Akademické práce, výzkumné průlomy a vědecké pokroky ve strojovém učení a AI.
198 článků
Velké jazykové modely (LLM) se stále častěji nasazují k samostatnému řešení reálných úkolů. Klíčovým prvkem je přitom schopnost modelu spolehlivě volat funkce. Zdroj: machinelearning.apple.com
Výzkum využívá kvantové generativní adversariální sítě (QGAN), slibnou architekturu v této oblasti, k posouzení odolnosti postkvantových kryptografických protokolů. Zdroj: quantumzeitgeist.com
Studie zjistila, že nová rovnice dosahuje stejné přesnosti jako ta původní a laboratoře ji mohou zdarma využít díky transparentnímu jednořádkovému kódu. Zdroj: hopkinsmedicine.org
Pro skladování energie v síti i pro energetickou soběstačnost potřebují USA lepší baterie. Vědci z Lawrence Livermore National Laboratory (LLNL) proto využívají strojové učení k pochopení dějů na atomární úrovni. Zdroj: techxplore.com
Astma způsobilo v roce 2021 celosvětově kolem 436 000 úmrtí. Předpověď astmatických záchvatů může zachraňovat životy, snižovat náklady a odlehčit zdravotnickým systémům. Zdroj: nature.com
Vědci uvádějí, že zjednodušená Martin-Hopkinsova rovnice pomůže lékařům přesněji určit pacienty, kteří potřebují léčbu na snížení cholesterolu. Zdroj: insideprecisionmedicine.com
Nová studie představuje neinvazivní rámec BCI, který propojuje neuroplasticitu mozku s AI a dosahuje přesnosti srovnatelné s invazivními metodami. Zdroj: neurosciencenews.com
Výzkumníci vyvinuli model hlubokého učení BINND, který predikuje komplexní vazby mezi vlákny DNA s přesností 83,5 %. Model má potenciál umožnit škálovatelné DNA výpočty. Zdroj: neurosciencenews.com
Pilotní randomizovaná studie zjistila, že podpůrný nástroj integrovaný do elektronické zdravotní dokumentace zlepšil schopnost lékařů předpovědět astma u dětí školního věku. Nástroj založený na strojovém učení analyzuje zdravotní data pacientů a pomáhá klinikům identifikovat rizikové děti. Zdroj: regenstrief.org
Výzkumníci analyzovali biomarkery, které by psychiatrům mohly pomoci odhalit ohrožené jedince dříve a objektivněji, jako doplněk stávajících sebehodnotících dotazníků. Zdroj: viterbischool.usc.edu
Průlomová studie zveřejněná v roce 2026 v Nature Communications přináší nový pohled na přetrvávající problém zkreslení při emulaci cílených klinických studií. Zdroj: bioengineer.org
Nový hybridní rámec kombinuje detail, prostorové a časové pokrytí i fyzikální interpretovatelnost při předpovídání počasí a prostředí na úrovni měst. Zdroj: anl.gov
Výzkumníci z firmy Rotonium, Centre for Quantum Technologies při National University of Singapore, společnosti Inveriant, Politecnico di Milano a CNIT publikovali novou studii. Podrobnosti o výsledcích výzkumu zatím nejsou v textu uvedeny. Zdroj: semiengineering.com
Článek vysvětluje koncept loop engineeringu na příkladu Karpathyho repozitáře autoresearch a práce Bilevel Autoresearch. Zaměřuje se na verifikátory, správu stavu a podmínky pro ukončení smyčky. Zdroj: marktechpost.com
Tým vedený chemikem Kirillem Kovninem z Iowa State University použije nástroje umělé inteligence a inovativní metody syntézy k vývoji nových, výkonnějších magnetů. Zdroj: news.iastate.edu
Vědci úspěšně provedli kompletní vícestupňový útok na kvantovou neuronovou síť běžící na hardwaru s uvězněnými ionty. Experiment demonstroval zranitelnost tohoto typu kvantového hardwaru. Zdroj: quantumzeitgeist.com
Vydavatelství JMIR Publications zveřejnilo 10. července 2026 v Torontu reportáž o technologických pokrocích v onkologii. Text se věnuje tomu, jak strojové učení urychluje vývoj radiofarmak a umožňuje personalizovanější výpočet dávkování. Zdroj: eurekalert.org
Tři hlavy víc vědí – toto přísloví platí i ve vývoji AI. Vědci představili nový algoritmus federovaného učení, který má v závodě o dosažení AGI zajistit rychlejší, bezpečnější a soukromější trénování modelů díky spolupráci více zdrojů dat. Zdroj: techxplore.com
Bezdrátové senzorové sítě (WSN) nasazené v průmyslu a chytré infrastruktuře stále více potřebují prediktivní inteligenci. Nová dynamická kvantově-AI architektura DynaQuAI má tento úkol usnadnit a zpřesnit odhalování poruch dříve, než k nim dojde. Zdroj: nature.com
Vědci z University of Manchester vyvinuli nový výpočetní přístup, který pomáhá identifikovat dvourozměrné materiály s neobvyklými kvantovými vlastnostmi. Metoda kombinuje fyzikální principy se strojovým učením a má výrazně urychlit hledání slibných kandidátů. Zdroj: phys.org