诺贝尔物理学奖为何授予机器学习？
·辛顿开发的玻尔兹曼机成为了生成模型的早期例子。玻尔兹曼机常被用作一个大网络的一部分，可以用来根据观众的喜好推荐电影或电视剧。·机器学习与传统软件不同，传统软件的工作方式就像一种配方。传统软件接收数据，然后根据清晰的描述进行处理并产生结果，就像有人收集原料并按照食谱处理。相反，在机器学习中，计算机通过实例学习，使其能够解决模糊和复杂的问题，这些问题无法通过一步一步的指令来管理。约翰·J·霍普菲尔德和杰弗里·E·辛顿因“通过人工神经网络实现机器学习的基础性发现和发明”，获得2024年诺贝尔物理学奖。10月8日，2024年诺贝尔物理学奖出乎意料地授予机器学习研究领域，结果公布后，连获奖者本人杰弗里·E·辛顿（Geoffrey E. Hinton）在接受瑞典皇家科学院的电话采访时，也直呼“没有想到”。2024年，普林斯顿大学的约翰·J·霍普菲尔德（John J. Hopfield）和加拿大多伦多大学的杰弗里·E·辛顿因“通过人工神经网......阅读全文
科学家利用机器学习让耐药检测更高效
细菌耐药已成为影响全人类健康的重大问题，引起了全世界广泛的关注。世界卫生组织提出的解决耐药措施之一是研发耐药快速准确的新型诊断技术和相关试剂。传统的检测方法基于细菌培养，周期长，易导致漏诊、误诊，延误最佳治疗时机。而基于基因的检测技术，如具有灵敏、高效、快捷特点的基因芯片、数字PCR等技术，是公
科学家努力遏制机器学习带来社会不公平
2015年，一名忧心忡忡的父亲问了Rhema Vaithianathan一个问题，这个问题至今依然萦绕在她的记忆里。当时，一小群人聚集在美国宾夕法尼亚州匹兹堡的一个地下室内，听她讲软件如何解决虐待儿童的问题。该区域的热线每一天都会接听到数十个电话，指称怀疑有儿童处于危险中；其中一些电话被呼叫中心
用机器学习揭示全球中大地震破裂模式
原文地址：http://news.sciencenet.cn/htmlnews/2022/4/477906.shtm 科技日报合肥4月24日电 （记者吴长锋）24日，记者从中国科学技术大学了解到，该校李泽峰研究员利用机器学习方法，总结了全球3000多个5.5级以上地震的震源时间函数特征，全景式地
利用机器学习构建新型物理约束的大涡模拟模型
大涡模拟作为当前及未来主流的湍流模拟方法被广泛应用于航空、航天及海洋工程等国家战略科技领域，而大涡模拟模型和方法是大涡模拟研究的核心基础。传统的大涡模拟模型方法存在着诸多不足，例如既有的模型很难兼顾强数值稳定性以及高保真性，这样会导致湍流模拟的误差过大或者计算发散等问题。因此，探索新的建模思路一
IBM－Watson联合辉瑞，将机器学习用于癌症药物发现
根据Healthcare IT News报道，IBM Watson与辉瑞达成了一项新协议，会将前者的超级计算能力用于癌症药物研发。 辉瑞将用上Watson for Drug Discovery的机器学习、自然语言处理及其它认知推理能力，用于免疫肿瘤学（Immuno-oncology）中的新药物
腾讯机器学习框架升级，可节省一半算力成本
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/512960.shtm
运用可解释机器学习成功破解催化结构敏感性难题
原文地址：http://news.sciencenet.cn/htmlnews/2024/3/519339.shtm记者19日从中国科学技术大学获悉，该校李微雪教授结合物理启发的可解释机器学习算法与第一性原理计算，解决了一个多相催化研究中长期存在的关于催化结构敏感性难题。研究成果近日发表于《美国化学
机器学习“万里挑一”识别高性能化合物
美国能源部劳伦斯伯克利国家实验室与多家合作机构共同演示了一种机器学习技术，旨在发现适用于薄膜电容器的新型材料。这一进展对于电气化和可再生能源技术来说至关重要，因为薄膜电容器是这些领域中不可或缺的组件。研究团队使用这项技术从接近5万种化学结构中筛选出了一种性能破纪录的化合物。研究成果发表在最新的《自然
利用机器学习构建新型物理约束的大涡模拟模型研究
大涡模拟作为当前及未来主流的湍流模拟方法被广泛应用于航空、航天及海洋工程等国家战略科技领域，而大涡模拟模型和方法是大涡模拟研究的核心基础。传统的大涡模拟模型方法存在诸多不足，例如既有模型难以兼顾强数值稳定性以及高保真性，导致湍流模拟的误差过大或者计算发散等问题。因此，探索新的建模思路是大涡模拟研
研究提出可用于癌症驱动基因识别的图机器学习模型
当前，全球癌症患者数量呈逐年上升趋势。癌症驱动基因识别在探讨癌症的发生机制中扮演着重要角色，能够为个性化精准治疗提供策略。而现有方法在泛化性和可解释性方面面临挑战。中国科学院新疆理化技术研究所科研团队与合作者，提出了可用于癌症驱动基因识别的图机器学习模型。这一模型融合人工智能与生物医学的优势，具备可
国际最新研究：机器学习方法可帮助识别人造毒品
施普林格·自然旗下专业学术期刊《自然-机器智能》发表一篇计算生物学研究论文称，科研人员发现一种自动化、生成式的机器学习方法，可以仅利用质谱就确定未知的新型精神药物(又称人造毒品)的化学结构，了解这些结构能帮助法医实验室更快识别出疑似的人造毒品。 该论文指，每年有大
未来机器人大脑将获取互联网知识自我学习
研究人员在对机器人大脑学习方法进行测试。 据国外媒体报道，近期在美国伯克利召开的“2014年度机器人技术：科学与系统大会”上，美国科学家发表最新研究成果认为，未来“机器人大脑”将能够从互联网上获取海量信息，然后教会机器人其所知道的所有知识和所拥有的所有技能。目前，“机器人大脑”正在从互联网
国际最新研究：机器学习方法可帮助识别人造毒品
施普林格·自然旗下专业学术期刊《自然-机器智能》发表一篇计算生物学研究论文称，科研人员发现一种自动化、生成式的机器学习方法，可以仅利用质谱就确定未知的新型精神药物(又称人造毒品)的化学结构，了解这些结构能帮助法医实验室更快识别出疑似的人造毒品。 该论文指，每年有大
人工智能和机器学习正在如何重塑当今的医疗产业？
在医疗健康领域活跃着世界上最具创新性的初创公司，他们致力于为人类带来更高质量的生活和更长的生命。软件和信息技术刺激了这些创新的产生和发展，数字化的健康和医疗数据使得医疗的研究和应用进程不断加速。 近年来，以人工智能和机器学习为首的先进技术让软件变得越来越智能和独立，不断加速着健康领域的创新步伐
运用可解释机器学习成功破解催化结构敏感性难题
李微雪教授结合物理启发的可解释机器学习算法与第一性原理计算，解决了一个多相催化研究中长期存在的关于催化结构敏感性难题。研究成果近日发表于《美国化学会》期刊。催化反应活性位及其结构敏感性是多相催化研究中最为重要的基本概念之一。尽管近年来研究取得了很大进展，但由于影响因素众多并横跨多个空间和时间尺度，如
力学所在干酪根结构的机器学习研究中取得进展
干酪根是页岩油气的主要母质，其分子模型构建及熟化机理是油气勘探开发的理论基础。中国科学院力学研究所赵亚溥研究团队前期针对珍贵的深部页岩样品，基于大量实验及计算，构建了目前国际最大的干酪根分子群，建立了干酪根的时间-温度-成熟度关系[Global Challenges 3, 190000
研究人员利用“机器学习”帮助鉴定磷酸化位点
EMBL的欧洲生物信息学研究所（EMBL-EBI）的研究人员创建了迄今为止最大的参考磷酸化蛋白质组，将近120000个人类磷酸化位点。为了识别最重要的成员，他们使用了一种机器学习方法，能够根据功能重要性对其进行排名。 蛋白质是细胞的核心分子机器，可以通过类似于分子开关的蛋白质修饰来调节。磷酸化
基于宽度学习的微型机器人智能轨迹追踪方法
近日，中国科学院深圳先进技术研究院集成所智能仿生研究中心副研究员徐升和研究员徐天添研究团队合作，将宽度学习算法成功应用于微型机器人轨迹追踪控制中，将数据驱动的思想用于微型机器人控制器设计，由示教训练替换复杂调参，并推导训练算法参数约束以保障稳定性能，极大提升了微型机器人轨迹追踪的准确性及控制器的
全国政协委员周志华：支持机器学习基础研究
原文地址：http://news.sciencenet.cn/htmlnews/2023/3/495353.shtm ? 周志华 全国政协委员、南京大学人工智能学院院长 机器学习基础研究相对门槛高，研究成果不仅在短期内难以体现效益，且在以高质量论文数、引用数等为指标的评价体系中
4亿美元助力机器学习驱动药物开发，insitro完成C轮融资
速递 | 今日，致力于通过利用机器学习驱动药物发现和开发的初创公司insitro宣布完成数额为4亿美元的C轮融资。本轮融资获得的资金将用于进一步提升该公司平台的技术能力，扩展可以使用的数据库，以及收购通过该公司的独特策略去风险化（de-risked）的潜在候选药物。
我国科学家在超导系统中实现量子对抗机器学习
本报北京12月3日电（记者邓晖）随着发展量子计算和人工智能成为世界各国的重要战略，两者交汇而生的量子人工智能更是发展迅速。但由于神经网络容易受到对抗扰动的影响，量子人工智能技术的安全性成为研究热点。 近日，清华大学交叉信息研究院邓东灵研究组与浙江大学物理学院王浩华、宋超研究组等合作，在超导系统中首次
基于脑功能影像数据机器学习分类的跨中心泛化性
在临床研究领域，机器学习已被广泛用于优化脑影像数据分析和建立预测模型来对精神分裂症患者进行分类。评估泛化性是对预测模型性能评价的重要步骤，然而对该方面问题进行探讨的临床研究却很少。 为了解决这一问题，中国科学院心理研究所心理健康重点实验室神经心理和应用认知神经科学（NACN）实验室研究员陈楚侨
中国科学技术大学团队首次实现量子机器学习算法
中国科学技术大学潘建伟教授及其研究团队，日前在国际上首次实现量子机器学习算法。这是量子计算应用于大数据分析和人工智能领域的开创性实验工作。 国际权威物理学期刊《物理评论快报》近日发表该成果。审稿人评价该工作“非常前沿，具有高度的兴趣”“在量子机器学习这个重要而有趣的课题迈出了第一步”。 机器
糖基化酶碱基编辑器的机器学习研究进展
碱基编辑技术可实现精确的碱基转换，当前，有三类碱基编辑器被广泛应用，包括胞嘧啶碱基编辑器（cytosine base editor，CBE）、腺嘌呤碱基编辑器（adenine base editor，ABE）、糖基化酶碱基编辑器（glycosylase base editor，GBE）。 20
马斯克嘲讽人工智能：机器学习本质就是统计学
快科技6月12日消息，近日，特斯拉CEO，此前曾多次公开提议限制AI发展的艾隆·马斯克在推特上分享了一张图片，用于讽刺目前的人工智能。在图片中，一位路人询问戴着“机器学习”（marchine learning）面罩的人工智能：“嗨，人工智能。为什么你总是戴着那个面罩？”一边说一边动手揭开了那个面罩，
利用机器学习构建新型物理约束的大涡模拟模型获进展
大涡模拟作为当前及未来主流的湍流模拟方法被广泛应用于航空、航天及海洋工程等国家战略科技领域，而大涡模拟模型和方法是大涡模拟研究的核心基础。传统的大涡模拟模型方法存在诸多不足，例如既有模型难以兼顾强数值稳定性以及高保真性，导致湍流模拟的误差过大或者计算发散等问题。因此，探索新的建模思路是大涡模拟研
上海药物所提出机器学习辅助定向进化新方法
定向进化是模拟自然进化机制，利用现代分子生物学方法创造大量的突变基因文库，采用灵敏的定向筛选策略，创造出自然界不存在的或改良特性的蛋白质等生物分子的一种方法。定向进化已广泛应用于蛋白质的分子改造和优化，被认为是生产具有改良或全新特性的蛋白质的高效方法，对于酶工程、多肽和大分子药物设计都具有重要意义。
谷歌成功使用机器学习来检测糖尿病性视网膜病变
糖尿病本身不一定造成危害，但长期血糖增高可引起多种急性和慢性并发症，可能会导致失明、心血管疾病、肾功能衰竭甚至是下肢截肢等，严重时甚至可能导致死亡。其中糖尿病性视网膜病变（DR）是糖尿病性微血管病变中最重要的表现之一，受影响的糖尿病患者可能出现玻璃体出血的情况，并可能丧失视力。 幸运的是，谷歌一
科研人员利用机器学习方法解码原子核壳演化
近日，中国科学院近代物理研究所核物理中心吕冰锋副研究员和湖州师范学院王永佳教授等利用机器学习方法研究原子核低位激发态的能量和电磁跃迁几率,在探索原子核壳演化研究中取得重要进展。相关成果于9月10发表在《物理学快报B》上。原子核是物质的一个非常重要的层次，它由质子和中子组成。上世纪三十年代，科学家们就
基于拉曼组与机器学习的微藻种质挖掘新技术
微藻是地球上代谢功能较为多样化的生物类群，在全球碳循环中发挥关键作用，也是生物技术产业中重要的一类光合细胞工厂。但微藻的种质鉴定和代谢功能检测繁琐，且自然界大部分微藻难以培养。近日，中国科学院青岛能源研究所单细胞中心发表了首个微藻拉曼组数据库，并结合机器学习示范了单细胞精度、快速的微藻种类鉴定和