新闻中心 
-
04-02少量数据实现高通用性，KAIST开发药物设计3D分子生成新框架编辑|萝卜皮深度生成模型具有加速药物设计的巨大潜力。然而，由于数据有限，现有的生成模型常常面临泛化方面的挑战，导致设计创新性较差。为了解决这些问题，韩国KAIS...
-
03-14如何把大量物理知识塞给AI？EIT和北大团队提出「规则重要性」概念编辑|ScienceAI深度学习模型由于其可以从海量数据中学习潜在关系的能力而在科学研究领域产生了深远影响。然而，纯粹依赖数据的模型逐渐显露出其局限性，包括对数...
-
02-04登Nature子刊，滑铁卢大学团队评论「量子计算机+大语言模型」当下与未来模拟当今量子计算设备的关键挑战之一是学习和编码量子比特之间复杂关联的能力。新兴技术基于机器学习语言模型已展现出学习量子态的独特能力。近期，滑铁卢大学的研究人员在...
-
01-16AI未经学习！最新研究揭示了解读人工智能黑盒的方法人工智能（AI）一直在迅速发展，但对人类来说，强大的模型却是个「黑匣子」。我们不了解模型内部的运作原理，不清楚它得出结论的过程。然而最近，波恩大学（Univer...
-
01-16多元宇宙的存在被科学家证实，母宇宙的本质如何解释？多元宇宙的概念想必许多人都听过，但许多人只是把它当作科幻电影中的概念，与我们现实世界相距甚远。事实上，多元宇宙并不仅仅是一个幻想，一些科学家甚至已经发现了我们世...
-
01-15挑战与机遇：探索量子人工智能研究的未知领域量子计算和人工智能的结合催生了量子人工智能，这是一项具有巨大前景和潜力的前沿研究。随着研究人员深入探索这个未知领域，他们面临着一系列独特的挑战和机遇，这些挑战和...
