Mark Cicero 和 Alexander Bilbily的团队赢得了2017年北美放射学会举办的机器学习挑战赛。
几个世纪以来，伏尼契手稿（Voynich manuscript）一直是本人类无法理解的书，但现在我们终于可以读懂它了——这要归功于我们在手稿写成的500年后发明的机器智能。
聘请人类AI编辑，这一举动似乎意味着，Facebook开始用人类来补充AI数据偏差带来的问题。
文/恒亮 谷歌在2016年发布了全新的神经机器翻译系统（GNMT），并表示由于神经网络算法的介入，该系统相比传 […]
文/sunshine_lady 根据普林斯顿信息技术和政策中心（Center for Information […]
文/刘敏娟 凤凰网CEO、一点资讯董事长刘爽表示，算法编辑有三个陷阱，需要责任媒体格外的审慎规避。具体包括避免 […]
文/光谱 9 月初，百度首席科学家吴恩达宣布将开源该公司的人工智能综合平台“百度大脑”底层的深度学习平台Pad […]
文/龟途慢慢 编者注：在两个月以前的苹果 WWDC 2016 大会上，Apple Music 进行了发布以来最 […]
摘要：知乎推出了“读读日报”，主要依靠个人的推荐，这和今日头条之间有着明显的区别，那么两者谁更有优势？ 你知道 […]
据此前报道，Salvagnini 在情报界从事技术领导工作 20 多年后，于 2023 年 6 月加入 NASA，担任首席数据官。
该研究以《Machine Learning based Reconstruction for the MUonE Experiment》为题，于 2024 年 3 月 10 日发布在《Computer Science》上。
传统的材料研发模式主要依赖「试错」的实验方法或偶然性的发现，其研发过程一般长达 10-20 年。
该研究以「Explainable machine learning for profiling the immunological synapse and functional characterization of therapeutic antibodies」为题，于 2023 年 11 月 30 日发布在《Nature Communications》。
「这里的见解是，我们可以看到模型正在学习什么，以做出某些分子将成为良好抗生素的预测。从化学结构的角度来看，我们的工作提供了一个具有时间效率、资源效率和机械洞察力的框架，这是我们迄今为止所没有的。」麻省理工学院医学工程与科学研究所（IMES）和生物工程系医学工程与科学 Termeer 教授 James Collins 说道。
该研究以「DeepDelta: predicting ADMET improvements of molecular derivatives with deep learning」为题，于 2023 年 10 月 27 日发布在《Journal of Cheminformatics》。
公众号/ ScienceAI（ID：Philosophyai） 编辑 | 萝卜皮 机器学习方法，特别是在大型数 […]
Return to Top ▲
友情链接