提速科研,AI 正引领一场新革命

作为近两年的技术热点,ScienceAI 在业界受到的关注越来越多。就在前不久,科技部官宣会亲自同自然科学基金委在近期启动「人工智能驱动的科学研究」(AI for Science) 专项部署工作。

了解更多信息详见 👉🏻 Science AI 大潮已至,科技部亲自下场出大动作

官方的一把火彻底点燃了 AI 圈的热情,业内外也从各个应用场景中窥探到了 ScienceAI 所具备的全面、深层次革新价值。作为 ScienceAI 发展的见证者,HyperAI超神经一直以来都对其保持密切关注及报道。那么,该领域最近又出了哪些新鲜、有意思的成果?接下来本文,HyperAI超神经将对近期报道做一个汇总及分享。

 预测鸟类迁徙新模型上线

鸟类迁徙是一个令人着迷的自然现象。据了解,世界上近五分之一的鸟类会因繁殖和越冬而进行定期的迁徙,而且迁徙的鸟类在生态学上具有重要意义。

过往鸟类迁徙研究都是靠人工观察或为鸟儿安装 GPS 装置等方法,而近期马萨诸塞州立大学联合康奈尔大学新提出了一个概率模型 BirdFlow,据称该模型利用计算机建模和 eBird 数据集来准确预测候鸟的飞行路径,准确率还很高。

阅读原文 👉🏻 借助计算机建模及 eBird 数据集,马萨诸塞大学成功预测鸟类迁徙

论文地址:

https://besjournals.onlinelibrary.wiley.com/doi/full/10.1111/2041-210X.14052

 AI 还原宇宙真面貌

大气层其实是一把双刃剑。虽然众所周知它对于地球生命至关重要,但另一方面,它也会给天文研究带来不少麻烦。其中,最为突出的就是大气层的干扰,会导致地面天文望远镜获得的天文图像变得「模糊」,而这种模糊有时会造成错误的物理测量,非常影响科研进展。

为此,清华大学和西北大学研究员利用数据训练了一种计算机视觉算法,对天文图像进行锐化「还原」。结果表明,这一算法较之经典方法,误差减少了 38.6%;较之现代方法,误差减少了 7.4%。

阅读原文 👉🏻 00 后清华学霸用 AI 打败大气层「魔法攻击」,还原宇宙真面貌

论文地址:

https://academic.oup.com/mnrasl/article/522/1/L31/7075894

 超光学和 AI 碰撞出了何种火花

近年来,为了突破传统光学研究的局限性,光学与物理学交叉领域的一个新兴技术超光学出现。而这个新兴领域发展之快,从去年底彭博发布的一篇 Opinion 文章中可见一斑:超光学有望在今年引起广泛关注,并在未来十年内产生变革。

鲜为人知的是,这个大热领域的背后其实也有着 AI 的身影。而且 AI 凭借其自身强大的能力已经成为超光学背后的重要推手,那么两个大热风口的强强结合究竟碰撞出了怎样的火花?这篇论文解读或许可以带我们一探究竟。

阅读原文 👉🏻 AI 加码,超光学进入狂飙时代

论文地址:

https://pubs.acs.org/doi/10.1021/acs.chemrev.2c00012

 机器学习如何助力 3D 打印材料

3D 打印材料作为行业的中上游,重要性不言而喻。阿里云《2021 年 3D 打印行业发展研究报告》中显示,近年来,3D 打印已成为美国增长最快的的工业之一,而与此相对,国内在此领域起步较晚,也意味着仍有较大上升空间和发展潜力。

值得关注的是,在 3D 打印材料领域,机器学习同样发挥着重要作用,并且取得了一系列亮眼的成果。HyperAI超神经对此进行了盘点和总结,希望对材料领域、3D 打印材料领域以及 AI 领域的相关研究有所帮助和启发。

阅读原文 👉🏻 盘点 | 从单目标优化到多目标优化,3D 打印材料开发进入 100X 倍速阶段

论文地址:

[1]https://www.nature.com/articles/s42256-020-0166-5

[2]https://www.nature.com/articles/s41586-020-2442-2

[3]https://www.science.org/doi/10.1126/sciadv.abf7435

 90 后学霸用机器学习为化工叠 BUFF

国际能源署报告显示,2021 年全球能源相关的 CO₂ 排放量较 2020 年增长 6%,创历史新高。在节能减排背景下,控制增幅最大的发电和供热行业 CO₂ 排放量显得尤为迫切。

目前,电力行业针对 CO₂ 排放量三种改变措施中,碳捕捉这一方法最为常见。但不得不说碳捕捉也面临一个重要难点:如何有效监控并预测不同电厂的胺排放。

近期,针对这个难题,洛桑联邦理工学院联合赫瑞瓦特大学开发出了一种机器学习方法,可依据电厂过往数据,更准确地预测碳捕捉过程中胺类有害气体的排放量。

阅读原文 👉🏻 90 后学霸博士 8 年进击战:用机器学习为化学研究叠 BUFF

论文地址:

https://www.science.org/doi/10.1126/sciadv.adc9576#sec-2

回顾一系列报道和成果,不难发现 ScienceAI 已经慢慢渗透到生活、生产的各个领域,发挥着愈来愈大的作用。不过,机遇当中也不乏挑战,比如目前国内 ScienceAI 领域相较国外仍旧存在一定差距。那么随着时间的推移,ScienceAI 到底将如何发展?国内又将如何实现「逆袭」?未来,HyperAI超神经将持续关注和报道,也欢迎读者加入讨论~

原文:https://mp.weixin.qq.com/s/sxywEePOaaqIGGgSLZ_pSg

- Posted in: AI

- Tags: ,

0 条评论 ,334 次阅读

发表评论

  1. 既然来了,说些什么?

Top