Science年度十大科學研究公佈:韋伯望遠鏡當選,AIGC陪跑!
終於,2022年科學雜誌的最大獎項公佈!
12月16日,science官網重磅發布了「2022年度科學十大突破」,其中韋伯望遠鏡摘得桂冠,並刊登在最新一期封面上。
Science雜誌給出的獲獎理由是:
由於其建造和發射的技術壯舉以及探索宇宙的巨大前景,詹姆斯韋伯望遠鏡被評為Science雜誌2022年度科學突破。
此外,包括AIGC、NASA成功撞擊小行星、雲南大學創業多年生稻等在過去的一年裡科學界的重大成就也紛紛入選。
接下來一起回顧過去一年的這些重磅研究。
年度突破—韋伯望遠鏡
7月12日,NASA發布的首批韋伯空間望遠鏡的全彩深空影像,讓人類第一次通過JWST的「宇宙之眼」窺見了深空宇宙的奧秘。
但韋伯望遠鏡的意義遠不止如此,引用科學雜誌的話說,「韋伯望遠鏡將徹底改變人類對宇宙的看法」。
NASA表示,韋伯望遠鏡將繼續突破天文觀測的極限,這次深空影像的發布只是開始。
韋伯望遠鏡比哈伯更大更精密,能讓我們看到可觀測宇宙更早期的影像,也為我們發現更多的系外行星提供了更多可能性。
NASA工程師Scott Friedman表示,只要韋伯望遠鏡一直保持工作,它將為人類提供一個從未窺見的早期宇宙。
從第一代恆星和星系中捕捉到的光,描繪出它們從氣體和塵埃雲中誕生到超新星死亡的更多演化細節,我們將看到最早的星係是如何相互作用和成長的。
從藝術到數學,AIGC強勢出圈
#藝術家Jason Allen的獲獎作品Théâtre D'opéra Spatial ,由AIGC創作
AIGC在2022年可謂是大放異彩,從Dall-E到AlphaFold,從Stable Diffusion到ChatGPT,許多過去只屬於人類的創意作品都可以透過AI做到。
從OpenAI的Dall·E 2開始,掀起了文字-圖像生成的熱潮。
緊接著Meta、Google等巨頭也開始推出自家的產品,爭相招兵買馬。
此外,機器學習也在科學、數學和程式設計領域展現了它的創造力。
《科學》雜誌的2021年度突破獎表彰了根據氨基酸構建模組的序列預測蛋白質3D結構的AlphaFold2。
今年Deepmind發表的AlphaTensor、AlphaCode更是在矩陣乘法和程式設計比賽中展現了強大的能力。
正如科學雜誌評論所說的那樣:
#毫無疑問,未來人類使用這些工具就像我們過去接受織布機、照相機等發明那樣。
雲南大學多年生水稻—PR23
世界上主要的糧食作物如水稻、小麥、玉米,每次收穫都必須重新種植。
這對農民來說是一項繁重的工作,並且可能導致土壤侵蝕等環境問題。
而多年生穀物可以減輕負擔,但培育壽命長、產量高的植物一直是個挑戰。
今年,雲南大學胡鳳益團隊宣布已經成功培育了連續多年生長的水稻 PR23。
每年收成兩季,種植一次可連續免耕收成3-4年,平均每季產量高達6.8噸/公頃。
團隊也表示PR23已在中國和非洲一些國家推廣,2021年種植面積已超過15553公頃。
以上是Science年度十大科學研究公佈:韋伯望遠鏡當選,AIGC陪跑!的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

大規模語言模型(LLMs)在許多重要任務中展現了引人注目的能力,包括自然語言理解、語言生成和複雜推理,並對社會產生了深遠的影響。然而,這些出色的能力卻需要大量的訓練資源(如左圖)和較長的推理時間(如右圖)。因此,研究人員需要開發有效的技術手段來解決它們的效率問題。此外,從圖的右邊還可以看出,一些高效率的LLMs(LanguageModels)如Mistral-7B,已經成功應用於LLMs的設計和部署中。這些高效的LLMs在保持與LLaMA1-33B相近的準確性的同時,能夠大大減少推理內存

3奈米製程,性能超越H100!最近,根據外媒DigiTimes爆料,英偉達正在開發下一代GPU,代號為「Blackwell」的B100據稱,作為面向人工智慧(AI)和高性能計算(HPC)應用的產品,B100將採用台積電的3nm工藝過程,以及更為複雜的多晶片模組(MCM)設計,並將於2024年第四季現身。對於壟斷了人工智慧GPU市場80%以上份額的英偉達來說,則可以藉著B100趁熱打鐵,在這波AI部署的熱潮中進一步狙擊AMD、英特爾等挑戰者。根據英偉達的估計,到2027年,該領域的產值預計將達到約

近年來,多模態學習受到重視,特別是文字 - 圖像合成和圖像 - 文字對比學習兩個方向。一些 AI 模型因在創意圖像生成、編輯方面的應用引起了公眾的廣泛關注,例如 OpenAI 先後推出的文本圖像模型 DALL・E 和 DALL-E 2,以及英偉達的 GauGAN 和 GauGAN2。谷歌也不甘落後,在 5 月底發布了自己的文字到圖像模型 Imagen,看起來進一步拓展了字幕條件(caption-conditional)圖像生成的邊界。僅僅給出一個場景的描述,Imagen 就能產生高品質、高解析度

多模態大模型最全綜述來了!由微軟7位華人研究員撰寫,足足119頁——它從目前已經完善的和還處於最前沿的兩類多模態大模型研究方向出發,全面總結了五個具體研究主題:視覺理解視覺生成統一視覺模型LLM加持的多模態大模型多模態agent並專注於一個現象:多模態基礎模型已經從專用走向通用。 Ps.這也是為什麼論文開頭作者就直接畫了一個哆啦A夢的形象。誰適合閱讀這份綜述(報告)?用微軟的原話來說:只要你有興趣學習多模態基礎模型的基礎知識和最新進展,無論你是專業研究員還是在校學生,這個內容都非常適合你一起來

科學家的目標是發現能夠準確描述實驗數據的有意義的公式。自然現象的數學模型可以根據領域知識手動創建,或者也可以使用機器學習演算法從大型資料集自動建立。學界已經研究了表示相關先驗知識與相關函數模型合併的問題,認為尋找與一般邏輯公理先驗知識一致的模型,是一個懸而未決的問題。 IBM研究團隊以及三星AI團隊的研究人員開發了一種方法「AI-Descartes」,透過將邏輯推理與符號回歸相結合,能夠從公理知識和實驗數據中對自然現像模型進行原則性推導。該研究以「Combiningdataandtheoryfor

推薦適合地理資訊科學專業學生用的電腦1.推薦2.地理資訊科學專業學生需要處理大量的地理資料和進行複雜的地理資訊分析,因此需要一台性能較強的電腦。一台配置高的電腦可以提供更快的處理速度和更大的儲存空間,並且能夠更好地滿足專業需求。 3.建議選擇一台配備高效能處理器和大容量記憶體的電腦,這樣可以提高資料處理和分析的效率。此外,選擇一台具備較大儲存空間和高解析度顯示器的電腦也能更好地展示地理資料和結果。另外,考慮到地理資訊科學專業學生可能需要進行地理資訊系統(GIS)軟體的開發和編程,選擇一台支援較好的圖形處

影像到影片生成(I2V)任務是電腦視覺領域的一項挑戰,旨在將靜態影像轉化為動態影片。這個任務的困難在於從單張影像中提取並產生時間維度的動態訊息,同時保持影像內容的真實性和視覺上的連貫性。現有的I2V方法通常需要複雜的模型架構和大量的訓練資料來實現這一目標。近期,快手主導的一項新研究成果《I2V-Adapter:AGeneralImage-to-VideoAdapterforVideoDiffusionModels》發布。該研究引入了一種創新的圖像到視頻轉換方法,提出了一種輕量級適配器模組,即I

兩位獲得2022年玻爾茲曼獎的科學家已經公佈,這個獎項由IUPAP統計物理委員會(C3)設立,旨在表彰在統計物理學領域取得傑出成就的研究者。獲獎者必須是之前沒有獲得玻爾茲曼獎或諾貝爾獎的科學家。這個獎項始於1975年,每三年頒發一次,以紀念統計物理學的奠基人路德維希·玻爾茲曼DeepakDharistheoriginalstatement.獲獎理由:表彰DeepakDharistheoriginalstatement.對統計物理學領域作出的開創性貢獻,包括自組織臨界模型的精確解、界面生長、無序
