
IT思维
IT思维(itsiwei.com)是互联网首个定位在科技与电商“思维”韬略的平台,我们时刻关注互联网电商行业新动向; 诚邀行业资深从业者加入“思维客家族”!
随着智能手机的迅速发展,移动端的人脸识别和分析越来越重要,而人脸追踪是很多视觉应用的主要出发点。
近日,道达尔正式宣布和谷歌云签署协议,二者将联合发展人工智能技术,为石油天然的勘探开发提供全新智能解决方案。
随着工业科技的发展,这波数字化自动化的浪潮被称为“工业4.0”,所以未来的工厂到底是什么样子?
由于机器学习系统容易受到历史数据引入的偏见而导致歧视性行为,人们认为有必要在某些应用场景中用公平性准则约束系统的行为,并期待其能保护弱势群体和带来长期收益。
Big Think网站整理了19个受欢迎的AI课程资源列表,从MOOC的免费在线课程到著名大学的学位课程,不管你对AI的兴趣程度如何,这份清单都将对你有帮助。
作为我国法检信息化领域的头部公司,华宇认为现阶段只能实现弱人工智能,主要帮助提升司法活动效率,审判质量仍然需要依靠法官。
2018年,AI落地应用成为行业关键词,当开放共赢基本成为行业共识,百度、腾讯等大厂则更是放出“免费”信号。
换句话说,无论你的公司是否位于欧盟,只要你的客户或用户中有欧盟国家公民,并且处理他们的数据,GDPR 就会对你的业务产生非常重要的影响。
Google 靠着收集和利用用户的信息造就了数十亿美元的业务。近日,外媒 The Verge 发现了一部 Google 内部制作的短片,这部短片非常大胆地介绍了一些 Google 内部人士对未来如何利用用户信息的设想。
很显然,智联网的概念是对AI in All的一种具体解读,即,使万物在智能环境下皆可连。腾讯的IOT布局也浮出水面,以“三张网”的形式:人联网、物联网、智联网。
这两天陆奇卸任百度COO之后,目前已经体量相当庞大的百度Apollo是否将会受到影响?在笔者看来,由于百度主航道的价值壁垒加上无人驾驶产业的复杂度,这种影响可以说非常有限。
最近,伯克利研究人员已经通过开源的 Mozilla 的 DeepSpeech「语音-文本」转换软件将命令整合到了语音识别中。
让 OpenAI 创建的图像生成系统 DALL·E 2 绘制一幅「金鱼在海滩上啜饮可口可乐」的图画,它会吐出超现实的图像。
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。
偶极扩散函数 (DSF) 工程重塑了显微镜的图像,可以最大限度地提高测量偶极状发射器 3D 方向的灵敏度。
开发用于在分子和纳米尺度上分析蛋白质-蛋白质相互作用(PPI)的新方法可以深入了解细胞内信号通路,并将提高对蛋白质功能以及其他生物和非生物来源的纳米级结构的理解。
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。
Alex Wiltschko 十几岁时就开始收集香水。他的第一瓶是 Azzaro Pour Homme,这是他在 T.J. Maxx百货的货架上发现的一款永恒的古龙水。他从《Perfumes: The Guide》中认出了这个名字,这本书对香气的诗意描述引发了他的痴迷。着迷了,他把零用钱存起来从而收藏更多。「我最终完全『陷入了兔子洞』。」他说。
深度神经网络(DNN)因其高预测精度已成功用于许多科学问题,但由于其可解释性差,它们在遗传研究中的应用仍然具有挑战性。
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。
代谢动力学模型通过机械关系将代谢通量、代谢物浓度和酶水平联系起来,使其对于理解、预测和优化生物体的行为至关重要。
脑机接口通常依靠电生理信号来解释和传输神经信息。然而,在生物系统中,神经递质是基于化学的中间神经元信使。这种不匹配可能会引起对传输信息的错误解释。
对比增强脑肿瘤的预处理诊断在临床神经肿瘤学中仍然具有挑战性,因为它们在常规 MRI 上的外观非常相似。
虽然缩小场效应晶体管的尺寸对于提高计算效率是非常有效,但当接近纳米级时,Si/SiO2 界面处的量子隧穿会带来新的问题。
引起儿童流行性肠胃炎的 A 组和 C 组轮状病毒中刺突蛋白 VP4 的 VP8* 结构域表现出保守的半乳凝素样折叠,用于在细胞进入过程中识别聚糖。
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。
公众号/ ScienceAI(ID) 编辑 | 萝卜皮 随着抗生素耐药性感染的增加以及不断演变扩大的大流行病毒 […]
机器学习和基础学科交叉在近年受到越来越多的关注。能够从大量数据中学习的 AI,是否能够像人类一样,从数据中发现规律?当神经网络被用于解决物理问题时,是否有可能学习到物理知识?
劳伦斯伯克利国家实验室(Lawrence Berkeley National Laboratory,LBNL 或LBL)、美国空军研究实验室(Air Force Research Laboratory 缩写AFRL)等机构的研究人员合作,对人工智能在合成生物学中的应用现状、影响、挑战以及潜力与前景进行了较为系统的阐述。
空间分辨转录组学的最新进展使得能够全面测量基因表达模式,同时保留组织微环境的空间背景。破译组织中斑点的空间背景需要仔细使用它们的空间信息。
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。
机器学习方法的兴起正在加快材料和药物发现过程,然而,当前的技术,主要是深度学习,需要大量数据集来训练模型,并且许多特定类别的化学数据集包含少数示例化合物,限制了它们泛化和生成可以在现实世界中创建的物理分子的能力。
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。
在这里,研究人员试图测试 OP-TIL 是否可以将 I 期 HPV 相关 OPSCC 患者分为低风险和高风险组,并帮助选择患者进行降级临床试验。
针对核酸大分子,特别是 RNA 的基于结构的药物设计(SBDD)是一个获得动力的研究方向,已经产生了几种 FDA 批准的化合物。
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。
在现有的机器学习框架中,储层计算(Reservoir Computing)展示了快速、低成本的训练,并适用于各种物理系统。
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。
「了解大脑的所有复杂性需要从多个尺度——从基因组学、细胞和突触到整个器官水平的洞察力。这意味着处理大量数据,超级计算正在成为解决大脑问题的不可或缺的工具。」
在这里,法国国家科学研究中心(CNRS)和艾克斯-马赛大学(Aix-Marseille University)的研究人员确定了感染葡萄酒细菌 Oenococcus oeni 的两种溶解性 siphophage OE33PA 和 Vinitor162 的粘附装置的结构和拓扑结构。这些噬菌体具有不同组成和形态的粘附装置,并且可能使用不同的感染机制。
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。
得益于空军科学研究办公室的195 万美元赠款,马萨诸塞大学阿默斯特分校数学和统计系教授 Markos Katsoulakis 和 Luc Rey-Bellet,以及布朗大学的 Paul Dupuis 将在接下来的四年开发一种新的机器学习方法,超越对大数据的传统依赖。
Bülent Kızıltan 博士既是一名科学家也是一位企业高管,他通过将创业思维与卓越科学相结合从而推动创新。目前,他在诺华负责因果分析和预测分析的创新工作。以下是他关于药物发现中的数据科学、预测分析和人工智能的访谈内容。
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。
来自美国莫格里奇研究所的 Timothy Grant 发表观点文章,评论《Nature Methods》上的两项蛋白质分子动力学方面的研究,并表示新的计算方法从冷冻电镜图像中捕获分子运动,并提供对蛋白质动力学的更完整理解。
据称,Gateway将主要作为一个停驻设施,一个前往月球表面或最终前往火星的宇航员的中转站。
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。
该综述以「Nanotechnology and artificial intelligence to enable sustainable and precision agriculture」为题,于2021年6月24日发布在《自然植物》(Nature Plants )杂志。
原子层沉积 (Atomic layer deposition,ALD) 是一种高度可控的薄膜合成工艺,可制造出只有一个原子厚的薄膜。广泛应用于计算机芯片、太阳能电池、锂电池等领域。很多企业常用 ALD 来制造半导体器件。ALD 的灵活性和多样性给确定工艺参数带来了重大挑战,但仍需要专家的直觉和耗时的反复试验来确定最佳工艺参数。
公众号/ ScienceAI(ID:Philosophyai) 作者/凯霞 空气动力学面临的挑战之一是改进描述 […]
通过植入的电极将电脉冲发送至大脑中特定位置,深部脑刺激 (DBS) 可以缓解与帕金森病相关的震颤,帮助缓解慢性疼痛,治疗重度抑郁和强迫症等精神疾病。
近日,Perlmutter 超级计算机在美国国家能源研究科学计算中心 (NERSC) 正式投入使用,将为 7000 多名研究人员提供近 4 百亿亿次浮点运算的 AI 性能,是人工智能领域使用 16 位和 32 位混合精度数学处理工作负载的最快超级计算机。
近日,格拉德斯通研究所(Gladstone Institutes)的科学家们提出了一种新的活细胞追踪技术,该技术运用神经网络来分析菌落中共同生长的数百个细胞的位置,展示了人工智能(AI)在细胞生物学中巨大的潜力。当将这项技术应用于一组干细胞时,程序揭露出少数「领导者」细胞能够指导相邻细胞的运动。
机械化、自动化把制造业带入了机器生产的时代,由此,手工生产成为了传统行业,实现了机械化、自动化转型的制造企业形成了新兴制造业。而随着数字化、信息化技术的兴起,单纯应用机械化的制造车间又被贴上了「传统」的标签,利用新兴技术的数字工厂、智能工厂成了今天的新兴产业。