近日,人工智能企业天壤对外宣布,其自研的深度学习蛋白质折叠预测平台TRFold在基于CASP14(2020年第14届国际蛋白质结构预测竞赛)蛋白质测试集的企业内测中,获得82.7/100的成绩(TM-Score),已经超过来自华盛顿大学的生物学家David Baker团队研发的RoseTTAFold 81.3/100的成绩,仅次于AlphaFold2的91.1/100的成绩。在400个氨基酸的蛋白链预测时,TRFold仅耗时16秒。
场景描述:大学物理是理工科学生的基础必修课程,但也因为有一定的难度,令很多学生望而生畏。研究人员提出了用 AI 算法预测,哪些学生物理课有挂科风险,好让老师更好地进行教学指导和调整教育资源的分配。
于是,团队推出了一种方法,叫做“随机网络蒸馏 (Random Network Distillation, RND) ”,专注培养AI的好奇心:隐藏房间什么的,只有好奇的AI才能发现。
谷歌大脑给自家的强化学习AI,建造了一个有的放矢的高效学习环境:基于视频预测的模拟器SimPLe。
这只位于德国海洋生物中心的神奇章鱼,不仅成功预测了德国队全部七场比赛的结果,还顺利地选出了最终的总冠军西班牙队。
这篇文章纯粹是心血来潮,原因是去年上传到github的参赛代码(文末点击阅读原文直达),前几天又有两个人star和fork了。
近期,在第15届国际蛋白质结构预测竞赛 (The Critical Assessment of protein Structure Prediction ,以下称CASP15) 上,智峪生科获得了一冠一亚,表现惊艳。
AI设计初衷本是造福人类,但是却因技术或人为原因而经常“翻车”,有些“翻车”可能只是闹个笑话,有些“翻车”却可能夺走无辜人的生命。
看到kaggle、medium上有不少人用球队的历史数据来进行建模预测,比如用到泊松分布、决策树、逻辑回归等算法,很大程度上能反映强者恒强的现象,比如巴西、英格兰等大概率能进8强,就像高考模拟考试成绩越好,大概率高考也会考得好。
2021 年夏天,对于蛋白质结构预测领域来说是一个丰收的季节。7 月 15 日 DeepMind 团队与华盛顿大学 David Baker 团队分别开源了 AlphaFold2 与 RoseTTAFold,这可以说是蛋白预测领域一件里程碑式的事件。
机器之心专栏 机器之心编辑部 在刚刚落幕的由 Meta AI 研究院及卡耐基梅隆大学(CMU)联合机器学习顶级会议 NeurIPS 共同举办的第二届 Open Catalyst Challenge (OCP)竞赛中,由腾讯 AI Lab 领头,中国人民大学,清华大学以及香港中文大学组成的联合团队 TTRC 以 0.396eV 绝对误差的成绩获得第一,相对于去年的最好成绩,提升达到 27.6%。 一、背景 Open Catalyst Project (OCP)是由 Meta AI 和卡耐基梅隆大学联合发起的一
近日,天壤 XLab 发布蛋白质结构预测平台 TRFold,其最新版本的预测精度接近 AlphaFold2,达到世界领先水平。
中国工程院院士、计算机专家倪光南在接受媒体采访时表示,“过去汽车电子领域被外国跨国公司所垄断,它们的芯片有强大的生态支持,使中国芯片难以进入这一市场。如今,中国的企业要发展自动驾驶芯片,要重视相应的生态支持,不重硬轻软,才可能让我们的芯片在汽车行业占据一席之地。”(via.IT时报)
1963年,气象学家爱德华·劳伦兹发现混沌理论后,发出如此惊世一问。这也就是我们常说的蝴蝶效应。劳伦兹用它来形容“厄尔尼诺”等复杂气候现象的难以预测性。简单理解就是:在复杂系统中,任何微小的不确定性都会被放大,并导致最终的预测结果与瞎猜无异。
人工智能将像大多数其他领域一样全面改变教育领域,这取决于当今一代的教育工作者和学生,规划有效的方法来部署机器学习来使过渡平稳有效。
AI与手打同时尝试打分,最后提交的最高成绩是手打成绩,主要思路是尽可能堆高后进行消4,依据序列的情况妥协进行消3.2,通过本地实现一个模拟器提供各种信息来辅助整个流程。AI算法思路与内部赛道的139w分大佬类似,手打最终117.9w分
唐旭、问耕 发自 凹非寺 量子位·QbitAI 报道 一场有着多重意义的比赛昨晚结束,国足坐镇长沙击败韩国队。 “天亮了”,赛后李毅大帝在朋友圈和微博上说。而朋友圈和微博也被国足刷爆。 赛后里皮说:“
AI不是万灵药,但越来越多的人把它说成是万灵药,在这些人的鼓吹下,更多的人可能真的会把AI当成万灵药。
别担心,现在有AI来帮你定制适合你的课程啦!清华大学和加州大学伯克利分校的研究者们发表了一篇研究,他们开发了一种循环神经网络(Recurrent Neural Networks) 来帮你推荐课程,而且效果不错哟~
2018 NAACL语言学习建模竞赛对自适应学习技术的进步有巨大意义,AI 科技评论特邀秦龙博士,与他交流了大赛中的自适应领域最新研究成果。
雷锋网 AI 研习社按:第十六届北美计算语言学会议 NAACL 于 6 月初在美国路易斯安那州的新奥尔良召开。NAACL 是自然语言处理与计算语言学领域的顶级学术会议之一。在语言学习建模竞赛中,国内人工智能企业先声教育在英语组赛事中夺得第一。其他参赛者包括来自全球顶尖学术界和产业界的研究团队,如剑桥大学、纽约大学、加利福尼亚大学等。
AI 科技评论消息,11月15日-16日,“全球AI+智适应教育峰会”在北京嘉里中心大酒店盛大开幕,峰会由雷锋网联合乂学教育松鼠AI,以及IEEE(美国电气电子工程师学会)教育工程和自适应教育标准工作组共同举办,汇聚国内外顶尖阵容。
导语 | 在腾讯云+社区联合腾讯码客、腾讯安全平台部全新打造的创新赛事【腾讯极客挑战赛 | 鹅罗斯方块】中,在短暂10天内,4570名参赛者或以自己的硬核技术诠释着 “代码无所不能”;或坚持游戏主义,手玩出一片天。今天小编邀请到的就是超强手打玩家——汪好盛。他以硬核手打与AI技能双管齐下,最终脱颖而出、斩获季军! 大佬这样说 AI与手打同时尝试打分,最后提交的最高成绩是手打成绩,主要思路是尽可能堆高后进行消4,依据序列的情况妥协进行消3.2,通过本地实现一个模拟器提供各种信息来辅助整个流程。AI算法思
在机器阅读理解顶级水平测试SQuAD1.1中,Google AI团队新发布的BERT模型,交出了一份惊人的成绩单。
如果要给 AI 领域的 2021 评个最具突破奖,你会选择谁?《science》和《nature》给出的答案都是「蛋白质结构预测」。
近日由WMO/WWPR,WCRP,ECMWF,SDSC等机构联合举办的人工智能次季节预报大赛正式结束。本次大赛旨在利用机器学习/人工智能改善降水/温度的次季节预报,即希望混合两种不同的机器学习方法预测 week 3-4&5-6 的状态。
伴随着前沿技术的不断成熟和云端迁移的趋势,处于银行卡业务核心枢纽地位的中国银联希望通过打造常规性、延续性、品牌性的数据科学竞赛促进内外协同创新,持续引领金融领域的技术前沿,树立数据驱动的创新标杆。
最近几天,哈佛一篇用深度学习预测余震位置的Nature论文,遭受了地震一般的猛烈质疑,被封为“深度学习的错误用法”。
机器之心报道 机器之心编辑部 一场一万五千人的竞赛,如何确保比赛顺利进行?如何保证公平公正?在这场活动中,阿里技术专家为我们解读了阿里云天池平台背后的技术支撑。 对人工智能、大数据竞赛有所了解的同学想必都听过「天池」这个平台。各大论坛上也流传着各路学长 / 学姐通过天池晋升 AI 大神、Offer 收割机的传说。 除了让这些学长 / 学姐 C 位出道之外,天池最近又参与了一件大事——为首届全球人工智能技术创新大赛提供平台和算力支撑。 大赛由中国人工智能学会联合杭州市余杭区政府联合发起,参赛用户达到 1500
一场完美的交响乐演出,指挥家需要充分结合每位演奏者和乐器的特点,根据演奏曲目把控节奏,才能将曼妙的音符传送到所有听众的耳中。
AMiner × 量子位 联合出品 编者按: 丁效,现为哈尔滨工业大学计算学部副研究员,博士生导师。 年轻有为、善谈儒雅,是丁效给人的第一印象。 喜欢羽毛球、醉心科研,则是丁效生活的最大乐趣。 曾作为哈尔滨工业大学学子的他,用努力奠定了今天的成绩。 而现在作为哈工大老师的他,秉良心充当着学生们的引路人。 他始终相信“天道酬勤”,做学生如此,做老师亦如此。 今年1月,在AMiner团队推出的AI 2000榜单中,丁效入选2022年全球人工智能最具影响力学者。 AMiner也有幸和他进行了一次深入对话。 “在
本文作者Jasperyang,毕业于BUPT。本文原载于知乎专栏,AI 研习社授权转载。 Kaggle 的数据挖掘比赛近年来很火,以至于中国兴起了很多很多类似的比赛,做了两个这种类型的比赛了,Jdata 用户商品购买预测和用户位置精准预测,积累了相当多的比赛经验了,虽然两次成绩都不是特别好,59/4590和 179/2844。 这些比赛的套路从根本上都是一毛一样的,我下面可以和大家探讨一个大致的做题套路以及怎么往高分走的方向,但是总结来说这就是个拼体力的任务,和智力无关。(虽然锻炼了动手能力,极大强化了我在
本篇是AI100学院此前重点推出的《Fast.ai 深度学习实战课程》(中文字幕)第七节的学习笔记,分享者胡智豪。 如果你对深度学习感兴趣,该系列课程千万不要错过哦! ▌简述 本节课的内容比较多,但主要还是围绕着Fisheries竞赛,当中提出了许多前面的课程没见过的技巧和模型,例如使用了Resnet、InceptionV3模型,在网络结构上去掉全连接层,直接使用全卷积网络(Fully Convolutional Net),甚至Dropout层这些我们之前常用的层都不需要了。当中还介绍了kaggl
8月21日,微软宣布该公司的语音识别系统的错误率已经降至5.1%,这是目前为止错误率最低的,已经超过了去年由微软AI研究团队所创造的5.9%的成绩。 这两项研究都转录了总机语料库的录音,这是一个从20世纪90年代初就开始被研究人员用来测试语音识别系统的2400个电话对话的集合,这项新研究是由微软AI研究团队完成的,旨在让AI的语音识别达到与人类相同的准确度。 总的来说,最新研究的研究人员通过改进微软语音识别系统的基于神经网络的声学与语言模型,将错误率降低了12%左右,值得一提的是,他们还使语音识别器能够
小Q在COLING: COLING,The International Conference on Computational Linguistics,国际计算语言学会议。 第26届国际计算语言学会议(The 26th International Conference on Computational Linguistics,COLING 2016)于2016年12月11-16日在日本大阪召开。COLING 是自然语言处理和计算语言学领域的重要国际会议,由国际计算语言学委员会(The Internati
最近,一个印度裔Kaggle大神在论坛上分享了他获得4个类别的Grandmaster的经历。
“我有一个要研究的蛋白,但我不知道它的结构和功能”——这是分子和细胞生物学家每天面临的最大难题之一。[1] 随着氨基酸测序技术的不断发展,越来越多的蛋白质序列得以被高通量地读取,但是从这个一维序列本身到能够解出实际的三维结构,仍然还有很大的距离。
---- 新智元报道 编辑:编辑部 【新智元导读】OpenAI的GPT-4在万众瞩目中闪亮登场,多模态功能太炸裂,简直要闪瞎人类的双眼。李飞飞高徒、斯坦福博士Jim Fan表示,GPT4凭借如此强大的推理能力,已经可以自己考上斯坦福了! 果然,能打败昨天的OpenAI的,只有今天的OpenAI。 刚刚,OpenAI震撼发布了大型多模态模型GPT-4,支持图像和文本的输入,并生成文本结果。 号称史上最先进的AI系统! GPT-4不仅有了眼睛可以看懂图片,而且在各大考试包括GRE几乎取得了满分成绩,
哈喽,我叫王丽晶,现任新泽西理工学院数据科学系终身轨助理教授。我在弗吉尼亚大学获得计算机博士学位,此后一年任职于哈佛医学院与波士顿儿童医院计算健康信息学项目 (CHIP) 博士后研 员。在此之前,我在中科院计算所获得计算机硕士学位,在大连理工大学软件工程学院获得学士学位。 我对人工智能、机器学习、深度学习、自然语言处理、时间序列分析和网络科学有着广泛的兴趣,重点是解决社会问题。我的博士论文研究的重点是结合基于理论的机械模型和深度神经网络进行流行病预测。更具体地说,我的研究侧重于深度学习的方法,这些方法结合了
【新智元导读】昨天,备受关注的全球首场神经影像人机大战在国家会议中心举行,在脑肿瘤和脑血管影像判读比赛中,医疗AI最终以高出20%的准确率战胜25名人类医生。如果这款AI产品投入实用,核磁检查的出片速度将从现在的几天缩短至几分钟。
好在AI技术的不断成熟,想要构筑一个城市的功能分类模型已非天方夜谭。尤其是飞桨开源深度学习平台的逐步成长,也让开发者有了更多的选择。针对上述问题,2019年9月至12月,飞桨举办了首期基线挑战赛,参赛选手使用飞桨构建一个城市区域功能分类模型:对给定的地理区域,输入该区域的遥感影像和用户到访数据,最终预测10万个测试集样本的区域功能类别。
计算机视觉研究院专栏 作者:Edison_G 高考已经结束,不知道参加考试的你们考得怎么样?据说今年的数学又上天了?据说某地方卷的语文阅读坑死了几十万当地考生? 公众号ID|ComputerVisionGzq 学习群|扫码在主页获取加入方式 1 前景概要 高考已经结束几天了,不知道参加考试的你们考得怎么样?据说今年的数学又上天了?据说某地方卷的语文阅读坑死了几十万当地考生? 最近研发的人工智能机器人Aidam与6名往届高考状元比赛"北京卷文科数学"的答题,用10分钟完成了所有答题,高考状元们用时1小时
问耕 编译整理 量子位 出品 | 公众号 QbitAI 曾经的王牌美剧《CSI:犯罪现场调查》,现在成了AI用来提高断案推理能力的试验场。 这部剧集厉不厉害?据说已成为美国警方的必备学习教材,连英国苏
用段子缓解尴尬?本届世界杯没有中国队、没有贝克汉姆、没有科比、没有姚明之类的老梗已经烂大街了,完全笑不出来好吗?
2022年第三届江苏省大数据开发与应用大赛(SEED 大赛),由江苏省工业和信息化厅、无锡市人民政府联合举办,以“促数字转型,赋数据应用”为主题,设置医疗卫生、智能制造、能源管理、数字媒体四个赛道。大赛英文名称SEED,寓意海量的数据如一颗颗沉睡的种子,等待开发培育。
同声传译结合了机器翻译(MT)、自动语音识别(ASR)和文本语音合成(TTS)等人工智能技术,在国际会议、商务谈判、新闻发言、法律诉讼和医学交流等众多场景都有广泛的应用,已发展成为一个前沿的研究领域。作为一个新兴的跨学科领域,同声传译未来将面临更多挑战。 Simultaneous translation, which performs translation concurrently with the source speech, is widely useful in many scenarios such as international conferences, business negotiations, press releases, legal proceedings and medical communications. It combines the AI technologies of machine translation (MT), automatic speech recognition (ASR) and text-to-speech synthesis (TTS),and is becoming a cutting-edge research field. As an emerging interdisciplinary field, Simultaneous translation will face more challenges in the future.
谷歌DeepMind在AlphaFold的基础上,训练出了专门预测人类基因组中错义突变致病性的AlphaMissense。
AI 科技评论消息,2018 年 11 月 13-17 日,AAAI 人工智能与交互式数字娱乐大会 (AI for Interactive Digital Entertainment) 在阿尔伯塔大学举办。会上宣布了一年一度的星际争霸 AI 挑战赛结果;这也是即时战略(RTS)游戏 AI 比赛中最重要的比赛之一。
领取专属 10元无门槛券
手把手带您无忧上云