的ネットワークで構成されているため、研究者らは人工ネットワークを使用して、対応するデジタル モデルまたは脳の「双子」を構築し、生物学的知能に関する知識をモデルに入力することを望んでいます。この動きの最終目標は「汎用人工知能の開発を促進し、精密なメンタルヘルスケアを推進する」ことだ。そして、この野心的な目標の実現は、世界中のさまざまな分野の科学者の共同の努力なしには達成できないことは疑いの余地がありません。
デジタルツインの脳を使用すると、研究者は、さまざまな状態でさまざまな認知タスクを実行するように脳をシミュレート/調整することで、人間の脳の動作メカニズムを調査できます。たとえば、安静時に脳がどのように正常に機能するのか、病気の結果としてどのような問題が発生するのかをモデル化したり、脳の活動を調節して不健康な状態から導く新しい方法を考案したりすることができます。
これは SF のように聞こえますが、デジタル ツインの脳には確かな生物学的理論的根拠があります。これは、構造的な足場と生物学的制約メカニズムとして機能する脳マップ、脳機能をシミュレートするために生物学的データに基づいてトレーニングされたマルチレベルのニューラル モデル、および現在の「ツイン」を評価および更新するために使用される一連のツールの 3 つのコア要素を統合します。コピーして申請してください。
これら 3 つの中核要素は、閉ループを通じて開発および相互作用し続けることが期待されます。動的脳マッピングは、ニューラル モデルを改善して、より現実的な機能シミュレーションを生成できます。過去には、このようなモデルで構成される「双子」が、疾患バイオマーカーの発見や薬物検査など、拡大し続ける実用的な応用シナリオで検証されてきました。これらのアプリケーションは継続的なフィードバックを提供し、それによって脳マップを強化して運用ループ全体を完了します。
生物の脳は複雑な構造と動的システムを持っているため、その構造を習得するには、異なるスケール、複数のモード、さらには異なる種のマップを含む、非常に詳細な脳マップを確立する必要があります。デジタルツインのロジック。関連するマップを包括的に収集することで、研究者は脳のあらゆる側面や脳内のさまざまな領域間の接続や相互作用を深く調査し、最終的には脳組織の原理の謎を解明することができます。
一方、脳マップは制約も表します。つまり、「生物学的合理性」を達成するには神経モデルがマップに基づいていなければならず、これも技術的な課題をもたらします。
Jiang Tianzi のチームは、脳ネットワーク マップがデジタル ツイン脳の開発の重要な部分になると信じています。 2016年、中国科学院自動化研究所の研究者らは、マクロマップには246の脳領域が含まれており、脳の構造と接続性の「広範囲かつ詳細なマッピング」に向けて進んでいると発表した。
同時に、既存の脳シミュレーション プラットフォームには解剖学的基礎が欠けていることが多いことを考えると、著者らは、「オープンソースで、効率的で、柔軟で、ユーザーフレンドリーで、アトラスに制約された一連のプラットフォーム」を設計することが重要になると考えています。脳シミュレーションプラットフォーム」。プラットフォームは、マルチスケールおよびマルチモーダル モデリングをサポートするのに十分強力である必要があります。もちろん、複雑な生物学的知識をデジタル ツインのコピーに効果的に織り込む方法、より優れたシミュレーション モデルを設計する方法、デジタル ツインの頭脳を実際のシナリオに統合する方法など、解決すべき未解決の課題がまだ多くあります。
つまり、このようなデジタル ツインの脳は、神経科学と人工知能の統合を表します。このプラットフォームは、複雑な脳マップ、動的ニューラル モデル、および多数のアプリケーションを統合することにより、生物学的知能と人工知能に対する私たちの理解に革命をもたらすことを約束します。世界中の科学者の共同の努力により、デジタルツインブレインは、一般的な人工知能の開発を促進し、高精度の心理医学に革命をもたらし、最終的には人間の思考を完全に把握し、インテリジェントテクノロジーの開発を計画し、革新的な治療法を模索するのに役立つと期待されています。脳疾患の方向への道を切り開く。
以上がデジタル ツイン ブレイン: 生物知能と人工知能の橋渡しの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
