AIskimIQ

🔬 Výzkum AI

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

583 článků

Nový AI model urychluje vývoj pokročilých materiálů

Nový datově řízený model strojového učení podrobně mapuje, jak probíhají reakce v pevné fázi. Vědcům by měl pomoci vyhnout se slepým uličkám při vývoji nových materiálů. Zdroj: newscenter.lbl.gov

Kvantový ML framework zpřesňuje predikci prezentace antigenů a odpovědi na imunoterapii

Vědci z Cleveland Clinic a IBM společně vyvinuli framework využívající kvantové výpočty k predikci prezentace antigenů a reakce na imunoterapii. Cílem je přesněji odhadnout, kteří pacienti budou z konkrétní imunoterapie profitovat. Zdroj: ascopost.com

AI doporučení se personalizují, aby lidé méně slepě spoléhali na stroje

Nová studie Harvardu ukazuje, že AI doporučení přizpůsobená konkrétnímu uživateli mohou omezit rostoucí tendenci spoléhat se na AI při rozhodování. Personalizace by lidi mohla vést k tomu, aby doporučení víc kriticky posuzovali místo slepého přejímání. Zdroj: seas.harvard.edu

KAIST vyvinul AI systém pro plánování dopravy, výroby i směn zaměstnanců

Tým profesora Min-Soo Kima ze School of Computing na KAIST vytvořil metodu RL-SPH založenou na reinforcement learningu, která dokáže samostatně navrhovat proveditelné plány. Systém má řešit složité úlohy v logistice, výrobě i plánování pracovních sil bez potřeby ručně vytvořených pravidel. Zdroj: eurekalert.org

Cleveland Clinic a IBM vytvořily kvantový ML model pro predikci nádorových neoantigenů

Vědci z Cleveland Clinic a IBM Research vyvinuli kvantový model strojového učení, který má určovat, jaké mutace nádorových genů vedou ke vzniku neoantigenů. Cílem je zlepšit odhad imunitních cílů využitelných při personalizované léčbě rakoviny. Zdroj: quantumcomputingreport.com

AI dokáže poznat, jestli váš mozek stárne rychleji, než by měl

Podle nové studie mohou vzorce mozkové aktivity během spánku naznačit riziko demence dávno předtím, než se objeví problémy s pamětí. Vědci pomocí strojového učení analyzovali data z EEG a odhadovali takzvaný „věk mozku“ v porovnání se skutečným věkem člověka. Zdroj: sciencedaily.com

Nový model strojového učení zlepšuje predikci genetického rizika diabetu 1. typu

Vědci vytvořili model strojového učení nazvaný T1GRS, který kombinuje 160 genetických rizikových markerů pro přesnější odhad rizika diabetu 1. typu. Model podle všeho překonává dosavadní metody predikce. Zdroj: medscape.com

Tým z ASU a firemní partneři zveřejnili výzkum o 3D modelech generovaných AI

Skupina výzkumníků z Arizona State University spolu s doktorandy, absolventy a partnery z komerční sféry zveřejnila nové poznatky o tvorbě 3D modelů pomocí AI. Studie vyšla minulý týden a představuje posun v tomto oboru. Zdroj: news.asu.edu

Strojové učení dokáže odhalit riziko plicní nemoci u revmatoidní artritidy

Vědci vyvinuli nástroj založený na strojovém učení, který má identifikovat pacienty s revmatoidní artritidou ohrožené plicním onemocněním. Přístup by lékařům mohl pomoci odhalit komplikace dříve a rychleji zasáhnout. Zdroj: docwirenews.com

Strojové učení mění způsob, jakým věda zvládá rostoucí složitost dat

Vědecké přístroje i odborná literatura produkují stále větší množství dat, a strojové učení se proto stává klíčovým nástrojem pro jejich třídění a analýzu. Výzkumníci uvádějí, že ML hraje čím dál důležitější roli při samotném procesu vědeckého objevování. Zdroj: nature.com

IBM a Cleveland Clinic představily kvantový nástroj pro predikci nádorových neoantigenů

Společný tým vytvořil rámec kvantového strojového učení, který má lépe identifikovat nádorové neoantigeny schopné vyvolat imunitní reakci. Nástroj by mohl v budoucnu pomoci zlepšit personalizovanou onkologickou imunoterapii. Zdroj: thequantuminsider.com

Kvantový model strojového učení má předpovídat imunitní reakci na nádory

Vědci z Cleveland Clinic a IBM využívají kvantové počítače k řešení jednoho z klíčových problémů imunoonkologie – předpovědi, které neoantigeny nádoru pravděpodobně vyvolají imunitní odpověď. Nový přístup kombinuje kvantové strojové učení s onkologickým výzkumem pro přesnější predikce. Zdroj: medicalxpress.com

Nový AI model inspirovaný mozkem plánuje a přizpůsobuje se bez obřích datacenter

Vědci vyvinuli AI model inspirovaný fungováním lidského mozku, který místo enormního výpočetního výkonu využívá kognitivní mapy, řízenou náhodnost a znovupoužitelné znalosti. Systém dokáže plánovat a přizpůsobovat se řešením bez nutnosti rozsáhlého testování nebo velké datové infrastruktury. Zdroj: thebrighterside.news

Nový framework pro kvantové ML má usnadnit trénink velkých sítí

Vědci navrhli design kvantových obvodů, který má řešit časté problémy s tréninkem a škálováním v kvantovém strojovém učení. Framework má umožnit snazší trénink velkých kvantových neuronových sítí bez ztráty výpočetního výkonu. Zdroj: thequantuminsider.com

AI analýza spánku by mohla odhalit Alzheimerovu chorobu už v raném stadiu

Vědci pomocí strojového učení analyzují noční mozkové vlny a hledají v nich časné známky Alzheimerovy choroby. Metoda navíc umožňuje rozdělit pacienty do biologických podskupin podle charakteru jejich neurální aktivity. Zdroj: sleepreviewmag.com

Strojové učení pomůže zpracovat data ze srážek částic na CERNu

Vědci vyvíjejí nový algoritmus založený na AI, který má zpracovávat data ze sprch částic před plánovanou modernizací Velkého hadronového urychlovače. Systém má zvládnout výrazně větší objem dat, který upgrade zařízení přinese. Zdroj: physics.aps.org

Apple: úsporná syntéza řeči díky rozděleným diffusion transformerům

Funkce Siri Expressive Voices od Applu generuje bohatou a přizpůsobitelnou řeč v reálném čase přímo na zařízení, a to díky modelu AFM 3 Core Advanced. Řešení využívá architekturu diffusion transformeru s odděleným časovým a hloubkovým zpracováním, která šetří paměť. Zdroj: machinelearning.apple.com

Studie: zdravotnická AI možná jen "obelstí" testy, ne diagnostikuje

Nová studie ukazuje, že AI systémy pro diagnostiku mohou na benchmarcích dosahovat skvělých výsledků, přestože ve skutečnosti spoléhají na zvyky lékařů při objednávání testů, nikoli na skutečnou biochemii pacienta. Tento jev, tzv. shortcut learning, zpochybňuje důvěryhodnost používaných benchmarků. Zdroj: techtimes.com

Korejská firma AITRICS navrhuje praktičtější way, jak hodnotit AI pro predikci poškození ledvin

Korejská zdravotnická AI společnost AITRICS zveřejnila výzkum modelů hlubokého učení, které predikují riziko akutního poškození ledvin (AKI). Studie navrhuje praktičtější metodu hodnocení takových modelů, což by mělo zvýšit spolehlivost AI v klinické praxi. Zdroj: koreabiomed.com

Vysvětlitelná AI má pomoct odhalit sepsi u pacientů na JIP včas

Sepse patří mezi nejsmrtelnější stavy, a proto je její včasné odhalení klíčové pro přežití pacientů. Nový přístup kombinuje hluboké učení s technikami vysvětlitelné AI (XAI) k identifikaci rizika sepse z časových dat sbíraných na jednotkách intenzivní péče. Zdroj: nature.com