第 41 頁-探索人工智慧技術的未來

目前位置：首頁 > 科技文章 > 科技週邊 > 人工智慧

方向：: 全部網路3.0 後端開發 web前端資料庫運維開發工具 php框架每日程式設計微信小程式常見問題其他科技 CMS教程 Java 系統教程電腦教學硬體教學手機教學軟體教學手遊教學

分類：: 人工智慧 IT業界

最熱

最新

準確率達60.8%，浙大基於Transformer的化學逆合成預測模型，登Nature子刊

編輯|KX逆合成是藥物發現和有機合成中的關鍵任務，AI越來越多地用於加快這一過程。現有AI方法性能不盡人意，多樣性有限。在實踐中，化學反應通常會引起局部分子變化，反應物和產物之間存在很大重疊。受此啟發，浙江大學侯廷軍團隊提出將單步逆合成預測重新定義為分子串編輯任務，迭代細化目標分子串以產生前驅化合物。並提出了基於編輯的逆合成模型EditRetro，該模型可以實現高品質和多樣化的預測。大量實驗表明，模型在標準基準資料集USPTO-50 K上取得了出色的性能，top-1準確率達到60.8%。

人工智慧 1085 2024-08-06 19:34:02
用過LLM嗎？ LAM 是下一個，但他們需要工作

生成式人工智慧聊天機器人的興起使「大語言模型」一詞變得流行起來，這是在幕後工作的底層人工智慧技術。大型語言模型 (LLM) 根據預測的語言集產生輸出以回應使用

人工智慧 898 2024-08-06 14:33:00
糖蛋白組學新方法，復旦開發基於Transformer和GNN的混合端對端框架，登Nature子刊

編輯|蘿蔔皮蛋白質糖基化是糖基對蛋白質進行的一種翻譯後修飾，在細胞的多種生理和病理功能中起著重要作用。糖蛋白質體學是在蛋白質體範圍內研究蛋白質糖基化，利用液相層析與串聯質譜(MS/MS)聯用技術獲取糖基化位點、糖基化水平和糖結構的組合資訊。然而，由於結構決定離子的出現有限，目前糖蛋白質體學的資料庫搜尋方法通常難以確定聚醣結構。雖然光譜搜尋方法可以利用碎片強度來促進糖肽的結構鑑定，但是光譜庫建構的困難阻礙了它們的應用。在最新的研究中，復旦大學的研究人員提出了DeepGP，一種基於Transform

人工智慧 436 2024-08-06 08:31:22
改變未來對撞機實驗遊戲規則，中科院、北大開發AI驅動噴注本源鑑別技術

環形正負電子對撞機（CEPC）中模擬的雙噴注事例示意圖。（資料來源：中國科學院高能物理研究所）編輯|紫羅蘭夸克和膠子是粒子物理標準模型中的基本粒子，與電子或光子不同，夸克和膠子不能在時空中自由運動，只能被束縛在如質子或中子這樣的複合粒子中。對撞機實驗中產生的高能夸克或膠子會透過複雜的相互作用轉化為大量的末態粒子，後者將沿著原夸克或膠子的運動方向在較小的角度內噴射而出，這一現象稱為噴注。近日，中國科學院高能物理研究所阮曼奇團隊、北京大學週辰團隊和歐洲核子研究中心曲慧麟研究員，提出了一種噴注本源鑑別技術

人工智慧 775 2024-08-06 06:55:12
00後CEO楊豐瑜：耶魯博士回國創業，五個月造出首款「可量產」人形機器人｜AI Pioneer

人類正迎來人工智慧領域的爆炸性更新，科技朝向未知拓展的每一步，幾乎都引起驚人的關注。在人工智慧邊界擴張的過程中，重要賽道的技術路線創新與分歧並存。技術先鋒者的判斷與選擇，影響著眾多跟隨者的腳步。過去一年，本站獨家率先將月之暗面、生數科技、愛詩科技、無問芯穹等優秀公司介紹給大家，為他們在互聯網世界留下了第一份「萬字訪談底稿」。在技術路線尚未收斂的階段，我們看到了到真正擁有信念、勇氣以及系統化認知的AI創業者的引領力量。因此，我們推出「AIPioneers」的

人工智慧 799 2024-08-06 01:57:02
演算法、系統和應用，三個視角全面讀懂混合專家（MoE）

LLM很強，而為了實現LLM的可持續擴展，有必要找到並實現能提升其效率的方法，混合專家（MoE）就是這類方法的一大重要成員。最近，各家科技公司提出的新一代大模型不約而同地正在使用混合專家（MixtureofExperts：MoE）方法。混合專家這個概念最早誕生於1991年的論文《Adaptivemixturesoflocalexperts》，三十多年來已經得到了廣泛的探索與發展。近年來，隨著稀疏門控MoE的出現和發展，尤其是與基於Transformer的大型語言模型相結合，這種已有三十多年歷史的

人工智慧 958 2024-08-06 01:49:02
70倍極致壓縮！大模型的檢查點再多也不怕

AIxiv專欄是本站發布學術、技術內容的欄位。過去數年，本站AIxiv專欄接收通報了2,000多篇內容，涵蓋全球各大專院校與企業的頂尖實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或聯絡報道。投稿信箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com這篇論文的作者皆來自於華為諾亞實驗室，第一作者為李文碩，通訊作者為王雲鶴和陳醒濠。相關團隊團隊近年來在ICML、CVPR、NeurIPS、ICCV、ECCV等頂會上有多項代表性工

人工智慧 772 2024-08-06 01:46:42
網易數帆品牌策略升級：「產品+工程+人才」協助企業建構數智競爭力

智慧化浪潮正奔湧而來，數位化和智慧化不僅改變著大眾的工作和生活，也為產業帶來無限想像。 11月2日，在“數智聚力，共赴新程”為主題的2023網易數字+大會上，網易數帆宣布全新品牌戰略，將定位於“數智軟體生產引領者”，提出數智生態方法論，以「產品+工程+人才」為核心，為每個組織建構獨特的數智競爭力。圍繞此，網易數帆發表產品、生態、人才培育等多領域、多元維度的升級創新，與夥伴、顧客共贏數智新時代！在大會開場，杭州市經信局副局長楊曉勇致辭，他肯定了網易多年來為杭州數位經濟建設貢獻了重要力量，並表示網易數

人工智慧 808 2024-08-06 00:59:02
剛剛，Google發布基礎世界模型：11B參數，能產生可互動虛擬世界

一鍵生成可玩遊戲世界。問世才兩個星期，Google的世界模型也來了，能力看起來更強大：它產生的虛擬世界「自主可控」。剛剛，Google定義了生成式AI的全新範式－生成式互動環境（Genie，GenerativeInteractiveEnvironments）。 Genie是一個110億參數的基礎世界模型，可以透過單張圖像提示產生可玩的互動式環境。我們可以用它從未見過的影像來提示，然後與自己想像中的虛擬世界互動。不管是合成影像、照片甚至手繪草圖，Genie都可以從中產生無窮無盡的可玩世界。 Ge

人工智慧 762 2024-08-06 00:18:32
首位華人諾獎得主李政道逝世，享年98歲

首位華人諾獎得主李政道8月4日於美國舊金山逝世，享年98歲。李政道先生（Tsung-DaoLee）出生於1926年11月24日，是美籍華裔物理學家，因其在宇稱不守恆、李楊定理、粒子物理、相對論重離子(RHIC)物理、非拓樸孤子和孤子星方面的工作而聞名。李政道曾任哥倫比亞大學榮譽教授，1953年起執教，直到2012年退休。李政道和楊振寧同為首批華人諾貝爾獎得主。 1957年，31歲的李政道與35歲的楊振寧因「對（弱相互作用中）宇稱不守恆定律的研究以及由此導致有關基本粒子方面的許多發現」而共同獲得諾貝

人工智慧 837 2024-08-05 22:52:42
離開OpenAI待業的Karpathy做了個大模型新項目，Star量一日破千

沒工作也要「卷」。閒不下來的AndrejKarpathy又有新項目了！過去幾天，OpenAI非常熱鬧，先有AI大牛AndrejKarpathy官宣離職，後有影片生成模式Sora撼動AI圈。在宣布離開OpenAI之後，Karpathy發推表示「這週可以歇一歇了。」圖源：https://twitter.com/karpathy/status/1757986972512239665這種無事可做的狀態讓馬斯克都羨慕（ Iamenvious）了。但是，如果你真的認為Karpathy會閒下來，那就有點「too

人工智慧 468 2024-08-05 22:09:42
OpenDevin出技術報告了，大模型Agent開發者必讀

熱門通用大模型Agent平台。今年3月，「全球第一位AI軟體工程師」Devin引爆了AI圈。與先前AI程式設計助理不同的是，Devin並非只是輔助程式設計的角色，而是能夠獨立地、端到端地完成整個開發專案。 Devin的出世讓我們領略了大模型Agent的強大能力。很快，業界就出現了眾多嘗試復刻它的開源項目，其中OpenDevin脫穎而出，受到了人們最多的關注。 OpenDevin是一個開發透過軟體與世界互動的通用智能體的平台，其特點包括：大模型Agent、介面和環境之間互動的互動機制；Agent可用的沙盒操作系

人工智慧 1065 2024-08-05 21:40:01
人類偏好優化演算法哪家強？跟著高手一文學懂DPO、IPO和KTO

儘管收集人類對模型生成內容的相對質量的標籤，並透過強化學習從人類反饋（RLHF）來微調無監督大語言模型，使其符合這些偏好的方法極大地推動了對話式人工智慧的發展。但由於RLHF是一個複雜且常常不穩定的過程，關於直接使用最佳化函數將人類的偏好和模型的結果進行對齊的研究成為時下的熱點問題。本文是huggingface上的一篇博客，針對時下常見的三種人類偏好優化演算法進行了效能比較。作者進行了大量的實驗，旨在透過不同的模型和不同的超參數，對無需強化學習（或偏好調整）就能調整語言模型的三種可行方法進行評估。這

人工智慧 761 2024-08-05 21:19:22
「兩全其美」，從頭設計分子，深度學習架構S4用於化學語言建模

編輯|KX生成式深度學習正在重塑藥物設計。化學語言模型(CLM)以分子串的形式生成分子，對此過程特別重要。近日，來自荷蘭埃因霍芬理工大學（EindhovenUniversityofTechnology）的研究人員將一種最新的深度學習架構（S4）引入從頭藥物設計中。結構化狀態空間序列（StructuredStateSpaceSequence，S4）模型在學習序列的全局屬性方面表現卓越，那麼S4能否推進從頭設計的化學語言建模？為了給出答案，研究人員有系統地在一系列藥物發現任務上對S4與最先進的CL

人工智慧 942 2024-08-05 20:58:22
大模型壓縮量化方案怎麼選？無問芯穹Qllm-Eval量化方案全面評估：多模型、多參數、多維度

基於Transformer架構的大型語言模型在各種基準測試中展現出優異性能，但數百億、千億甚至萬億量級的參數規模會帶來高昂的服務成本。例如GPT-3有1750億參數，採用FP16存儲，模型大小約為350GB，而即使是英偉達最新的B200GPU內存也只有192GB，更不用說其他GPU和邊緣設備。大模型壓縮，即將大模型「瘦身」後塞進資源受限的場景，以減少模型儲存、存取和計算開銷。在盡量不損失模型效能的前提下，提高大模型推理吞吐速度，使大模型在物聯網邊緣設備、嵌入式機器人、離線移動應用等

人工智慧 634 2024-08-05 20:56:12