编辑 | 萝卜皮 蛋白质设计对于医学和生物技术应用变得越来越重要。由于蛋白质形成的复杂机制，新蛋白质的产生需要繁琐且耗时的计算或实验协议。同时，机器学习通过利用大量可用数据来解决复杂问...

编译/文龙 近年来，一些计算机科学家和物理学家一直在探索量子增强机器学习算法的潜力。寻找证明量子加速的机器学习算法的潜在应用是该领域的核心目标。 最近，IBM 的一项新研究就进一步调查了...

【新智元导读】 旷视科技孙剑团队首次披露 AutoML 相关成果，通过构建一个简化的超网络来解决训练过程中面对的主要挑战。在在 ImageNet 上的实验结果超过了谷歌、Facebook 等 AutoML 技术的成绩...

来源：金庆 编辑：好困 【新智元导读】 王言治教授团队与美国色拉布公司（Snap Inc.）首次提出了一种GAN剪枝的方法，除了使压缩时间减少了四个数量级以外，还在远低于原始计算量的条件下，获得...

编辑 | 萝卜皮 空间解析转录组学 (SRT) 技术使研究人员能够获得对组织结构和细胞发育的新见解，尤其是在肿瘤中。然而，缺乏对生物背景和多视图特征的计算开发严重阻碍了组织异质性的阐明。 在这...

鱼羊 发自 凹非寺 量子位 | 公众号 QbitAI 凭借ChatGPT版搜索，微软正风头一时无两。 值此之际，同样是在微软，却有一支团队黯然谢幕： 据The Information消息，成立仅4个月的工业元宇宙应用团...

编辑：LRS 好困 小咸鱼 【新智元导读】何凯明团队又发新论文了！这次他们研究的是如何将预训练好的ViT迁移到检测模型上，使标准ViT模型能够作为Mask R-CNN的骨干使用。结果表明，与有监督和先前...

【新智元导读】 SpaceX 今天宣布，29岁的助理医师Hayley Arceneaux将参加首次全民太空之旅！任务定于 2021 年年底进行，她将在乘坐龙飞船升空，并环绕地球运行 5 天。那时，她可能成为进入太空...

詹士 发自 凹非寺 量子位 | 公众号 QbitAI 面对ChatGPT，Nature终于坐不住了。 本周，这家权威学术出版机构下场，针对ChatGPT代写学研文章、被列为作者等一系列问题，给了定性。 具体来说，Natu...

上海交通大学最新提出切片循环神经网络（SRNN），其速度是标准RNN的136倍，并且还能更快！对六个大型情绪分析数据集的实验表明，SRNN的性能均优于标准RNN。 论文和开源代码地址： arxiv.org/pdf...

【新智元导读】 Atari 游戏史上最强通关算法来了——Go-Explore！蒙特祖玛获分超过 200 万，平均得分超过 40 万；Pitfall 平均超过 21000 分！ 通关 Atari 游戏的最强算法来了！ 在强化学习中，...

【新智元导读】 NeurIPS 2019今天揭晓了杰出论文奖、杰出新方向论文奖、经典论文奖等重磅奖项，其中微软华人研究员Lin Xiao获得经典论文奖。此外，如何在突破13000人的大会上收获最大，我们带来...

明敏 发自 凹非寺 量子位 | 公众号 QbitAI AI画画通用模型，新增一员大将！ 由阿里达摩院副院长周靖人等人打造的可控扩散模型Composer，一经发布就小火了一把。 这个模型由50亿参数训练而来，和...

金磊 衡宇 发自 凹非寺 量子位 | 公众号 QbitAI ChatGPT到底有多会修bug？ 这事终于有人正儿八经地搞研究了—— 来自德国、英国的研究人员，专门搭了个“擂台”来检验ChatGPT的这项本领。 除了C...

【新智元导读】 本文列出了10条经常被忽视的软件工程法则，包括康威定律、布鲁克斯定律、扎温斯基定律、帕金森定律、帕累托法则、斯特金的启示、彼得原理、Eagleson 定律、Greenspun 的第十条编...

400多页的招股书再次表明，格灵深瞳身带典型AI公司的优劣势。这些AI公司还没有强到可以打破既定游戏规则，大部分时候只能被行业老大集成，分到一小块「蛋糕」。褪去光环而归于平凡，恰恰是努力...

Pine 发自 凹非寺 量子位 | 公众号 QbitAI 新冠诱发心肌炎的机制，现在被科学家找到了！ 和冠状病毒刺突蛋白 （S蛋白）有关，它会对线粒体代谢基因的表达产生影响，进一步导致心肌炎。 这是美国...

GPT-4 等大型语言模型（LLM）在许多推理任务上表现出色，然而，大部分现有研究仅关注静态环境下的任务，如回答问题或解数学题。那么，LLM 能否在真实世界中完成复杂的交互式任务呢？例如，如果...

近期，DeepMind 在蛋白质结构预测领域公布的进展，无论是 AlphaFold 2 代码开源，还是预测人类蛋白质组并开源数据库，以及 AlphaFold 2 在蛋白质结构预测方面所展示的强大性能，在业界和公众之...

编辑/绿萝 深度学习（DL）几乎颠覆了所有研究领域，包括药物发现。这场革命很大程度上归功于高度可并行化的图形处理单元（GPU）的空前进步和支持 GPU 的算法的发展。 近日，来自不列颠哥伦比亚...