DeepTech深科技

DeepTech深科技

网易号

关注
51.3万粉丝
2关注
6.2万被推荐
IP属地:北京

《DeepTech深科技》官方网易号

3枚勋章

10次获得编辑精选

麻省理工科技评论独家合作

  • 让AI走向水深之处,英特尔和400多位生态伙伴落地边缘AI解决方案

    9小时前
    图片
  • 【科学家开发新型抗血栓涂层】日本产业技术研究院的研究团队为用于治疗颅内动脉瘤的支架开发了一种新型抗血栓涂层。研究人员发现了一种具有新原理的抗血栓涂层。这项技术优先捕获血液中的非凝血蛋白,从而由于阻断作用而抑制支架表面的血液凝固反应。这项技术减少了血栓并发症的发生,而血栓并发症一直是支架治疗的一个问题。此外,它可以缩短治疗时间,从而降低抗血小板药物的使用量,这不仅减轻了患者的负担,还有助于降低医疗成本。https://medicalxpress.com/news/2024-07-scientists-anti-thrombogenic-coatings-endovascular.html
    行业密探
  • 【科学家通过机器学习构建数字化学空间】普林斯顿大学的研究团队使用西格玛剖面开发了实现这种数字分子空间的途径,西格玛剖面是来自量子化学的一组连续分子描述符。这种数字空间可以通过支持机器学习的算法轻松导航,即梯度搜索和贝叶斯优化,促进分子设计和发现。在这个独特的框架内,只需11次迭代(即实验测量),无需任何事先知识或数据,即可获得具有所需属性的分子。这项工作通过利用西格玛配置文件,在数字分子空间及其高效导航方面建立了不同的范式。https://www.pnas.org/doi/10.1073/pnas.2404676121
    行业密探
  • 【物理学家揭示不同的分子亚群】加州理工学院的研究团队通过结合实验和分子建模来研究单分子水平的肽中的电子传输。研究人员揭示了由于肽骨干的灵活性和折叠成紧凑结构的能力而产生的电子传输下的两个不同的分子亚群。这项工作为了解较大蛋白质或更复杂的生物分子组件中的电子传输提供了基础,同时为理解蛋白质的电子特性提供了广泛的途径。https://www.pnas.org/doi/10.1073/pnas.2403324121
    行业密探
  • 【英伟达与思科携手打造生成式AI基础设施】NVIDIA 正在与思科合作,打造企业级生成式 AI 基础设施。思科与 NVIDIA 合作开发的全新 Nexus HyperFabric AI 集群解决方案为企业提供了实现生成式 AI 的途径。该解决方案所采用的 NVIDIA AI Enterprise 云原生软件平台可作为企业 AI 操作系统。NVIDIA AI Enterprise 简化了生产级 AI copilot 和其他生成式 AI 应用程序的开发和部署,确保了优化的性能、安全性和应用编程接口的稳定性。NVIDIA 正在携手推进 HyperFabric,为全球企业带来生成式 AI,使其能够将自己的数据和领域专长转化为生产力和洞察。https://blogs.nvidia.cn/blog/cisco-nexus-hyperfabric-nim/
    行业密探
  • 【OpenAI推出AI搜索工具SearchGPT】OpenAI正在测试SearchGPT,这是一个新搜索功能的原型,旨在将OpenAI的人工智能模型的优势与来自网络的信息相结合,为用户提供具有明确和相关来源的快速及时的答案。OpenAI正在向一小群用户和出版商推出,以获得反馈。SearchGPT旨在通过在搜索中突出引用和链接到发布者,帮助用户与出版商建立联系。响应具有清晰、在线、命名的归因和链接,因此用户知道信息来自哪里,并可以在带有源链接的侧边栏中快速参与更多结果。https://openai.com/index/searchgpt-prototype/
    行业密探
  • #TR35 China#【颁奖典礼(四)远见者&人文关怀者|2023 年度《麻省理工科技评论》“35 岁以下科技创新 35 人”中国区入选者】
    颁奖典礼环节,典礼邀请所有莅临现场的评委以及往届全球、亚太及中国区TR35们一起共同担任颁奖嘉宾#创新35人#
    行业密探
  • #大模型# 【北大团队研发Agent框架,挑战真实编程场景,重塑大模型代码生成能力】
    自 #GPT-3# 问世以来,大模型技术蓬勃发展,表现出强大的#文本生成# 能力。在软件工程领域,大模型也同样影响着自动化代码生成这一终极课题。 为了提升大模型在真实编程场景下的能力,#北京大学# 金芝教授和李戈教授团队提出了一种基于 Agent 的项目级别代码生成框架。 该方法允许大模型调用多种精心设计的辅助工具,通过大模型和各种工具的交互,自主完成项目级别代码生成的全流程。 相关论文近期被国际计算语言学年会(ACL,Annual Meeting of the Association for Computational Linguistics)2024 主会接受,是全球最早基于 agent 项目级别代码生成学术成果之一。 在处理代码生成任务时,当下的大模型仍然存在两方面问题。 其一,无法保证生成代码的质量和可靠性。 由于大模型的幻觉等问题,其在生成具体的代码时,可能存在使用错误的应用程序编程接口(API,Application Programming Interface)等现象。 戳链接查看详情:
    行业密探
  • 【数学界迎来AlphaGo时刻:谷歌AI用19秒答完一道IMO几何题,差1分即可摘金】
    近日,谷歌 #DeepMind# 宣布其人工智能系统在数学解题能力上取得了突破性进展。 在 2024 年国际数学奥林匹克竞赛(#IMO# ,International Mathematical Olympiad)的六道题目中,该公司的#人工智能# 系统成功解决了其中的四道,获得了相当于银牌的成绩。 这标志着人工智能系统首次在这项全球顶级少年数学家竞赛中达到了奖牌级别的表现。 DeepMind 开发了两个专门的人工智能系统 AlphaProof 和 AlphaGeometry 2,两者协作拿到了这一成绩。 AlphaProof 解决了两道代数题和一道数论题,其中包括本次比赛中最难的一道题目。而 AlphaGeometry 2 则成功解决了一道几何题,仅仅耗时 19 秒。未能完成的两道题属于组合数学的范畴。 这两个人工智能系统的总成绩获得了 42 分中的 28 分,仅差 1 分就达到了金牌的门槛。 IMO 作为自 1959 年以来每年举办的重大数学赛事,一直吸引着全球精英学生参与。 比赛涵盖代数、组合数学、几何和数论等领域,题目难度极高。近年来,IMO 问题的解决能力已成为评估人工智能系统数学推理能力的重要基准。 戳链接查看详情:数学界迎来AlphaGo时刻:谷歌AI用19秒答完一道IMO几何题,差1分即可摘金
    行业密探
  • 推动后摩尔芯片元器件突破:清华学者多维度探索芯片基础问题,基于新材料研发全适配器件

    16小时前
    5跟贴
    图片
  • 数学界迎来AlphaGo时刻:谷歌AI用19秒答完一道IMO几何题,差1分即可摘金

    16小时前
    15跟贴
    图片
  • 北大团队研发Agent框架,挑战真实编程场景,重塑大模型代码生成能力

    16小时前
    2跟贴
    图片
  • 【科学家发现癌症治疗新靶点】华盛顿大学的研究团队开发了一个名为EndoVIA的测试,可以精确跟踪细胞中的单个编辑,这一进步可能导致对许多疾病起源的新理解。研究人员重新利用了一种针对编辑的RNA的另一种酶。通过重大的试验和错误,他们发现,如果他们去除镁并用钙取代它,该酶将与细胞中编辑的RNA元素结合。然后,研究人员可以用在显微镜下发光的荧光抗体标记酶,为编辑过程提供前所未有的观察。https://phys.org/news/2024-07-chemists-track-crucial-rna.htm
  • #TR35 China#【颁奖典礼(三)先锋者·下|2023 年度《麻省理工科技评论》“35 岁以下科技创新 35 人”中国区入选者】
    颁奖典礼环节,典礼邀请所有莅临现场的评委以及往届全球、亚太及中国区TR35们一起共同担任颁奖嘉宾#创新35人#
    行业密探
  • 【AI训练数据之困:垃圾进,垃圾出】
    所有模型都是通过在来自互联网的海量数据上进行训练来工作的,然而,随着#人工智能# 越来越多地被用来生成充满垃圾信息的网页,这一过程可能会受到威胁。 近日,发表在 #Nature# 杂志上的一项新研究表明,当人工智能在人工智能生成的数据上进行训练时,模型输出的质量会逐渐下降,随着后续模型输出的数据被用作未来模型的训练数据,影响会进一步恶化。 领导这项研究的#牛津大学# 计算机科学家 Ilia Shumailov 将这一过程比作拍照。“如果你拍了一张照片,扫描、打印出来并再对其拍照,然后不断重复这个过程,随着时间的推移,基本上整个过程都会被‘噪声’淹没。最后,你会得到一个黑暗的方块。”他说道。在人工智能领域,黑暗方块相当于“模型崩溃”,这意味着模型只会生成不连贯的垃圾。 这项研究可能会对当今最大的人工智能模型产生重大影响,因为它们使用互联网作为数据库。例如,GPT-3 的部分训练数据来自 Common Crawl,这是一个包含超过 30 亿个网页的在线存储库。随着越来越多的人工智能生成的垃圾网页开始充斥互联网,这个问题可能会变得更糟。 Ilia Shumailov 表示,当前的人工智能模型不仅会崩溃,而且可能会带来实质性影响:迭代速度减缓,性能越来越弱。 戳链接查看详情:
    行业密探
  • 【科学家通过钴催化克服杂原子约束】中国科技大学(USTC)的陆希副教授进行了钴氢化催化对映选择性水烷基化,能够在苄基位置高效建造手性三级碳中心。研究人员对烯烃进行了钴催化的氢烷基化,精确构建了芳基基基手性烷基碳中心。该实验解决了无异原子烯烃烷基化反应中不可控制的立体化学问题。这项研究揭示了手性功能分子(如氘化药物)的新合成途径。https://phys.org/news/2024-07-team-heteroatom-constraints-cobalt-catalysis.html
    行业密探
  • 【科学家开发可点击色氨酸修饰策略】香港大学(HKU)化学系李雪辰教授领导的一个团队开发了一种可点击的色氨酸修饰策略。这种策略允许即使在药物开发过程的后期,也能轻松修饰肽分子的特定部分。通过这种方法,研究人员有效地将各种官能团安装在天然肽结构中的色氨酸(Trp)残基上。这种单步可点击的后期Trp修饰方法将为以具有成本效益的方式生成结构类似物提供一个强大的平台,满足优化药物活动和药代动力学特性的需求,并将成为药物化学家、肽化学家和化学生物学家的宝贵工具。https://phys.org/news/2024-07-chemists-clickable-tryptophan-modification-strategy.html
    行业密探
  • 【英伟达推出新的AI Foundry服务】NVIDIA AI Foundry 为全球企业打造自定义 Llama 3.1 生成式 AI 模型,借助 NVIDIA AI Foundry,企业和各国现在能够使用自有数据与 Llama 3.1 405B 和 NVIDIA Nemotron 模型配对,来构建“超级模型”NVIDIA AI Foundry 提供从数据策管、合成数据生成、微调、检索、防护到评估的全方位生成式 AI 模型服务,以便部署自定义 Llama 3.1 NVIDIA NIM 微服务和新的 NVIDIA NeMo Retriever 微服务,以实现准确响应,该平台由 NVIDIA 与全球领先的公有云共同设计,旨在为企业提供大量计算资源,所提供的计算资源可随着 AI 需求的变化轻松扩展。https://blogs.nvidia.cn/blog/nvidia-ai-foundry-custom-llama-generative-models/
    行业密探
  • 【微软推出Q-Sparse突破LLM推理效能】微软亚洲研究院提出 Q-Sparse 实现了 LLMs 激活的完全稀疏性。该研究不仅揭示了包括推理优化规模法则(inference-optimal scaling law)在内的多项新发现,还展现出广泛的兼容性,其与 BitNet 正交且互补,为 LLMs 推理中的数据类型提供了全面优化。此外,Q-Sparse 强大的适用性,对从头开始训练、持续训练以及微调都可以提供有效的支持。https://www.msra.cn/zh-cn/news/features/q-sparse
    行业密探
  • 【物理学家首次在镧-120中观察到激发态】中国科学院现代物理研究所(IMP)的研究人员首次在非常缺中子的奇数原子核镧-120中观察到激发态。研究人员在芬兰伊瓦斯基拉大学的加速器实验室使用由质量分离器和高效伽马探测器阵列组成的最先进的设置来搜索镧-120中的激发态。然后,他们建立了镧-120的水平结构。这项研究表明,质子-中子相互作用在描述A≈120质量区域靠近质子滴线的奇数核结构方面发挥着至关重要的作用。https://phys.org/news/2024-07-physicists-states-lanthanum.html
    行业密探
正在载入...
正在载入...