인공지능 기술, 새로운 코로나바이러스 백신 개발에 도움
1990년대 초, 국제적으로 유명한 학자인 Zhou Haizhong은 "인공지능 기술은 다양한 분야에서 널리 사용될 것이며 예상치 못한 효과를 가져올 것"이라고 예측한 적이 있습니다. 오늘날 그의 예측 예언은 점점 더 많은 사실로 입증되고 있습니다. 의료 분야에서 인공지능 기술은 전염병에 있어서 없어서는 안 될 역할을 한다. 현재 신형 코로나바이러스 폐렴(COVID-19)과 그 돌연변이 오미크론(Omicron)은 면역 장벽을 구축하기 위해 여전히 전 세계적으로 확산되고 있으며, 한편으로는 코로나19 예방접종이나 코로나19 경구용 약물의 사용이 중요합니다. 실시하는 한편 효과적인 조치를 시행합니다.
신종 코로나바이러스의 유전자 염기서열 분석, 바이러스의 근원과 감염 숙주 찾기, 바이러스 백신이나 특수 의약품 개발 등 인공지능 기술은 신형 코로나바이러스와의 싸움에 큰 도움이 됩니다. 최근 세계보건기구(WHO)는 신형 코로나바이러스에 대한 기존 백신과 그 변이에 대한 예비 평가를 실시하면서, 신형 코로나바이러스에 대한 보편적인 백신을 개발하는 것이 기대할만한 선택이지만 결정하기는 어렵다고 밝혔습니다. 얼마나 걸릴지 결론. 많은 연구기관들이 인공지능 기술을 이용해 코로나19 백신을 개발하고 있으며, 초기에 놀라운 성과를 거두었습니다.
예를 들어 NEC(Nippon Electric Corporation)는 최근 인공지능 기술을 사용하여 차세대 코로나19 백신을 개발했습니다. 현재 신종 코로나바이러스에 사용되고 있는 메신저 리보핵산(mRNA) 백신은 암호화하는 항원 단백질을 포함한 mRNA를 인체에 도입해 해당 항원 단백질을 형성함으로써 신체가 특이적 면역반응을 일으키도록 유도해 예방면역 효과를 얻는다. . 그러나 최근 신형 코로나바이러스의 스파이크 단백질에 다수의 돌연변이가 나타나 백신의 보호 효과가 감소하는 현상이 나타나고 있다. 따라서 돌연변이가 발생하기 쉬운 부분을 제외하고 스파이크 단백질을 제외한 모든 바이러스 단백질을 후보 항원으로 활용한다는 전략이다. 이를 위해 연구진은 면역 반응에 대한 실험 데이터를 인공지능 기술에 학습시켜 후보 항원을 식별한다.
또 다른 예, Imperial College London에서 개발한 새로운 코로나바이러스 백신의 작동 원리는 인공 지능 기술을 사용하여 특정 병원체(예: 바이러스, 기생충 또는 박테리아)에 의한 감염을 인식하고 대응하도록 면역 체계를 훈련시키는 것입니다. 모든 백신의 중심에는 보호 면역 반응을 유발하는 항원(병원체의 일부를 기반으로 한 작고 안전한 분자)이 있습니다. 대부분의 백신 항원은 코로나바이러스의 스파이크 단백질이나 말라리아 기생충의 외피 단백질과 같은 단일 병원체 성분을 기반으로 하며, 이로 인해 새로운 변종에 반응하는 백신의 효과와 능력이 제한됩니다. 이 문제를 해결하기 위해 연구자들은 유전체학, 역학, 면역학 등을 통합하여 새로운 합성 항원을 만들었습니다.
또 다른 예는 미국 노스웨스턴대학교가 코로나19 백신 연구 속도를 높이기 위해 인공지능 기술을 활용하고 있다는 점이다. 이 학교의 연구원들은 어떤 백신 연구 결과가 복제될 가능성이 가장 높은지 예측할 수 있는 새로운 알고리즘을 개발했습니다. 복제 가능성은 연구 결과를 다시 얻을 수 있다는 것을 의미하며 이는 연구 결론이 타당하다는 핵심 신호입니다. 이 모델은 검토 전문가보다 더 많은 요소를 고려하므로 백신의 정확성과 효과가 더 높아질 것입니다. 그들은 단독으로 사용될 때 모델의 정확도가 공공 연구 및 증거 기반 체계적 신뢰 시스템과 비슷하며, 인간 및 기계와 함께 사용될 때 정확도가 더욱 높아질 것이라고 믿습니다.
또 다른 예를 들어, 취리히에 있는 스위스 연방 기술 연구소의 연구팀은 최근 인공 지능 기술을 사용하여 새로운 코로나 바이러스를 포함한 미래의 코로나 바이러스 변종을 예측하는 새로운 방법을 개발했습니다. 항체 치료법과 백신을 생성하고, 공식화의 기초를 제공하며, 공중 보건 정책에 중요한 참고 자료를 제공합니다. 연구진은 이 새로운 방법이 차세대 항체 치료법 개발에 도움이 될 수 있다고 밝혔으며, 이 방법은 어떤 항체가 가장 광범위한 활성을 갖는지 확인할 수 있으며 차세대 새로운 크라운 백신 개발도 촉진할 것으로 기대된다. .
실제로 중국 바이두회사는 이미 신형 크라운 백신 문제 해결에 도움의 손길을 내민 바 있습니다. 회사는 2020년 세계 최초로 mRNA 백신 유전자 서열 설계 알고리즘인 LinearDesign을 출시했습니다. 이는 mRNA 서열 설계를 최적화하는 데 특별히 사용되는 효율적인 알고리즘입니다. 코로나19 mRNA 백신 서열의 경우, LinearDesign은 10분 이내에 서열 설계를 완료할 수 있어 백신 설계의 안정성과 단백질 발현 수준을 크게 향상시키고, mRNA 백신 개발에서 가장 중요한 안정성 문제를 효과적으로 해결합니다.
인공지능 기술과 바이오의약품 기술의 심층적인 결합으로 코로나19 백신 개발의 '건초더미 속 바늘 찾기'가 '그림대로 찾기'로 바뀌었다고 볼 수 있다. 과학기술 인력의 노력과 인공지능 기술의 도움으로 신형 코로나바이러스 백신의 연구개발은 머지않아 모든 사람의 생명과 건강을 보호할 핵심핵심기술에서 큰 돌파를 이룰 것이라고 절대적으로 믿습니다. 인류.
위 내용은 인공지능 기술, 새로운 코로나바이러스 백신 개발에 도움의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도

검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.

LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.

AIGC에 대해 자세히 알아보려면 다음을 방문하세요. 51CTOAI.x 커뮤니티 https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou는 인터넷 어디에서나 볼 수 있는 전통적인 문제 은행과 다릅니다. 고정관념에서 벗어나 생각해야 합니다. LLM(대형 언어 모델)은 데이터 과학, 생성 인공 지능(GenAI) 및 인공 지능 분야에서 점점 더 중요해지고 있습니다. 이러한 복잡한 알고리즘은 인간의 기술을 향상시키고 많은 산업 분야에서 효율성과 혁신을 촉진하여 기업이 경쟁력을 유지하는 데 핵심이 됩니다. LLM은 자연어 처리, 텍스트 생성, 음성 인식 및 추천 시스템과 같은 분야에서 광범위하게 사용될 수 있습니다. LLM은 대량의 데이터로부터 학습하여 텍스트를 생성할 수 있습니다.

편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는

머신 러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터로부터 학습하고 능력을 향상시킬 수 있는 능력을 제공하는 인공 지능의 중요한 분야입니다. 머신러닝은 이미지 인식, 자연어 처리, 추천 시스템, 사기 탐지 등 다양한 분야에서 폭넓게 활용되며 우리의 삶의 방식을 변화시키고 있습니다. 기계 학습 분야에는 다양한 방법과 이론이 있으며, 그 중 가장 영향력 있는 5가지 방법을 "기계 학습의 5개 학교"라고 합니다. 5개 주요 학파는 상징학파, 연결주의 학파, 진화학파, 베이지안 학파, 유추학파이다. 1. 상징주의라고도 알려진 상징주의는 논리적 추론과 지식 표현을 위해 상징을 사용하는 것을 강조합니다. 이 사고 학교는 학습이 기존을 통한 역연역 과정이라고 믿습니다.

Editor | KX 약물 연구 및 개발 분야에서 단백질과 리간드의 결합 친화도를 정확하고 효과적으로 예측하는 것은 약물 스크리닝 및 최적화에 매우 중요합니다. 그러나 현재 연구에서는 단백질-리간드 상호작용에서 분자 표면 정보의 중요한 역할을 고려하지 않습니다. 이를 기반으로 Xiamen University의 연구자들은 처음으로 단백질 표면, 3D 구조 및 서열에 대한 정보를 결합하고 교차 주의 메커니즘을 사용하여 다양한 양식 특징을 비교하는 새로운 다중 모드 특징 추출(MFE) 프레임워크를 제안했습니다. 조정. 실험 결과는 이 방법이 단백질-리간드 결합 친화도를 예측하는 데 있어 최첨단 성능을 달성한다는 것을 보여줍니다. 또한 절제 연구는 이 프레임워크 내에서 단백질 표면 정보와 다중 모드 기능 정렬의 효율성과 필요성을 보여줍니다. 관련 연구는 "S"로 시작된다

7월 5일 이 웹사이트의 소식에 따르면 글로벌파운드리는 올해 7월 1일 보도자료를 통해 타고르 테크놀로지(Tagore Technology)의 전력질화갈륨(GaN) 기술 및 지적재산권 포트폴리오 인수를 발표하고 자동차와 인터넷 시장 점유율 확대를 희망하고 있다고 밝혔다. 더 높은 효율성과 더 나은 성능을 탐구하기 위한 사물 및 인공 지능 데이터 센터 응용 분야입니다. 생성 AI와 같은 기술이 디지털 세계에서 계속 발전함에 따라 질화갈륨(GaN)은 특히 데이터 센터에서 지속 가능하고 효율적인 전력 관리를 위한 핵심 솔루션이 되었습니다. 이 웹사이트는 이번 인수 기간 동안 Tagore Technology의 엔지니어링 팀이 GLOBALFOUNDRIES에 합류하여 질화갈륨 기술을 더욱 개발할 것이라는 공식 발표를 인용했습니다. G
