自 2022 年 11 月公开发布以来,ChatGPT 引起了全世界的关注,在全球数百万用户面前展示了人工智能的非凡潜力。
化合物效力预测是机器学习在药物发现中的一种流行应用,为此使用了越来越复杂的模型。
机器学习方法的进步提供了在科学研究中具有广泛适用性的工具。这些技术正在应用于核物理研究主题的多样性,从而带来促进科学发现和社会应用的进步。
在人工智能计算机芯片的广阔前景中,服务于「边缘」市场的产品,包括无人机、物联网设备、电话和低功耗服务器环境,为供应商提供了肥沃的土壤,成为少有的市场之一。
谷歌的人工智能负责人 Laurence Moroney 做出了回应,试图证明人工智能可以做什么。尽管他最初并不担心人工智能会取代他或其他作家。
近日,来自斯坦福大学的 Sadasivan Shankar 和 Richard N. Zare 在《Nature Machine Intelligence》发表 Correspondence 文章:「The perils of machine learning in designing new chemicals and materials」,指出了机器学习在设计新化学品和材料中的危险。
越来越多的生物制药初创公司使用机器学习、数据科学和其他计算方法来寻找新的药物靶点、设计新的治疗方法,并支持他们的测试。
随着越来越多的医疗保健机构和供应商致力于使用 AI 和数据改善患者护理,由 AI 驱动的药物发现初创公司 Protai,正利用蛋白质组学和端到端的 AI 平台,重塑药物发现和开发过程。
大数据时代,AI 技术在复杂对象的特征表征、多模态融合、样本自动生成等问题中表现出独特的优势,为合成生物学的应用插上了腾飞的翅膀。
总部位于圣地亚哥的初创公司 LifeVoxel 已在种子轮中筹集了 500 万美元,以支持其 AI 诊断可视化平台的数据智能,以实现更快、更精确的预测。
今天,生物医学研究人员可以通过使用机器学习进行基于图像的分析,有效地对显微镜图像中的数千个细胞进行分类。
杜氏肌营养不良症(Duchenne muscular dystrophy,DMD)是一种由肌营养不良蛋白基因突变引起的肌肉萎缩性遗传疾病。
高性能人工智能 (AI) 计算的先驱 Cerebras 和生物技术平台公司 Peptilogics,近日宣布了一项合作,将通过人工智能加速肽疗法的开发周期。