
从头设计抗体,腾讯、北大团队预训练大语言模型登Nature子刊
从头设计抗体,腾讯、北大团队预训练大语言模型登Nature子刊AI 技术在辅助抗体设计方面取得了巨大进步。然而,抗体设计仍然严重依赖于从血清中分离抗原特异性抗体,这是一个资源密集且耗时的过程。
AI 技术在辅助抗体设计方面取得了巨大进步。然而,抗体设计仍然严重依赖于从血清中分离抗原特异性抗体,这是一个资源密集且耗时的过程。
让模型具有更加广泛和通用的认知能力,是当前人工智能(AI)领域发展的重要目标。目前流行的大模型路径是基于 Scaling Law (尺度定律) 去构建更大、更深和更宽的神经网络提升模型的表现,可称之为 “基于外生复杂性” 的通用智能实现方法。然而,这一路径也面临着一些难以克服的困境,例如高昂的计算资源消耗和能源消耗,并且在可解释性方面存在不足。
Nature的一篇文章透露:你发过的paper,很可能已经被拿去训练模型了!有的出版商靠卖数据,已经狂赚2300万美元。然而辛辛苦苦码论文的作者们,却拿不到一分钱,这合理吗?
近日,来自佐治亚理工学院的研究人员开发了RTNet,首次表明其「思考方式」与人类非常相似。
用光训练神经网络,清华成果最新登上了Nature!
在刚刚过去的一天,来自清华的光电智能技术交叉创新团队突破智能光计算训练难题,相关论文登上 Nature。
AI辅助制药,找到传统方法难以发现的关键盐桥,激动剂活性直接提升2-3倍!
逆合成是药物发现和有机合成中的一项关键任务,AI 越来越多地用于加快这一过程。
腾讯机器狗,登上了Nature子刊封面!
在AI领域,硅谷巨头Alphabet(谷歌母公司)和微软的论文引用量最高,远超其他公司。 不过,中国企业百度和腾讯在专利方面领先。