只用了 17 天，人工智能（AI）便独自创造了 41 种新材料，每天超过两种。相比之下，人类科学家可能需要几个月的尝试和实验，才能创造出一种新材料。今天，这个名为 A-Lab 的 AI 实验室，登上了权威科学期刊 Nature。据介绍，A-Lab 是一个由 AI 指导机器人制造新材料的实验室，能够在最少的人为干预下迅速...
为了更好地预测和解读PPI,并深入挖掘相关分子的信息,2023 年 3 月,腾讯 AI Lab 联合香港科技大学、中国科学院大学相关团队,在 Nature Communications 期刊发表了题为:Hierarchical graph learning for protein–protein interaction 的研究论文。 该研究将深度学习领域的层次图学习技术引入蛋白质相互作用(PPI)研究,提出了...
通过使用神经网络指导搜索,研究人员能够使用更多样化的方法生成候选者并进行更广泛的晶体空间探索,同时不牺牲效率。 劳伦斯伯克利国家实验室的研究团队与 Google DeepMind 合作,开发了一个将机器人技术与人工智能 (AI) 相结合的自主新材料发现...
在HIGH-PPI 模型中,腾讯 AI Lab 研究团队创建了一种层次图,包含蛋白质外顶视图和蛋白质内底视图。顶视图描述蛋白质之间的相互作用,每种蛋白质就是一个节点,蛋白质之间的相互作用就是图的边;而底视图描述每种蛋白质内部的信息,关键氨基酸或残基组合就是图的节点,物理位置相邻的残基以边相连。 图1:蛋白质结构和网...
2023年11月29日,谷歌DeepMind团队在Nature杂志上发表文章Scaling deep learning for materials discovery,介绍了其在材料科学领域取得的重要突破。Nature同期文章Google AI and robots join forces to build new materials对此进行了评述。 自主材料发现系统:A-Lab ...
在此背景之下，上海交通大学与上海人工智能实验室联合团队探索了基于医学知识增强的基础模型预训练方法，发布了首个胸部 X-ray 的基础模型，即 KAD（Knowledge-enhanced Auto Diagnosis Model）。该模型通过在大规模医学影像与放射报告数据进行预训练，通过文本编码器对高质量医疗知识图谱进行隐空间嵌入，利用视觉 - 语言...
2023年11月29日,谷歌DeepMind团队在Nature杂志上发表文章Scaling deep learning for materials discovery,介绍了其在材料科学领域取得的重要突破。Nature同期文章Google AI and robots join forces to build new materials对此进行了评述。 自主材料发现系统:A-Lab ...
为了解决这一难题,腾讯 AI Lab 科研团队采用了难度更高的“从头折叠”(de novo folding)方法来预测 SRD5A2 蛋白的三维结构,并将其用于“分子置换”(molecular replacement, MR)的初始构型来解析晶体数据。 所谓“从头折叠”,是相对于“模板建模”的一种蛋白质结构预测方法。“模板建模”是目前最普遍的蛋白结构预测...
上海交通大学与上海人工智能实验室联合团队聚焦医学人工智能,提出了首个基于医学领域知识增强的 Chest X-ray 的基础模型。 近年来,基于大数据预训练的多模态基础模型 (Foundation Model) 在自然语言理解和视觉感知方面展现出了前所未有的进展,在各领域中受到了广泛关注。在医疗领域中,由于其任务对领域专业知识的高度依赖...
Bringing medical advances from the lab to the clinic 关键词:人工智能科学家;机器学习;自动化研究;科学自动化;Nature (更多生物医学前沿,点击👆免费获取) 在21世纪的科学研究中,数据量和信息量的爆炸性增长对传统的研究方法提出了挑战。科学家们面临着从海量文...