Akademické práce, výzkumné průlomy a vědecké pokroky ve strojovém učení a AI.
577 článků
Důležitost:Zpráva
LeCun pochybuje, že AGI lze dosáhnout. Má pravdu?
Yann LeCun naznačuje, že AGI může být mimo dosah, a znovu tak rozpoutává jednu z největších debat v oblasti umělé inteligence. Otázka, zda má pravdu, opět přitahuje pozornost celého oboru. Zdroj: youtube.com
Důležitost:ZprávaQuantum machine learning
Provázanost zlepšuje učení kvantových jader, ukazuje nový výzkum
Spolehlivé strojové učení s promítnutými kvantovými jádry dosud vyžadovalo náročnou klasickou optimalizaci parametrů. Vědci nyní propojili kvantovou provázanost (entanglement) se zlepšeným učením jader, což naznačuje cestu, jak toto omezení obejít. Zdroj: quantumzeitgeist.com
Důležitost:Zpráva
Hassabis: AI je teprve na úpatí, zisky by měly patřit širšímu okruhu lidí
Demis Hassabis věří, že zisky z AI by se měly šířit prostřednictvím širokého vlastnictví, například skrze penzijní či státní fondy investující do AI. Produktivitní přínosy poháněné AI by tak podle něj byly sdíleny mezi víc lidí. Zdroj: reddit.com
Důležitost:ZprávaML in genetic research
Strojové učení rozluštilo genetický kód 5 000 let staré léčivé byliny
Zlatavé oddenky rostliny Coptis chinensis, v tradiční čínské medicíně známé jako Huanglian, jsou po tisíciletí ceněny pro silné alkaloidy. Vědci nyní pomocí strojového učení odhalili její genetický kód. Zdroj: newswise.com
Důležitost:ZprávaAI research limitations
Studie Anthropic: AI agenti stále nezvládnou skutečný vědecký výzkum
Špičkoví programovací agenti dnes dokážou převádět výzkum strojového učení do automaticky spustitelných workflow, jenže většina dosavadních studií se soustředí na úzké testovací scénáře. Výzkum Anthropic ukazuje, že AI na skutečný vědecký výzkum v reálném světě stále nestačí. Zdroj: eu.36kr.com
Důležitost:Výzkumhealthcare
Slova pacientů zpřesňují třídění na pohotovosti pomocí ML
Retrospektivní kohortová studie na 64 382 dospělých pacientech brazilských pohotovostí ukázala, že zapojení zpracování přirozeného jazyka do analýzy hlavních obtíží zlepšuje třídění případů. Metoda kombinuje volný text od pacientů se strojovým učením (ML) a přesněji určuje naléhavost ošetření. Zdroj: bioengineer.org
Důležitost:Výzkummedical imaging
Nový univerzální AI model řeší nedostatek dat pro lékařské snímky
Nový univerzální AI model má zaplnit mezeru v dostupných datech pro generování lékařských snímků. Práce ukazuje, jak umělá inteligence mění medicínu a otevírá nové možnosti výzkumu. Zdroj: med.stanford.edu
Důležitost:SpuštěníML tools
Volná open-source platforma přináší ML bez kódu i pro nováčky
Platforma pro strojové učení (ML), která v prověřeném testu System Usability Scale získala výborné skóre 87,69, je nově volně dostupná. Je open source a umožňuje lidem bez odborných znalostí vytvářet ML modely bez psaní kódu. Zdroj: bioengineer.org
Důležitost:VýzkumGPS accuracy improvement
GNSS PPP-AR na všech frekvencích dosáhl okamžité centimetrové přesnosti, ML hledá zbylé chyby
Studie mapuje, kolik ze 440 stanic sítě IGS MGEX dokáže sledovat jednotlivé kódové kanály konstelací GPS, Galileo a BDS-3. Při využití signálů na všech frekvencích dosahuje metoda PPP-AR centimetrové přesnosti prakticky okamžitě, zatímco strojové učení pomáhá odhalit, co za zbývajícími chybami stojí. Zdroj: eurekalert.org
Důležitost:Výzkummedical diagnostics
Deep learning model automatizuje hodnocení pravé komory ze snímků echokardiografie
Vědci z Mass General Brigham Heart and Vascular Institute vyvinuli model deep learningu, který z echokardiografických snímků vyhodnocuje stav pravé srdeční komory. Studii vedl Mostafa Al-Alusi, MD, MS, a jejím hlavním autorem je Patrick T. Ellinor, MD, PhD. Zdroj: news-medical.net
Důležitost:Výzkumcomputational fluid dynamics
TrajectoryFlowNet se učí proudová pole i dráhy částic zároveň
Předpovídání pohybu částic ve složitých prouděních se tradičně opírá o řešení Navierových–Stokesových rovnic pomocí numerických či experimentálních metod. TrajectoryFlowNet volí jinou cestu: proudové pole a trajektorie částic se učí společně v kombinovaném lagrangeovsko-eulerovském přístupu. Zdroj: nature.com
Důležitost:VýzkumScientific ML Reliability
Pravděpodobnostní odšumění přináší spolehlivou extrakci signálu ve spektroskopii
Deep learning je pro vědecký výzkum mocný nástroj, jeho nasazení však často brzdí nedostatek kvantitativní spolehlivosti. Tato práce využívá pravděpodobnostní odšumění ke spolehlivějšímu získávání signálů ze spektroskopických dat. Zdroj: journals.aps.org
Důležitost:VýzkumEnergy Efficient AI
Stony Brook získává od DARPA financování na energeticky úspornější AI
Vědci ze Stony Brook University vyvíjejí nástroje, které předpovídají energetickou spotřebu modelů strojového učení. Cílem je pomoci vývojářům najít cesty, jak ji snížit. Zdroj: news.stonybrook.edu
Důležitost:VýzkumMedical AI/Healthcare
Machine learning odhaluje skryté riziko funkčního úpadku po srdečním selhání
U starších pacientů se srdečním selháním neznamená přežití hospitalizace vždy návrat k samostatnému životu. Machine learning pomáhá odhalit skryté riziko ztráty soběstačnosti. Zdroj: medicalxpress.com
Důležitost:VýzkumAtmospheric Science ML
Machine learning pomáhá předpovídat vlastnosti ledových krystalů v oblacích
Přesné zachycení ledových oblaků v modelech zemského systému je dlouhodobě obtížné. Nová studie zkoumá, zda lze pomocí machine learningu získat mikrofyzikální vlastnosti ledových krystalů v oblacích. Zdroj: newswise.com
Důležitost:VýzkumWeather Prediction ML
Machine learning pomáhá předpovídat počasí v subsezónním měřítku
Vysokoškolský student během letní stáže v Microsoft Research zkoumal vzorce počasí a srážky. Projekt využívá machine learning k subsezónním předpovědím. Zdroj: seas.harvard.edu
Důležitost:VýzkumSocial Media AI
Studie: AI analýza digitálních médií naráží na limity predikce zapojení uživatelů
Nový framework strojového učení s ochranou proti úniku dat dosahuje silných výsledků při klasifikaci sentimentu na datech ze sociálních sítí. Výzkum zároveň ukazuje, že predikce zapojení uživatelů zůstává výrazně obtížnější. Zdroj: bioengineer.org
Důležitost:Výzkumquantum-ai
Přehled 119 studií mapuje spojení AI a kvantové optimalizace
Přehledová práce zahrnující 119 studií ukazuje rychle rostoucí průnik umělé inteligence a kvantových počítačů. Výzkum se zaměřuje na řešení složitých optimalizačních úloh pomocí kombinace obou oborů. Zdroj: quantumzeitgeist.com
Důležitost:Zprávaweather forecasting
Nový ML framework má posunout předpovědi počasí dále do budoucnosti
Modely počasí dlouhodobě narážejí na časovou hranici, za kterou už nedokážou předpovídat přesně. Skupina výzkumníků nyní vyvinula framework založený na strojovém učení (ML), který má zlepšit předpovědi na delší dobu. Zdroj: kxan.com
Důležitost:Spuštěníagentic coding models
Reflection Beam: open-weight model pro agentní programování na AWS
Amazon Web Services představuje Reflection Beam, open-weight model určený pro agentní programování na AWS. Oznámení vyšlo jako pokročilý technický příspěvek (úroveň 300) od týmu autorů AWS z 16. října 2026. Zdroj: aws.amazon.com