标签：深度学习

两年前，清华大学物理系的徐勇和段文晖研究团队开发了一种名为DeePH的高效精确的第一性原理电子结构深度学习方法，极大地提升了电子结构计算的速度。近期，该团队又开发了一种新的实空间重构方法（real-space reconstruction），将DeePH方法推广至平面波基组，使其能够与所有密度泛函理论（DFT）程序兼容。这种方法比传统投影方法快几个数量级，为深度学习电子结构计算带来了更高的精度和更好的泛化能力，并打开了利用电子结构大数据进行深度学习的大门。 DeePH的成功与局限 近年来，从头计算与人工智能技术的结合取得了...

诺贝尔物理学奖授予John J. Hopfield和Geoffrey E. Hinton 10月8日，瑞典皇家科学院宣布将2024年诺贝尔物理学奖授予John J. Hopfield和Geoffrey E. Hinton，以表彰他们在利用人工神经网络进行机器学习方面的基础性发现和发明。 John J. Hopfield：霍普菲尔德网络奠基者 现年91岁的John J. Hopfield是美国著名的物理学家、生物学家和神经科学家。1982年，他发表了一篇题为《具有涌现集体计算能力的神经网络和物理系统》的论文，提出了霍普菲尔德网络（Hopfield Network）。这种网络模型具有联想记忆功能，可以存储和重建图...

在近日，OpenAI 首席执行官 Sam Altman 发表了一篇名为《智能时代》（The Intelligence Age）的长文博客，引发了广泛关注。这篇博客在推特上的浏览量已超过百万次。Altman 在文中不仅表达了对人工智能发展的深刻见解，还提出了许多令人振奋的观点。 Altman 认为，人工智能不仅仅是谷歌搜索或家庭作业助手的替代品，而是将彻底改变人类社会的发展方向。他预测，超级智能可能在未来几千天内实现。尽管这一时间框架存在不确定性，但他的观点引起了广泛讨论。 在未来几十年内，我们将能够实现许多当前看似不可思议的事情。这种...

9 月 23 日，著名企业家 Sam Altman 发表了一篇名为《智能时代》的博客文章。Altman 认为，未来的科技发展将使我们能够完成在祖辈眼中近乎“魔法”的壮举。人工智能（AI）的快速发展将成为推动这些变革的核心动力。 Altman 指出，人类之所以变得更加强大，并不是因为基因的改变，而是因为社会基础设施的智能化提升。AI 将继续增强这一点，为人类提供全新的工具，帮助我们解决过去无法解决的问题，推动社会进一步繁荣。他认为，未来每个人都将拥有个性化的 AI 助手，这些助手不仅能协助我们的日常工作，还能在医疗保健、教育和...

近日，李飞飞与 a16z 合伙人 Martin Casado 以及研究者 Justin Johnson 展开了深入讨论，探讨了人工智能（AI）的历史、现状及未来发展。他们详细讨论了生成式 AI 和空间智能的潜力。李飞飞指出，生成式 AI 在她研究生阶段已初具雏形，但当时技术尚不成熟。近年来，随着深度学习和计算能力的迅猛发展，生成式 AI 取得了显著进步。 李飞飞还介绍了她的新创业项目 World Labs，该项目专注于“空间智能”，即机器在 3D 和 4D 空间中的理解和互动能力。她强调，空间智能不仅适用于虚拟世界，还能融合现实世界，广泛应用于增强现实...

提高抗体与靶抗原之间的结合亲和力是抗体疗法开发中的关键任务。近日，复旦大学与百奥几何（BioGeometry）团队合作推出了一种名为 GearBind 的预训练几何图神经网络，展示了其在抗体亲和力成熟方面的潜力。通过多关系图构建、几何消息传递以及大规模未标记蛋白质数据的预训练，GearBind 在多个测试集上的表现优于现有方法。研究人员基于 GearBind 开发了一个强大的集成模型，成功增强了两种不同抗体的结合能力，实验数据显示设计的抗体突变体显著提升了性能。该研究以“Pretrainable geometric graph neural network for anti...

微软Start团队近期发布了一项创新性的AI天气预测模型，该模型基于数据驱动，能够精确预测接下来一个月的气候状况。这一突破性研究提升了预报的准确度，并且在计算效率上实现了重大改进。该模型融合了五个人工智能模型和三种深度学习框架，通过学习历史气象数据，以理解并预测复杂的天气模式。据论文显示，新AI模型在预测7天内的天气时，对比目前最准确的欧洲中期天气预报中心（ECMWF）模型，准确度提升了17%，即使是预测未来4周的天气，也高出4%。此外，微软的模型在计算效率上超越了传统的NWP/ECMWF模型，能够在单个NVIDIA ...

神经失语症严重影响生活，但深度学习和脑机接口（BCI）技术的进步为开发神经语音假肢提供了可能性。纽约大学的研究人员开发了一种新型可微分语音合成器，使用轻量级卷积神经网络将语音编码为可解释的参数，如音高、响度和共振峰频率。此系统可以将神经信号映射到这些参数，重构出自然的语音，尤其适用于小数据量情况。研究发表在《Nature Machine Intelligence》上，展示了高准确性和因果操作的能力，可用于左、右脑半球的语音解码。

北京大学与火山引擎的联合团队在CLIC视频压缩挑战赛中荣获双料冠军，展示了中国在深度学习视频压缩技术的领先地位。团队开发了一种创新的“传统-智能混合解决方案”，结合了传统压缩技术和深度学习的优势。传统编码模块采用非对称四叉树划分技术，增强了编码效率，而智能编码模块则利用深度学习的环路滤波技术提升了视频质量。此外，他们还提出了一种增强型环路滤波网络，利用预测信息、划分信息等多种增强数据，提高了深度学习模型的滤波效果。火山引擎多媒体实验室在此次大赛中表现出色，不仅连续两年在高码率和低码率赛道夺...

bGPT，全称为字节GPT，是一种创新的深度学习模型，专注于处理二进制数据和模拟数字世界。与传统语言模型不同，bGPT能理解和操作二进制数据，扩展了深度学习在二进制领域的应用。该模型由微软亚洲研究院、清华大学及中央音乐学院共同研发，尤其在音乐领域的应用展示了其独特性。bGPT通过预测连续字节序列来理解和生成二进制数据，能够实现音频、图像等不同数据格式间的转换。在音乐转换任务中，如ABC记谱法与MIDI的互换，bGPT表现出高精度。此外，bGPT还能模拟CPU状态变化，模拟硬件行为的准确性超过99.99%。这一创新模型为未...