AI可据蛋白结构快速设计药物分子
一种新的生成式AI可从头开始设计分子，使其与相应蛋白质精确匹配。图片来源：苏黎世联邦理工学院科技日报讯 （记者张梦然）瑞士苏黎世联邦理工学院化学家开发出一种新的人工智能（AI）算法程序，可根据蛋白质的三维表面快速、轻松地设计活性药物成分。最新一期《自然·通讯》杂志刊发的这一成果，可能彻底改变药物研发方式。这种方法建立的基础，是化学家数十年来阐明的蛋白质三维结构，以及使用计算机寻找合适的潜在药物分子的成果。对于任何已知三维形状的蛋白质，该算法会根据“锁与钥匙”原理，生成提高或抑制蛋白质活性的潜在药物分子蓝图，然后化学家可在实验室合成和测试这些分子。新算法无需人工干预，生成式AI就能从头开始设计与蛋白质结构相匹配的药物分子。此外，该算法仅建议在所需位置与特定蛋白质相互作用的分子，而几乎不与任何其他蛋白质相互作用。这意味着在设计药物分子时，它的副作用会尽可能小。为了创建该算法，研究人员利用化学分子与相应三维蛋白质结构之间数十......阅读全文
AI程序攻克围棋的算法秘密（一）
这篇文章的主角是AlphaGo，谷歌DeepMind团队开发出的围棋AI。其凭借着2016年击败全球顶尖棋手李世石的壮举而广受瞩目。围棋是一种古老的棋类游戏，每一步都存在诸多选择，因此接下来的落子位置很参议会预测——要求对弈棋手拥有强大的直觉与抽象思维能力。正因为如此，人们长久以来一直认为只
AI程序攻克围棋的算法秘密（三）
另外，我们还希望能够构建起一套略有不同的策略网络版本； 其应该更小巧且速度更快。可以想象，如果Lusha的经验非常丰富，那么其用于处理每个位置的时间也将相应延长。在这种情况下，虽然她能够更好地缩小合理落子范围，但由于整个过程会不断重复，因此耗费时间可能会过长。所以，我们需要为这项工作
AI程序攻克围棋的算法秘密（五）
在本节中，大家应该对MCTS算法的工作原理拥有更为深入的理解。请别担心，迄今为止提到的全部内容应该足以支持您顺利掌握相关内容。惟一需要注意的是我们如何使用策略概率与估值方法。我们在铺展过程中将二者结合在一起，从而缩小每次落子时需要探索的具体范围。Q（s，a）表示估值函数，u（s，a）则代表该位置的已
AI程序攻克围棋的算法秘密（二）
但让我们想想，人类是怎样下棋的？假设目前您身处比赛中的特定阶段。根据游戏规则，你可以作出十几种不同的选择——在此处移动棋子或者在那里移动皇后等等。然而，你真的会在脑袋里列出所有能走的棋步，并从这份长长的清单中作出选择吗？不不，你会“直观地”将可行范围缩小至少数几种关键性棋步（这里假定您提出了
AI程序攻克围棋的算法秘密（四）
不过这样的训练方式其实存在一个问题。如果其只在练习中对抗同一个对手，且该对手也一直贯穿训练始终，那么可能无法获得新的学习经验。换言之，该网络所学到的只是如何击败对方，而非真正掌握围棋的奥秘。没错，这就是过度拟合问题：你在对抗某一特定对手时表现出色，但却未必拥有对付各类选手的能力。那么，我们该
人工智能加速期：算法为王还是场景落地优先－？
人脸识别、语音识别是人工智能应用最为人熟知的两个领域。智能音箱、人脸门禁也已经走进不少人的生活。去年大火的无人货柜，则用到了“物品识别”技术。接下来，人工智能推广应用会怎么走？靠算法的不断提升吗？ 海康威视高级副总裁徐习明说：“今天的人工智能还是一种弱人工智能。基于深度学习的算法精度会无限逼近
新人工智能模型和算法揭开肿瘤基因内在交互关系
近日，《自然》子刊 NPJ Precision Oncology发表了中国科学院大学张正军教授团队等关于一类新型人工智能AI模型和算法并应用到结直肠癌关键基因识别的研究成果。研究发现，由组织样本识别出的4个基因及其交互关系就可以完全识别结直肠癌。这四个基因使用了来自与世界不同地区不同人种不同研究目标
基因组研究的“98K”——人工智能算法
每个分子遗传学家都希望找到一个易于使用的程序，可以比较来自不同细胞条件的数据集，识别增强子区域，然后将其分配给目标基因。 如今，柏林马克斯·普朗克分子遗传学研究所的马丁·温格隆（Martin Vingron）领导的研究小组现已开发出一个掌握所有这些内容的程序。 “ DNA非常无聊，因为它在每个
人工智能算法打开月球永久阴影区的神秘大门
以瑞士苏黎世理工大学为首的一个国际研究小组利用人工智能算法观察到月球上的永久阴影区。该人工智能有望“照亮”永久的阴影区，尤其是那些尽管旋转但自然阳光仍无法到达的区域。这项近期刊载于《地球物理研究快报》上的研究也包含在美国国家航空航天局（NASA）“阿尔忒弥斯1号”任务计划中，有助于为其将来的登月计划
人工智能算法似乎在检测皮肤癌方面效果更好
分析测试百科网 研究人员首次发现人工智能或机器学习的形式被称为深度学习卷积神经网络（CNN），它比经验丰富的皮肤科医生在检测皮肤癌方面更好。 在今日（星期二）发表在主要癌症杂志Annals of Oncology上的一项研究中，德国，美国和法国的研究人员通过向CNN展示100,000多幅恶性黑
人工智能算法超越化学家,精确预测科学试验
科学研究领域中，追求真理经常意味着穿着白大褂在实验室做实验，其中免不了做一些失败的试验。没关系，因为失败的试验有时候也能带来很多新发现。现在，哈佛大学正努力帮助科学家加速试验研究的速度，通过一个可以预测化学反应成功率的机器学习算法，算法成功率超过了人类科学家。 算法分析了失败实验的数据。通
自然子刊论文|人工智能算法能提出资源分配
施普林格·自然旗下专业学术期刊《自然-人类行为》最新发表一篇社会学论文，研究人员通过一项概念验证研究发现，人工智能(AI)算法或能提出在人群中分配资源的新机制，其资源分配决策更受欢迎。 该论文称，多年来，人类合作时的收益该如何分配的问题在哲学家、经济学家、政治学家之间一直存在分歧。 论文通讯
人工智能算法准确描绘海洋浮游生物图像真实色彩
你一定听说过“蓝眼泪”海滩。实际上，“蓝眼泪”是海洋甲藻等多种海洋浮游生物发光产生的自然现象。 海洋浮游生物作为一类悬浮在水层常随水流移动的海洋生物，是海洋生态系统的基本组成部分，对浮游生物的观测不仅是海洋生态科学研究的基础，也是现代海洋生态环境管理不可或缺的手段。 近期，来自中国科学院深圳
人工智能算法有助于快速分析蛋白质折叠结构
近日，英国《自然》杂志报道，美国哈佛大学医学院生物学家AlQuraishi开发出新型人工智能算法，能够快速分析预测蛋白质三维结构，大大提高蛋白质三维结构预测的效率，将预测时间从若干小时或几天缩短至几毫秒。 报道称，蛋白质三维结构与蛋白质功能密切相关，当前生物学界一大挑战在于如何基于氨基酸序列预测蛋
“量子人工智能”：向可扩展算法更进一步
原文地址：http://news.sciencenet.cn/htmlnews/2023/2/494403.shtm 据英国《自然》杂志22日报道，谷歌科学家团队改善了量子计算机的纠错能力，演示了随着纠错规模增加，错误率反而降低的量子计算。这项工作意味着人们向可扩展的量子纠错更进一步，使量子计算
人工智能算法魅力:判断癌症患者能否从免疫治疗获益
免疫治疗在癌症统治的世界里不断攻城略地。 癌症患者看到了生的希望，但遗憾的是患者很难知道自己究竟是不是免疫治疗泽被的那些人。 目前的临床统计显示，PD-1抑制剂只能在20%-50%的晚期实体瘤病人中发挥作用[1]。受益的患者究竟是谁？目前找到这些患者的手段有限。 因此，找到一种可靠的生物标
人工智能程序“重新发现”元素周期表
经过约一个世纪的摸索和尝试，人类科学家才把化学史上的伟大科学成就——元素周期表整理成当前的形式。现在，美国斯坦福大学的物理学家们开发出一种人工智能程序，只用几个小时就“重新发现”了元素周期表。 “我们想知道人工智能是否‘智慧’到能独立发现元素周期表。”项目负责人、斯坦福大学张首晟教授在一份新闻
人工智能解锁新领域－深度学习算法助力发现古人类遗迹
近年来，深度学习作为机器学习的一个分支，在考古学中迅速普及应用，使得考古工作的效率得到提升。除了用于发现考古遗迹，预测、翻译古文字，人工智能还参与了部分文物的修复过程。 人工智能继续探索新领域，这次是考古。 近日，来自美国宾夕法尼亚州立大学、澳大利大悉尼大学等4所研究机构的研究人员，在著名考
注水算法
迭代注水算法是由Wei Yu提出的，它是一种多用户功率分配算法。这是一种自私算法，当接收端和发送端没有共享信道信息时，它的实现非常简单，复杂度低。但是，当信道上有共享信 息，需要共享信道，这是网络拓扑就会出现远近效应，这就产生了非平衡状态，引起用户间信号干扰，信息传输效率下降。 迭代注水
双向扫描算法和电梯调度算法区别
双向扫描算法和电梯调度算法区别：1、双向扫描(SCAN)算法不仅考虑到欲访问的磁道与当前磁道间的距离，更优先考虑的是磁头，当前的移动方向。例如，当磁头正在自里向外移动时，SCAN算法所考虑的下一个访问对象应足其欲访问的磁道既在当前磁道之外，又是距离最近的。这样自里向外地访问直至再无更外的磁道需要访问
基于影像学的多种人工智能算法在肿瘤研究中的应用进展
人工智能（artificial intelligence，AI）即为研究、探索如何模拟人类智能并对人类智能进行扩展延伸的一门学科。现如今人工智能已成为人们广泛关注的焦点，其今后的发展将对各行各业产生深远的影响。机器学习（machine learning，ML）是实现人工智能的方法之一，是使计算机
基于影像学的多种人工智能算法在肿瘤研究中的应用进展
人工智能（artificial intelligence，AI）即为研究、探索如何模拟人类智能并对人类智能进行扩展延伸的一门学科。现如今人工智能已成为人们广泛关注的焦点，其今后的发展将对各行各业产生深远的影响。机器学习（machine learning，ML）是实现人工智能的方法之一，是使计算机
识别黑色素瘤图片－德国人工智能算法胜过医生
德国研究人员最新开发出一种可用于诊断黑色素瘤的人工智能算法。在一场157名皮肤科医生与人工智能算法的诊断比拼中，人工智能的准确度总体来讲更胜一筹。 德国国家肿瘤疾病中心等机构研究人员在新一期《欧洲癌症杂志》上发表研究报告说，他们开发出一种人工智能算法，可分析皮肤病变用于诊断。 为验证该算法
Nat－Comm|－张强锋组利用人工智能算法分析单细胞ATACseq数据
近年来，深度学习等人工智能技术在图像识别，自然语言处理等领域取得了令人瞩目的成就。人工智能技术应用于生命科学，对生物信息多个领域产生了重大的影响。深度学习算法借助于生命科学大数据的飞速发展，从海量大数据中自动高效地提取特征进行学习，极大超越了依赖人工提取特征的传统人工智能算法，在医疗图像处理、结
接触角、水滴角测量仪软件应用人工智能算法提升自动...
接触角、水滴角测量仪软件应用人工智能算法提升自动水平线的精度接触角测量仪或水滴角测量仪通常的测试方法为侧视法，在侧视法原理条件下，除了硬件部件的结构要求必须具备样品台和镜头各自的独立水平调整功能的保证外，基准线或水平线的查找同样是一个zui为重要的功能。CAST3在原有自动水平线或基线的基础上，引入
缺陷检测算法
基本两个步骤：1、缺陷检出，算法较多，本人认为是不变矩阵法和主成分分析法；2、缺陷识别和分类,多数使用BP神经网络进行训练，提高识别率。
基质效应的算法
化学分析中，基质指的是样品中被分析物以外的组分。基质常常对分析物的分析过程有显著的干扰，并影响分析结果的准确性。例如，溶液的离子强度会对分析物活度系数有影响，这些影响和干扰被称为基质效应（matrix effect）。去除方法 目前最常用的去除基质效应的方法是，通过已知分析物浓度的标准样品，同时尽
基于生成式人工智能的新算法MIDAS，实现单细胞多组学数据的马赛克整合
目前，单细胞多组学技术日益成熟，测序数据也在不断增长。然而，不同组学组合、不同测序技术、不同测序样本的“马赛克”式单细胞数据的整合是该领域的巨大挑战。 2024年1月23日，军事医学研究院应晓敏团队和伯晓晨团队在 Nature Biotechnology 期刊发表了题为：Mosaic inte
检验程序的质量保证程序
1.1 检验程序的质量保证1.1.1概述 采取有效措施，对检验的过程进行质量监控，以提高检验工作能力，确保检验结果的有效性和准确性。1.1.2 职责1.1.2.1质量负责人组织完成上级下达的样品考核任务；负责审批质量控制活动计划；组织对上述活动的可行性和有效性评审。1.1.2.2质控组负责制
遗传算法－的特点
（1）算法从问题解的串集开始搜索，而不是从单个解开始。这是遗传算法与传统优化算法的极大区别。传统优化算法是从单个初始值迭代求最优解的；容易误入局部最优解。遗传算法从串集开始搜索，覆盖面大，利于全局择优。（2）遗传算法同时处理群体中的多个个体，即对搜索空间中的多个解进行评估，减少了陷入局部最优解的风险