面向微观世界和宏观世界的研究是 AI for Science 的两个重要方向。由于微观世界的科学规律已经被人类充分掌握,理论完备,也有很多直接或间接的实验手段,因此 AI for Science 在微观领域大展身手具有充分的理论和实践基础。针对宏观世界,虽然人类还没有完全掌握其背后的物理规律,但也已经积累了大量数据,AI for Science 可...
搬运汤超院士对于AI for science的想法,即从三个层面分析了“AI for Science”的内涵。 汤超院士是物理学界大佬,在自组织临界性领域做出过突出贡献。 以下为汤超院士的致辞节选,与大家… 阅读全文 赞同 31710 条评论 分享 收藏喜欢 ...
将深度学习技术应用于传统的科学领域,如物理、化学、生物、医学,即所谓的 AI for Science(科学智能),作为一个新的交叉学科,也逐渐兴起,孕育着巨大的潜力,受到广泛的关注。 ByteDance Research 也在进行 AI for Science 的研究,包括机器学习与量子化学、大规模量子化学计算、AI 制药等领域一些问题的研究,希望跟业界一...
首先读CS/AI PhD就是一个成本很大的事情，此外单从学术方向而言，AI for Science的Top Researcher需要To...
AI for Science 随着人工智能的高速发展,人工智能可以研究的问题越来越多。从抽象的数据结构到微观宏观的物理世界,人工智能的各类研究成果给各领域研究者提供了丰富的研究工具与研究方法创新。deepmind团队的alphafold2在蛋白质空间结构预测的超凡效果标志着人工智能方法在各学科研究中的巨大价值被广泛承认,由此掀起的AI for...
这篇名为《Unsupervised Word Embeddings Capture Latent Knowledge from Materials Science Literature》的论文发表在 7 月 3 日的 Nature 上。 论文地址:https://www.nature.com/articles/s41586-019-1335-8 论文一作 Vahe Tshitoyan 是伯克利国家实验室博士后研究员,现就职于谷歌。此外,同属伯克利国家实验室的科...
韦弗一直对信息论保持很高的兴趣，并且理解非常深刻，也有自己独到的见解，他于是采用通俗易懂的语言阐述并扩展了香侬的理论，并于1949年在《科学美国人》（Science American）杂志上发表了《通信中的数学》（The Mathematics of Communication）。时任美国伊利诺伊大学出版社主编的威尔伯·施拉姆教授（传播学之父）认为两者...
这不仅导致有能力审稿的人占比少了,而且有能力的审稿的人对每篇文章能投入的时间也少了。 参考资料: https://towardsdatascience.com/reviewing-for-machine-learning-conferences-explained-f73bc037babc
AI for Science在生物领域会有非常明显的提升效果,但别的领域复制AlphaFold的成功并不容易。 算力、算法和数据三要素仍是AI for Science领域重点,而对于生物行业,最重要的还是数据。 使用AI解决问题只是工具上的改变,并不会扭转本质,我们仍需追求一个好的研究体系。
AI for Science 随着人工智能的高速发展,人工智能可以研究的问题越来越多。从抽象的数据结构到微观宏观的物理世界,人工智能的各类研究成果给各领域研究者提供了丰富的研究工具与研究方法创新。deepmind团队的alphafold2在蛋白质空间结构预测的超凡效果标志着人工智能方法在各学科研究中的巨大价值被广泛承认,由此掀起的AI for...