AIskimIQ

🔬 Výzkum AI

Akademické práce, výzkumné průlomy a vědecké pokroky ve strojovém učení a AI.

585 článků

Strojové učení může zpřesnit prenatální genetické testování

Pokroky v sekvenování genomu otevírají nové možnosti pro zkoumání zdraví plodu a umožňují lékařům hledat genetické změny spojené s vrozenými onemocněními už u nenarozeného dítěte. Strojové učení se nyní zkoumá jako nástroj pro zvýšení přesnosti těchto výsledků. Zdroj: bioengineer.org

Kvantově inspirované strojové učení odhalilo dva nové supravodiče

Vědci využili metodu strojového učení založenou na kvantových principech k identifikaci dvou nových supravodivých materiálů, YRu3B2 a LuRu3B2. Tento přístup výrazně zrychluje hledání nových supravodičů oproti klasickým metodám. Zdroj: quantumzeitgeist.com

Strojové učení by mohlo hasičům pomoci zachránit více životů

Tým výzkumníků kombinuje AI, datovou vědu a pokročilou matematiku, aby modeloval, jak se šíří požáry v moderních domech. Cílem je dát hasičům lepší nástroje pro předvídání chování ohně a rychlejší, bezpečnější rozhodování. Zdroj: dpaonthenet.net

Nový model strojového učení zpřesňuje prenatální genetické testy

Pokroky v sekvenování genomu umožňují stále více rodinám přístup k prenatálním genetickým testům a hlubší vhled do zdraví nenarozeného dítěte. Nově vyvinutý model strojového učení má pomoci zpřesnit výsledky těchto testů. Zdroj: news-medical.net

AI odhaduje rozmanitost hub v lesní půdě z dronových snímků

Výzkumníci z University of Alberta zkombinovali snímky z dronů se strojovým učením, aby efektivněji vyhodnotili rozmanitost hub v lesní půdě. Tento přístup by mohl vědcům umožnit sledovat zdraví lesů na mnohem větších plochách než dosavadní terénní odběry vzorků. Zdroj: phys.org

KIST vyvinul neuromorfní metodu tréninku pro nízkoenergetickou AI

Jihokorejský institut KIST představil novou neuromorfní tréninkovou techniku, která má umožnit energeticky úspornější AI systémy. Výzkumný týmu vedený seniorním výzkumníkem Seongsikem Parkem uvádí, že metoda by mohla otevřít cestu k praktickému nízkoenergetickému AI hardwaru. Zdroj: eurekalert.org

Nevydaný model Claude posunul výzkum problému souvisejícího s Riemannovou hypotézou

Anthropic uvádí, že nevydaná verze modelu Claude pomohla pokročit v matematickém problému spojeném s Riemannovou hypotézou. Model podle všeho zlepšil známou dolní hranici podílu nulových bodů splňujících danou podmínku. Zdroj: anthropic.com

KIST vyvinul metodu trénování neuromorfní AI pro nízkoenergetické čipy

Týmu vedenému seniorním výzkumníkem Seongsikem Parkem z Divize výzkumu polovodičových technologií při Korejském institutu vědy a techniky (KIST) se podařilo vyvinout novou techniku trénování neuromorfních AI systémů. Cílem je umožnit energeticky úspornější AI hardware a otevřít cestu k širšímu nástupu nízkoenergetického AI výpočetnictví. Zdroj: google.com

Text napsaný AI prošel recenzním řízením. Co dál?

Systém AI vytvořil vědecké články, které úspěšně prošly peer review a předčily víc než polovinu textů od lidských autorů. Výsledek otevírá otázky, jak by měl akademický svět přistupovat k výzkumu s pomocí AI. Zdroj: cacm.acm.org

Kategorické flow mapy jde škálovat i pro jazykové modely

Výzkumníci zkoumají kontinuální difuzi a flow matching jako možnou alternativu k autoregresivním přístupům v jazykových modelech. Cílem je udělat kategorické flow mapy lépe škálovatelné pro praktické nasazení. Zdroj: machinelearning.apple.com

Truveta představuje plán pro neustále se učící zdravotnický systém

Nová recenzovaná studie zveřejněná v JAMIA Open popisuje, jak by kombinace zdravotnických systémů, AI a průběžně aktualizovaných klinických dat mohla proměnit běžnou péči v neustálý proces učení. Cílem je učinit zdravotnictví postupem času adaptivnějším a více založeným na datech. Zdroj: globenewswire.com

AI zrychluje hledání nových vakcín

Modely strojového učení pomáhají vědcům procházet obrovské množství dat a rychleji nacházet nejslibnější kandidáty na vakcíny. Tento přístup výrazně zkracuje počáteční fáze výzkumu a vývoje vakcín. Zdroj: the-scientist.com

AI a strojové učení mohou zodpovědně posílit varovné systémy pro potravinovou bezpečnost

Nástroje AI a strojového učení se stále více využívají ke zlepšení systémů včasného varování v oblasti potravinové bezpečnosti, a to díky efektivnějšímu sběru dat a sledování událostí. Odborníci ale zdůrazňují nutnost zodpovědného nasazení těchto technologií, aby byly výsledky spolehlivé a eticky v pořádku. Zdroj: nature.com

Experiment DUNE nasazuje AI pro posun výzkumu neutrin

Neutrinový experiment DUNE začleňuje umělou inteligenci do svého výzkumu a navazuje na roky předchozího využívání strojového učení v oboru. Cílem je zlepšit analýzu dat a urychlit objevy týkající se chování neutrin. Zdroj: news.fnal.gov

Strojové učení mapuje cestu k uhlíkovému vrcholu v energetice povodí Žluté řeky v Číně

Výzkumníci použili strojové učení k posouzení, jak by bylo možné přeměnit systém výroby energie v povodí Žluté řeky v Číně, aby země dosáhla svých cílů v oblasti uhlíkového vrcholu. Studie vznikla uprostřed dvojího tlaku – klimatických změn a obav o globální energetickou bezpečnost. Zdroj: nature.com

MIT pomocí strojového učení zrychluje vývoj elektrolytů pro sodíkové baterie

Vědci z MIT využili strojové učení k navrhování nových elektrolytů pro baterie na bázi sodíku. Cílem je urychlit vývoj, snížit náklady na výrobu a zvýšit životnost těchto baterií oproti současným řešením. Zdroj: google.com

Jeff Dean v posledním rozhovoru: pokrok AI jsme podcenili, founderům zbývá jediná cesta

Hlavní vědec Googlu Jeff Dean se v rozhovoru před svým odchodem vrátil k loňské předpovědi z konference AI Ascent 2025, podle níž by AI systémy měly do roku 2026 zvládat nepřetržitou samostatnou práci. Podle něj lidé pokrok AI opakovaně podceňují a popsal, jakou strategii považuje za jedinou reálně funkční pro startupové zakladatele. Zdroj: google.com

Google mění vedení: Demis Hassabis se stává předsedou DeepMind a hlavním vědcem Alphabetu

Google restrukturalizuje vedení Google DeepMind ve snaze urychlit vývoj modelů Gemini a dalších nejmodernějších AI systémů. Demis Hassabis v rámci změn převezme funkce předsedy DeepMind a hlavního vědce Alphabetu. Zdroj: google.com

Studie zkoumá, jak preferenční ladění ovlivňuje multimodální LLM

Nová rozsáhlá studie se zaměřuje na preferenční ladění, techniku běžně používanou ke zlepšení výkonu LLM, a zkoumá její konkrétní dopad na multimodální modely. Výzkum popisuje jak přínosy, tak omezení této metody při rozšíření za rámec čistě textových systémů. Zdroj: google.com

Kvantový model strojového učení zlepšuje predikci odpovědi na imunoterapii

Vědci z Cleveland Clinic a IBM vyvinuli rámec založený na kvantovém počítání, který má přesněji předpovídat prezentaci antigenů a reakci pacientů na imunoterapii. Cílem je spojit kvantové strojové učení s biomedicínskými daty a dosáhnout vyšší přesnosti než u klasických metod. Zdroj: google.com