Akademické práce, výzkumné průlomy a vědecké pokroky ve strojovém učení a AI.
585 článků
Důležitost:Výzkumcomputational biology
AI pomohla vědcům rozluštit DNA kód spouštějící aktivaci genů
Vědci pomocí strojového učení analyzovali strukturu tzv. iniciátoru, klíčové sekvence DNA, která spouští aktivaci genů. Výsledky přinášejí nový pohled na to, jak se geny na molekulární úrovni zapínají. Zdroj: google.com
Důležitost:SpuštěníAI infrastructure
CoreWeave uzavřel s Hudson River Trading multimiliardovou smlouvu na AI cloud postavený na NVIDIA Vera Rubin
Společnost CoreWeave podepsala víceletou multimiliardovou smlouvu s kvantitativní obchodní firmou Hudson River Trading na dodávky rozsáhlého AI výpočetního výkonu. Dohoda se točí kolem nadcházející výzkumné platformy NVIDIA Vera Rubin. Zdroj: pulse2.com
Důležitost:Politikagovernment funding
Fermilab povede projekt AI pro vylepšení urychlovačů částic, podpoří ho ministerstvo energetiky USA
Americké ministerstvo energetiky vybralo v rámci programu Genesis Mission projekt vedený laboratoří Fermilab, který má pomocí AI zlepšit výkon urychlovačů částic. Na iniciativě se podílí Fermi National Accelerator Laboratory spolu s partnery z dalších národních laboratoří. Zdroj: news.fnal.gov
Důležitost:Výzkummaterials discovery
AI prohledala stovky studií a urychlila hledání bezolovnatých dielektrik
Vědci nasadili AI k analýze dat roztroušených ve stovkách odborných článků a našli tak nové bezolovnaté dielektrické materiály, které zůstávají stabilní i při vyšších teplotách. Tento přístup výrazně zrychluje proces, který dosud vyžadoval zdlouhavé ruční studium literatury. Zdroj: phys.org
Důležitost:Výzkumquantum computing
Fourierova analýza pomáhá pochopit kvantové modely strojového učení
Studie zveřejněná 18. srpna 2026 v časopise Quantum Science použila Fourierovu analýzu k zmapování vlastností tzv. ansatzů v kvantovém strojovém učení. Výzkum má přispět k lepšímu pochopení chování a výkonu těchto kvantových algoritmů. Zdroj: quantumzeitgeist.com
Důležitost:Výzkumhealthcare AI
Strojové učení odhaluje metabolické stopy u schizofrenie odolné vůči léčbě
Včasné rozpoznání schizofrenie odolné vůči léčbě (TRS) je pro lékaře stále náročné. Nová studie využívá metabolomiku a strojové učení k identifikaci biomarkerů spojených s TRS a jejími dopady na kognitivní funkce. Zdroj: nature.com
Důležitost:Výzkumdrug discovery
AI zkracuje čas potřebný k objevování nových léků
Tradiční vývoj léčiv trval roky a začínal identifikací biologického cíle následovanou testováním tisíců sloučenin. Nové přístupy nyní tento zdlouhavý proces výrazně zrychlují. Zdroj: today.ucsd.edu
Důležitost:Zprávaclimate science
AI zmapovala led pod světovými ledovci, hrozí nárůst hladiny moří o desítky centimetrů
Nový model strojového učení podrobně zmapoval množství ledu ukrytého ve světových ledovcích a odhaduje, že by jeho tání mohlo zvýšit hladinu moří přibližně o 32,3 centimetru. Výsledky jsou přesnější než dosavadní odhady objemu ledovcového ledu. Zdroj: thebrighterside.news
Důležitost:Výzkumhealthcare applications
Fotka z mobilu a AI by mohly odhalit metabolická rizika lépe než BMI
Vědci představili metodu PhotoScan, která pomocí hlubokého učení odhaduje tělesné složení z běžných fotek z mobilu, místo aby se spoléhala jen na BMI. První výsledky naznačují, že dokáže predikovat inzulinovou rezistenci, důležitý ukazatel kardiometabolického rizika. Zdroj: research.google
Důležitost:Výzkumfusion energy research
Nový ML model předpovídá změny plazmatu mezi experimenty na tokamaku DIII-D
Vědci z fúzového zařízení DIII-D, kde stojí největší funkční tokamak v Severní Americe, vyvinuli model strojového učení pro predikci chování plazmatu mezi jednotlivými experimentálními výstřely. Na výzkumu se podílejí i odborníci z Thomas Jefferson National Accelerator Facility. Zdroj: ans.org
Důležitost:Zprávaphysics simulation
Vědci z MIT vyvinuli AI modely, které se učí fyziku efektivněji
Výzkumníci z MIT přišli s novým přístupem ke strojovému učení, který umožňuje AI modelům simulovat širší škálu fyzikálních jevů. Metoda navíc výrazně snižuje množství tréninkových dat potřebných k dosažení přesných výsledků. Zdroj: scientific-computing.com
Důležitost:Zprávamedical AI
Strojové učení kombinující více zdrojů dat zlepšuje péči o pacienty s rakovinou plic
Rakovina plic patří celosvětově mezi nejčastější a nejsmrtelnější druhy nádorových onemocnění, přičemž klinická praxe už dlouho naráží na zásadní diagnostické a léčebné problémy. Nový přístup založený na strojovém učení, který spojuje data z různých zdrojů, má pomoci lékařům tuto péči zefektivnit. Zdroj: news-medical.net
Důležitost:Zprávamedical AI
Nový AI nástroj odhadne riziko více než 300 nemocí z běžných zdravotních dat
Vědci z Harvard Medical School ve spolupráci s Dana-Farber Cancer Institute a Massachusetts General Hospital vyvinuli algoritmus strojového učení, který umí odhadnout riziko stovek nemocí u konkrétního pacienta. Model vychází z dat, která už jsou součástí běžné zdravotnické dokumentace, takže nejsou potřeba žádná nová vyšetření. Zdroj: hms.harvard.edu
Důležitost:ZprávaAI in astronomy
AI přebírá řízení: první „samořídící“ teleskop úspěšně pozoroval noční oblohu
AI prokázala, že dokáže samostatně zvládnout jednu z klíčových operačních úloh moderní astronomie – pozorování oblohy bez lidského zásahu. Vědci v tom vidí náznak toho, jak by AI mohla proměnit budoucnost astronomického výzkumu. Zdroj: digitaljournal.com
Důležitost:Výzkumscientific applications in fusion
Nový AI model snižuje chybovost o 80 % a pomáhá předvídat poruchy fúzního reaktoru
Vědci vyvinuli novou metodu, která snižuje míru chyb při predikci o 80 % a umožňuje tak výzkumníkům ve fúzním výzkumu odhalit potenciální problémy s hardwarem dřív, než přerostou ve vážné poruchy. Zdroj: interestingengineering.com
Důležitost:Zprávahealthcare governance
Zdravotnictví nasazuje AI ve velkém, řízení rizik ale zaostává, ukazuje průzkum Black Book
Čtvrtá výroční zpráva Black Book, srovnávající situaci v USA a EU, zjistila, že 78 % zdravotnických organizací už provozuje AI/ML systémy v trvalém produkčním nasazení. Kompletní kontrolu nad celým životním cyklem těchto systémů má ale jen 19 % z nich, což ukazuje na rostoucí propast mezi nasazením a jeho řízením. Zdroj: bhpioneer.com
Důležitost:VýzkumAI for solar prediction
Nový AI model odhalí varovné signály slunečních erupcí hodiny předem
Vědci vyvinuli AI systém, který analyzuje data o magnetickém poli Slunce, jeho jasu a akustické aktivitě a dokáže zachytit skryté signály vzniku aktivních oblastí. Model tak dokáže upozornit na blížící se erupce už hodiny předtím, než se na povrchu objeví skvrny nebo samotný výboj. Zdroj: eurekalert.org
Důležitost:ZprávaAI for solar prediction
AI dokáže předpovědět sluneční erupce ještě před jejich vznikem
Vědci zjistili, že pod povrchem Slunce probíhají jemné změny dlouho předtím, než se objeví viditelné skvrny, a AI model dokáže tyto skryté vzorce rozpoznat. Jakmile se tato podpovrchová aktivita ustálí, obvykle to signalizuje blížící se vznik aktivní oblasti a možnou erupci. Zdroj: techexplorist.com
Důležitost:VýzkumML unlearning algorithms
Zapomínání zadarmo: jak snížit náklady na výpočty pomocí málo vlivných dat
S rostoucími nároky na ochranu soukromí v machine learningu roste zájem o metody, jak modely donutit zapomenout konkrétní trénovací data. Nový přístup identifikuje datové body s nízkým vlivem na model, jejichž odstranění je výrazně levnější než u běžných technik unlearningu. Zdroj: machinelearning.apple.com
Důležitost:Výzkumscientific ML
Neuronové sítě trénované na mechanistických simulacích zlepšují vědecké usuzování
Nová studie naznačuje slibný způsob, jak řešit dlouhodobý problém AI – naučit modely strojového učení skutečně chápat vědecké principy, místo aby jen rozpoznávaly povrchové vzorce. Výzkumníci trénovali neuronové sítě na simulacích vycházejících z mechanistických modelů, což vedlo ke zlepšení jejich schopnosti usuzovat o vědeckých problémech. Zdroj: bioengineer.org