Akademické práce, výzkumné průlomy a vědecké pokroky ve strojovém učení a AI.
319 článků
WISER a E.ON dokončily společný výzkumný projekt zaměřený na hybridní kvantové modely strojového učení pro předpovídání poptávky po elektřině. Cílem spolupráce bylo zjistit, zda kvantově posílené modely dokážou přesnější předpovědi než klasické přístupy. Zdroj: thequantuminsider.com
Od objevu Higgsova bosonu v CERNu v roce 2012 si vědci kladou otázku, zda tato částice nemá dosud neodhalené sourozence v rozšířené rodině podobných částic. Nyní využívají metody strojového učení, aby zúžili oblasti v datech ze srážečů, kde by se takové další Higgsu podobné částice mohly skrývat. Zdroj: phys.org
Kombinací reinforcement learningu s kvantovou korekcí chyb se podařilo ukázat, že kvantový počítač se dokáže průběžně přizpůsobovat driftu a zůstat stabilní. Zdroj: research.google
Výzkum umělé inteligence od Dr. Nitina Agarwala z University of Arkansas at Little Rock získal mezinárodní uznání. Jeho práce byla přijata na jednu z nejprestižnějších světových konferencí věnovaných AI. Zdroj: ualr.edu
Strojové učení dokáže odhalit problematické ADMET vlastnosti mnohem dříve než dosud. Stále je ale klíčové vědět, kdy jeho výsledkům důvěřovat a kdy ne. Zdroj: drugdiscoverynews.com
Vědci z University of Virginia School of Medicine odhalili rozšířený zdroj chyb v oblíbené metodě zkoumání genomu a vytvořili nástroj, který tento problém řeší. Zdroj: phys.org
Vědci z Nvidia spolu s kolegy z řady akademických, vědeckých a kvantových institucí koncem loňského roku publikovali výzkumnou studii na toto téma. Zdroj: nextplatform.com
Nový výzkum ukazuje, že některé problémy nedokáže AI vyřešit ani s neomezeným množstvím dat, což odhaluje zásadní meze strojového učení. Zdroj: thebrighterside.news
Mnoho venkovských komunit v etiopském regionu Amhara nemá přístup k elektřině, přestože mezi městem a venkovem existují velké rozdíly. Tradiční průzkumy jsou nákladné, nový model nabízí levnější alternativu. Zdroj: nature.com
Strojové učení dokáže rychle seřadit potenciální cíle podle důležitosti, ale jejich skutečnou funkčnost potvrdí jen genetika a laboratorní experimenty. Zdroj: drugdiscoverynews.com
Strojové učení se stále hlouběji propojuje se systémy pro modelování počasí a klimatu. Uplatnění nachází jak v krátkodobé předpovědi počasí, tak v dlouhodobých klimatických projekcích, experti však varují, že o skutečné revoluci v oboru zatím mluvit nelze. Zdroj: eu.36kr.com
Systém strojového učení AnomalyMatch zpracoval 99,6 milionu malých výřezů snímků z Hubble Legacy Archive za zhruba dva a půl dne. Objevil 1 300 neobvyklých objektů, z nichž více než 800 se dosud neobjevilo ve vědecké literatuře. Zdroj: spacedaily.com
Mezi nastupující technologie v onkologii patří specializované LLM, AI asistované CT vyšetření pro včasnou detekci a základní modely, které zpřístupňují patologii širšímu okruhu lékařů. Zdroj: cancernetwork.com
Biologicky věrohodné učení nyní dosahuje 96,7 % úspěšnosti na MNIST a 61,7 % na CIFAR-10 bez použití backpropagace. Sakana AI tím demonstruje trénování věrné fungování mozku a zkoumá, jakou cenu za to platí v podobě výkonu. Zdroj: techtimes.com
Nástroj strojového učení, který analyzuje údaje již zaznamenané v elektronické zdravotní dokumentaci dítěte, pomohl pediatrům přesněji vyhodnotit riziko astmatu. Zdroj: medicalxpress.com
Studie zkoumá, zda může LLM zlepšit své schopnosti v generování kódu pouze pomocí vlastních výstupů, bez verifikátoru nebo učitelského modelu. Zdroj: machinelearning.apple.com
USA potřebují lepší baterie pro skladování energie v síti a energetickou odolnost země. Lawrence Livermore National Laboratory proto kombinuje superpočítače s metodami strojového učení. Zdroj: hpcwire.com
Vědci vyvinuli řečovou neuroprotézu založenou na AI, která dekóduje husté intrakortikální signály do plynulé a věrné syntetické řeči. Zdroj: neurosciencenews.com
Modely strojového učení dnes umožňují téměř ab initio simulace složitých molekulárních a kondenzovaných systémů. Zároveň zůstává přesný popis kvantových jevů náročným úkolem. Zdroj: publishing.aip.org
Historie vývoje léčiv je plná sebejistých odhadů cílů, které selhaly v klinických zkouškách. Identifikace cílů pomocí umělé inteligence slibuje tuto situaci zlepšit. Zdroj: drugdiscoverynews.com