ملخص المعلومات المفيدة! أبرز نتائج الأبحاث في مجال الذكاء الاصطناعي للعلوم في عام 2023
ومع مرور الوقت تتجدد مجد العصور. في العام الماضي 2023،الذكاء الاصطناعي للعلوم لقد جلبت الكثير من المفاجآت وزرعت أيضًا بذورًا لمزيد من الخيال.
ابتداءً من عام 2020، ألفا فولد لقد دفعت مشاريع البحث العلمي الممثلة في الذكاء الاصطناعي للعلوم إلى المرحلة الرئيسية من تطبيقات الذكاء الاصطناعي. خلال العامين الماضيين، أصبحت التخصصات الأساسية، بدءاً من الطب الحيوي وعلم الفلك والأرصاد الجوية وكيمياء المواد، ساحات معركة جديدة للذكاء الاصطناعي. وفي هذه العملية، تجسدت قدرات الذكاء الاصطناعي أيضًا في شفرة حادة، يمكنها حتى كسر القيود التي ابتليت بها البشرية لمدة نصف قرن، مما أدى إلى تسريع تقدم البحث العلمي بشكل كبير.
ومع هذه الأمثلة الناجحة، وبعد دخول عام 2023، أصبحت رحلة الذكاء الاصطناعي في مجال البحث العلمي أكثر سلاسة. وقد بدأ عدد متزايد من فرق البحث في طلب المساعدة من الذكاء الاصطناعي، مما أدى إلى ظهور المزيد من النتائج ذات القيمة العالية.
باعتبارها واحدة من أوائل المجتمعات التي اهتمت بالذكاء الاصطناعي من أجل العلوم،يواصل "HyperAI Super Neural" تسجيل أحدث تقدم له من خلال تفسير الأوراق البحثية المتطورةمن ناحية، يهدف إلى مشاركة أحدث الإنجازات وطرق البحث على مستوى العالم، ومن ناحية أخرى، يأمل أيضًا في تمكين المزيد من الفرق من رؤية مساعدة الذكاء الاصطناعي في البحث العلمي والمساهمة في تطوير الذكاء الاصطناعي للعلوم في الصين.
إن نهاية العام وبداية العام المقبل هما الوقت المناسب للتأمل في الماضي والتعرف على المستقبل.لقد قمنا بتصنيف وتلخيص الأبحاث المتطورة التي تم تفسيرها بواسطة "HyperAI Super Neural" في عام 2023 لتسهيل استرجاعها من قبل القراء في مجالات البحث العلمي المختلفة.
اتبع حساب WeChat العام وقم بالرد في الخلفية 2023 ScienceAIيمكنك تنزيل كافة الأوراق في حزمة واحدة. بالإضافة إلى ذلك، يمكن تنزيل مجموعات البيانات المستخدمة في بعض الأوراق من الموقع الرسمي لـ "HyperAI Super Neural".
عنوان التنزيل:
الذكاء الاصطناعي + الطب الحيوي
يتنبأ نموذج التعلم الآلي بدقة بمعدل إطلاق الدواء للحقن طويلة المفعول، مما يسرع من تطوير الحقن طويلة المفعول
نماذج التعلم الآلي لتسريع تصميم الحقن البوليمرية طويلة المفعول
*مصدر：Nature Communications
*مؤلفباحثون في جامعة تورنتو
*ورق:
https://www.nature.com/articles/s41467-022-35343-w
تتنبأ خوارزمية التعلم الآلي بفعالية بمقاومة النبات للملاريا بدقة 0.67
التعلم الآلي يعزز التنبؤ بالنباتات كمصدر محتمل للأدوية المضادة للملاريا
*مصدر:آفاق في علم النبات
*مؤلف: باحثون من حدائق كيو، كيو وجامعة سانت أندروز
*ورق:
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10248027
نظام تمايز يعتمد على التصوير الديناميكي للخلايا الحية في المجال الساطع والتعلم الآلي لتنظيم وتحسين عملية تمايز الخلايا الجذعية متعددة القدرات في الوقت الفعلي
استراتيجية التعلم الآلي القائمة على صور الخلايا الحية لتقليل التباين في أنظمة تمايز الخلايا الجذعية متعددة القدرات
*مصدر:اكتشاف الخلايا
*مؤلف: مجموعة تشاو يانغ ومجموعة تشانغ يو من جامعة بكين ومجموعة ليو ييان من جامعة بكين جياوتونغ
*ورق:
https://www.nature.com/articles/s41421-023-00543-1
تطبيق نماذج التعلم الآلي للتنبؤ بإمكانية طباعة الحبر الحيوي وتحسين معدلات التنبؤ
التنبؤ بنتائج الطباعة بالحبر الصيدلاني باستخدام التعلم الآلي
*مصدرالمجلة الدولية للصيدلة: X
*مؤلف: باحثون من جامعة سانتياغو دي كومبوستيلا وجامعة كلية لندن
*ورق:
https://www.sciencedirect.com/science/article/pii/S2590156723000257
باستخدام التعلم العميق لفحص ما يقرب من 7500 جزيء، تم تحديد مضاد حيوي جديد يثبط بكتيريا Acinetobacter baumannii
اكتشاف مضاد حيوي يستهدف بكتيريا Acinetobacter baumannii باستخدام تقنية التعلم العميق
*مصدر:الكيمياء الحيوية الطبيعية
*مؤلفباحثون من جامعة ماكماستر ومعهد ماساتشوستس للتكنولوجيا
*ورق:
https://www.nature.com/articles/s41589-023-01349-8#access-options
باستخدام التعلم الآلي، وجدنا ثلاثة سينوليتيكس، وتم التحقق من صحة تأثيراته المضادة للشيخوخة في خطوط الخلايا البشرية
اكتشاف Senolytics باستخدام التعلم الآلي
*مصدر：Nature Communications
*مؤلف:الدكتور جيمس إل. كيركلاند، مايو كلينك، وآخرون.
*ورق:
https://www.nature.com/articles/s41467-023-39120-1
تحديد كمية وموقع إطلاق الدوبامين باستخدام التعلم الآلي
تحديد العلامات العصبية لإشارات الدوبامين باستخدام التعلم الآلي
*مصدر:علم الأعصاب الكيميائي ACS
*مؤلففريق بحثي من جامعة كاليفورنيا، بيركلي
*ورق:
https://pubs.acs.org/doi/full/10.1021/acschemneuro.3c00001
وباستخدام الشبكات العصبية البيانية، تم فحص المكونات الآمنة والفعالة لمكافحة الشيخوخة من بين مئات الآلاف من المركبات.
اكتشاف مضادات الشيخوخة الجزيئية الصغيرة باستخدام الشبكات العصبية العميقة
*مصدر:شيخوخة الطبيعة
*مؤلف: باحثون في معهد ماساتشوستس للتكنولوجيا
*ورق:
https://www.nature.com/articles/s43587-023-00415-z
ديب مايند استخدام التعلم غير الخاضع للإشراف لتطوير AlphaMissense، والتنبؤ بـ 71 مليون طفرة جينية
التنبؤ الدقيق بتأثير متغيرات الجينوم المغلوط على مستوى البروتين باستخدام AlphaMissense
*مصدر:علوم
*مؤلف: ديب مايند
*ورق:
https://www.science.org/doi/10.1126/science.adg7492
استنادًا إلى شبكة الانحدار المحولة، جنبًا إلى جنب مع CGMD، تم التنبؤ بخصائص التجميع الذاتي لعشرات المليارات من الببتيدات
يُمكّن التعلم العميق من اكتشاف الببتيدات ذاتية التجميع التي تحتوي على أكثر من 10 تريليون تسلسل
*مصدرالعلوم المتقدمة
*مؤلف:مجموعة أبحاث لي وينبين في جامعة ويست ليك
*ورق:
https://onlinelibrary.wiley.com/doi/full/10.1002/advs.202301544
تم تطوير Macformer على أساس Transformer، وتم تحويل الدواء اللاحلقي fitratinib بنجاح إلى دواء حلقي كبير، مما يوفر طريقة جديدة لتطوير الأدوية.
تحويل الجزيئات الخطية إلى حلقات كبيرة باستخدام التعلم العميق لتسهيل اكتشاف الأدوية المرشحة ذات الحلقات الكبيرة
*مصدر:التواصل الطبيعي
*مؤلف:مجموعة أبحاث لي هونغلين في جامعة شرق الصين للعلوم والتكنولوجيا
*ورق:
https://www.nature.com/articles/s41467-023-40219-8
تطوير الذكاء الاصطناعي لتحليل الروائح استنادًا إلى الشبكة العصبية البيانية (GNN)
خريطة الرائحة الرئيسية توحد المهام المتنوعة في الإدراك الشمّي
*مصدر:علوم
*مؤلف:Osmo، فرع من Google Research
*ورق:
https://www.science.org/doi/full/10.1126/science.ade4401
تطوير خوارزميات لانتقائية بروتين G-G المستقبلات المقترنة بالبروتين G والتحقيق في الأساس البنيوي للانتقائية
القواعد والآليات التي تحكم انتقائية اقتران البروتين ج لمستقبلات البروتين ج
*مصدر:تقارير الخلية
*مؤلف: باحثون في جامعة فلوريدا
*ورق:
https://doi.org/10.1016/j.celrep.2023.113173
مجموعة المسح الضوئي التلقائي السريع تسمح FAST للذكاء الاصطناعي بتحديد موضع المسح تلقائيًا والحصول على معلومات العينة بكفاءة ودقة
عرض توضيحي لسير عمل مدفوع بالذكاء الاصطناعي للمجهر المسحي عالي الدقة المستقل
*مصدر：Nature Communications
*مؤلفباحثون من مختبر أرجون الوطني
*ورق:
https://www.nature.com/articles/s41467-023-40339-1
الذكاء الاصطناعي + الرعاية الصحية
نموذج آلة تعزيز التدرج يتنبأ بدقة بمتلازمات BPSD الفرعية
نماذج تنبؤية تعتمد على التعلم الآلي لحدوث الأعراض السلوكية والنفسية للخرف: تطوير النموذج والتحقق من صحته
*مصدرالتقارير العلمية
*مؤلففريق بحثي من جامعة يونسي، كوريا الجنوبية
*ورق:
https://www.nature.com/articles/s41598-023-35194-5
بناءً على التعلم الآلي، تم الحصول على مجموعة من المؤشرات الحيوية التشخيصية المحددة لسرطان الثدي باستخدام استراتيجيات اختيار الميزات
استراتيجية اختيار الميزة القوية تكتشف مجموعة من microRNAs كعلامات حيوية تشخيصية مفترضة في سرطان الثدي
*مصدر:CIBB 2023
*مؤلف: باحثون في جامعة نابولي فيديريكو الثاني، إيطاليا
*ورق:
https://www.researchgate.net/publication/372083934
مقارنة نموذج الانحدار اللوجستي وثلاثة نماذج للتعلم الآلي للتنبؤ بنجاح بمعدل الوفيات لمدة عام واحد للمرضى الصينيين المسنين المصابين بأمراض القلب التاجية والسكري أو ضعف تحمل الجلوكوز
نماذج تعتمد على التعلم الآلي للتنبؤ بمعدل الوفيات خلال عام واحد بين كبار السن الصينيين المصابين بمرض الشريان التاجي مع ضعف تحمل الجلوكوز أو مرض السكري
*مصدرطب القلب والأوعية الدموية والسكري
*مؤلف: باحثون من مستشفى ماشنغ الشعبي، مقاطعة هوبي، الصين
*ورق:
https://cardiab.biomedcentral.com/articles/10.1186/s12933-023-01854-z
تقنية جديدة للدماغ والحاسوب تم تطويرها باستخدام الذكاء الاصطناعي تسمح لمريض السكتة الدماغية الذي كان يعاني من فقدان القدرة على الكلام لمدة 18 عامًا بالتحدث مرة أخرى
طرف اصطناعي عصبي عالي الأداء لفك تشفير الكلام والتحكم في الصورة الرمزية
*مصدر:طبيعة
*مؤلف:فريق جامعة كاليفورنيا
*ورق:
https://www.nature.com/articles/s41586-023-06443-4
الذكاء الاصطناعي التجاري Lunit يقرأ صور الثدي بالأشعة السينية بدقة مثل الأطباء
أداء خوارزمية الذكاء الاصطناعي للكشف عن سرطان الثدي باستخدام مخطط الأداء الشخصي في فحص الثدي بالأشعة السينية
*مصدر:الأشعة
*مؤلففريق بحثي من جامعة نوتنغهام، المملكة المتحدة
*ورق:
https://pubs.rsna.org/doi/10.1148/radiol.223299
معهد الجينوميات التابع للأكاديمية الصينية للعلوم ينشئ أرشيفًا مفتوحًا للتصوير الطبي الحيوي
التعلم الذاتي لإعادة بناء الهولوغرام باستخدام الاتساق الفيزيائي
*مصدر:bioRxiv
*مؤلفمعهد الجينوميات، الأكاديمية الصينية للعلوم
*ورق:
https://www.nature.com/articles/s42256-023-00704-7
نموذج RETFound القائم على صور الشبكية يتنبأ بأمراض جهازية متعددة
نموذج أساسي للكشف عن الأمراض القابلة للتعميم من صور الشبكية
*مصدر:طبيعة
*مؤلف:يوكون تشو، طالب دكتوراه في كلية لندن الجامعية ومستشفى مورفيلدز للعيون، وآخرون.
*ورق:
https://www.nature.com/articles/s41586-023-06555-x
الكشف عن سرطان البنكرياس باستخدام الذكاء الاصطناعي استنادًا إلى التعلم العميق
الكشف عن سرطان البنكرياس على نطاق واسع باستخدام التصوير المقطعي المحوسب بدون تباين والتعلم العميق
*مصدرطب الطبيعة
*مؤلف:تتعاون أكاديمية علي بابا دامو مع العديد من المؤسسات الطبية المحلية والأجنبية
*ورق:
https://www.nature.com/articles/s41591-023-02640-w
تحسين تصميم أجهزة استشعار اللمس النانوية الكهربائية الاحتكاكية للتعرف على النصوص والتعرف على طريقة برايل
تصميم مستشعر لمس مُمكّن بالتعلم الآلي لفك تشفير اللمس الديناميكي
*مصدرالعلوم المتقدمة
*مؤلف: مجموعة أبحاث يانغ قنغ وشو كايشن في جامعة تشجيانغ
*ورق:
https://onlinelibrary.wiley.com/doi/10.1002/advs.202303949
كيمياء المواد AI+
الجمع بين العديد من هياكل التعلم العميق لتحديد البنية الداخلية للمواد من الملاحظات السطحية
املأ الفراغ: أساليب التعلم العميق القابلة للنقل لاستعادة معلومات المجال المادي المفقودة
*مصدرالمواد المتقدمة
*مؤلف: باحثون في معهد ماساتشوستس للتكنولوجيا
*ورق:
https://onlinelibrary.wiley.com/doi/full/10.1002/adma.202301449
الجمع بين الشبكات العصبية العميقة ومعالجة اللغة الطبيعية لتطوير سبائك مقاومة للتآكل
تعزيز تصميم السبائك المقاومة للتآكل من خلال معالجة اللغة الطبيعية والتعلم العميق
*مصدر:التقدم العلمي
*مؤلف: باحثون في معهد ماكس بلانك لأبحاث الحديد في ألمانيا
*ورق:
https://www.science.org/doi/10.1126/sciadv.adg7992
استنادًا إلى نماذج التعلم الآلي، يتم تدريب الذكاء الاصطناعي على استخراج المعلمات الهيكلية للمواد المسامية للتنبؤ بدرجات حرارة امتصاص الماء
التنبؤ بخطوط امتصاص الماء وأداء التبريد بمساعدة التعلم الآلي
*مصدرمجلة كيمياء المواد أ
*مؤلف:مجموعة أبحاث لي سونغ في جامعة هواتشونغ للعلوم والتكنولوجيا
*ورق:
https://pubs.rsc.org/en/content/articlelanding/2023/TA/D3TA03586G
تصف الشبكة العصبية الذرية التضمينية المتكررة المستحثة بالمجال FIREANN بدقة التغيرات في شدة المجال الخارجي واتجاهه
التعلم الآلي الشامل لاستجابة الأنظمة الذرية للحقول الخارجية
*مصدر:التواصل الطبيعي
*مؤلف:مجموعة أبحاث جيانغ بين في جامعة العلوم والتكنولوجيا في الصين
*ورق:
https://www.nature.com/articles/s41467-023-42148-y
DeepMind تطلق أداة التعلم العميق GNoME، وتكتشف 2.2 مليون بلورة جديدة
توسيع نطاق التعلم العميق لاكتشاف المواد
*مصدر: ديب مايند
*مؤلف:طبيعة
*ورق:
https://www.nature.com/articles/s41586-023-06735-9
نموذج التعلم الآلي SEN للتنبؤ بخصائص المواد عالية الدقة
التعرف على تناسق المواد والتنبؤ بالخصائص يتم إنجازه من خلال تمثيل كبسولة البلورة
*مصدر：Nature Communications
*مؤلف：مجموعة أبحاث لي هواشان ووانغ بياو في جامعة صن يات صن
*ورق:
https://www.nature.com/articles/s41467-023-40756-2
خوارزمية RetroExplainer للتنبؤ الرجعي الاصطناعي استنادًا إلى التعلم العميق
التنبؤ بالتركيب الرجعي باستخدام إطار عمل التعلم العميق القابل للتفسير استنادًا إلى مهام التجميع الجزيئي
*مصدر：Nature Communications
*مؤلفجامعة شاندونغ، مجموعة أبحاث جامعة العلوم والتكنولوجيا الإلكترونية في الصين
*ورق:
https://www.nature.com/articles/s41467-023-41698-5
تحسين المحفزات المساعدة للأقطاب الضوئية BiVO(4) باستخدام التعلم الآلي
استراتيجية شاملة للتعلم الآلي لتصميم محفزات ضوئية عالية الأداء
*مصدرمجلة كيمياء المواد أ
*مؤلف: مجموعة أبحاث تشو هونغ وي، جامعة تسينغهوا
*ورق:
https://pubs.rsc.org/en/content/articlelanding/2023/TA/D3TA04148D
علوم النبات والحيوان AI+
علم الوراثة السكانية القائم على التعلم الآلي يكشف عن آلية تكوين نكهة العنب
التداخل التكيفي وغير التكيفي في تدجين العنب
*مصدروقائع الأكاديمية الوطنية للعلوم
*مؤلفباحثون من مركز شنتشن لجينوميات الزراعة التابع للأكاديمية الصينية للعلوم الزراعية
*ورق:
https://www.pnas.org/doi/abs/10.1073/pnas.2222041120
استخدام واجهة برمجة تطبيقات Python وواجهة برمجة تطبيقات Computer Vision لمراقبة ازدهار أزهار الكرز في اليابان
تم الكشف عن التوقيع المكاني الزمني لازدهار أزهار الكرز في جميع أنحاء اليابان من خلال تحليل صور مواقع التواصل الاجتماعي
*مصدر:فلورا
*مؤلففريق بحثي من جامعة موناش، أستراليا
*ورق:
https://www.sciencedirect.com/science/article/abs/pii/S0367253023001019
مراجعة: استخدام الذكاء الاصطناعي لبدء أبحاث المعلوماتية الحيوية بكفاءة أكبر
بالإضافة إلى التطورات المعروفة في مجال المعلوماتية الحيوية مثل AlphaFold، فإن الذكاء الاصطناعي لديه ثروة من حالات التطبيق في المجالات البيولوجية مثل البحث عن التماثل، والمحاذاة المتعددة وبناء النشوء والتطور، وتحليل تسلسل الجينوم، واكتشاف الجينات. باعتباري باحثًا بيولوجيًا، فإن القدرة على دمج أدوات التعلم الآلي بمهارة في تحليل البيانات من شأنها بالتأكيد أن تؤدي إلى تسريع الاكتشاف العلمي وتحسين كفاءة البحث العلمي.
*قراءة موصى بها:المعلوماتية الحيوية | ابدأ البحث بكفاءة أكبر باستخدام الذكاء الاصطناعي (انقر لقراءة المقال الأصلي)
طريقة التعلم العميق القائمة على شبكة توأمية تلتقط تلقائيًا عملية التطور الجنيني
اكتشاف وقت ووتيرة التطوير باستخدام التعلم العميق
*مصدر:طرق الطبيعة
*مؤلف: عالم بيولوجيا النظم باتريك مولر والباحثون في جامعة كونستانز
*ورق:
https://www.nature.com/articles/s41592-023-02083-8
باستخدام أكثر من 50000 صورة، قمنا بتدريب ArcFace، وهي خوارزمية التعرف على الوجه تصنيف نموذج التعرف على الصور متعدد الأنواع
يُظهر نهج التعلم العميق للتعرف الضوئي أداءً عاليًا على عشرين نوعًا من الحيتانيات
*مصدر:طرق في علم البيئة والتطور
*مؤلف: باحثون من جامعة هاواي
*ورق:
https://besjournals.onlinelibrary.wiley.com/doi/full/10.1111/2041-210X.14167
وباستخدام بيانات من 628 من كلاب لابرادور المستردة، تمت مقارنة ثلاثة نماذج لتحديد الخصائص السلوكية التي تؤثر على أداء كلاب اكتشاف الرائحة.
التنبؤ بالتعلم الآلي وتصنيف الاختيار السلوكي في برنامج الكشف عن حاسة الشم لدى الكلاب
*مصدرالتقارير العلمية
*مؤلف: باحثون من معهد أبيجيل ويكسنر للأبحاث في مستشفى الأطفال الوطني وجامعة روكي فيستا
*ورق:
https://www.nature.com/articles/s41598-023-39112-7
نظام تنبيه الكاميرا بالذكاء الاصطناعي يميز النمور بدقة عن الأنواع الأخرى
التنبؤ الدقيق بتأثير متغيرات الجينوم المغلوط على مستوى البروتين باستخدام AlphaMissense
*مصدر:العلوم البيولوجية
*مؤلف: باحثون في جامعة كليمسون
*ورق:
https://www.science.org/doi/10.1126/science.adg7492
يستخدم BirdFlow النمذجة الحاسوبية ومجموعات بيانات eBird للتنبؤ بدقة بمسارات طيران الطيور المهاجرة
BirdFlow: تعلم تحركات الطيور الموسمية من بيانات eBird
*مصدر:طرق في علم البيئة والتطور
*مؤلف: باحثون من جامعة ماساتشوستس وجامعة كورنيل
*ورق:
https://besjournals.onlinelibrary.wiley.com/doi/full/10.1111/2041-210X.14052
AI+ الزراعة والغابات وتربية الحيوانات
استخدام الرؤية الحاسوبية + التعلم العميق لتطوير نظام كشف العرج في الأبقار الحلوب بدقة 94%-100%
تقدير وضعية التعلم العميق للكشف عن العرج في الماشية المتعددة
*مصدر:طبيعة
*مؤلف: باحثون من جامعة نيوكاسل وشركة فيرا العلمية المحدودة
*ورق:
https://www.nature.com/articles/s41598-023-31297-1
تحليل الصور باستخدام الطائرات بدون طيار والذكاء الاصطناعي للكشف عن آفات الغابات
اختبار الكشف المبكر عن أعشاش عثة الصنوبر Thaumetopoea pityocampa باستخدام أساليب تعتمد على الطائرات بدون طيار
*مصدر: نيوبيوتا
*مؤلففريق البحث بجامعة لشبونة
*ورق:
https://neobiota.pensoft.net/article/95692/
من خلال الجمع بين الملاحظات المعملية والتعلم الآلي، أظهر الباحثون أن الموجات فوق الصوتية التي تنبعث من نباتات الطماطم والتبغ تحت الضغط يمكن أن تنتشر عبر الهواء
الأصوات التي تصدرها النباتات تحت الضغط تكون محمولة في الهواء ومفيدة
*مصدر:خلية
*مؤلفباحثون من جامعة تل أبيب، إسرائيل
*ورق:
https://doi.org/10.1016/j.cell.2023.03.009
باستخدام خوارزمية YOLOv5، تم تصميم نموذج لمراقبة وضعية الخنزيرة وولادة الخنازير الصغيرة
الإنذار المبكر والإشراف على تنفيذ الألواح المدمجة
*مصدر:أجهزة الاستشعار
*مؤلففريق البحث بجامعة نانجينغ الزراعية
*ورق:
https://www.mdpi.com/1424-8220/23/2/727
استخدام الشبكات العصبية التلافيفية لحساب إنتاج الأرز بسرعة ودقة
يتيح التعلم العميق تقديرًا فوريًا ومتنوعًا لمحصول الأرز باستخدام صور RGB الأرضية
*مصدرعلم ظواهر النبات
*مؤلفباحثون من جامعة كيوتو
*ورق:
https://spj.science.org/doi/10.34133/plantphenomics.0073
عملية منهجية لجمع البيانات الظاهرية للنباتات باستخدام الطائرات بدون طيار للتنبؤ بمواعيد الحصاد المثالية
يمكن أن يؤدي التنبؤ ببيانات الحصاد المستندة إلى الطائرات بدون طيار إلى تقليل خسائر الغذاء في المزرعة وتحسين دخل المزارعين
*مصدرعلم ظواهر النبات
*مؤلف: باحثون من جامعة طوكيو وجامعة تشيبا
*ورق:
https://spj.science.org/doi/10.34133/plantphenomics.0086#body-ref-B4
أبحاث الأرصاد الجوية AI+
CSU-MLP، وهو نموذج التعلم الآلي الذي يعتمد على الغابات العشوائية، يتنبأ بدقة بالطقس القاسي في الأمد المتوسط (4-8 أيام).
نموذج جديد للتنبؤات الجوية القاسية متوسطة المدى: التنبؤات العشوائية الاحتمالية القائمة على الغابات
*مصدرالطقس والتنبؤات الجوية
*مؤلف: باحثون من جامعة ولاية كولورادو والإدارة الوطنية للمحيطات والغلاف الجوي
*ورق:
https://arxiv.org/abs/2208.02383
استخدام محاكاة تحليل العواصف العالمية والتعلم الآلي لإنشاء خوارزمية جديدة للتنبؤ بدقة بهطول الأمطار الغزيرة
التعلم الضمني للتنظيم الحملي يفسر عشوائية الترسيب
*مصدر:PNAS
*مؤلفمختبر Leap، جامعة كولومبيا
*ورق:
https://www.pnas.org/doi/10.1073/pnas.2216158120
نظرة عامة: جمع البيانات من مراكز العواصف الثلجية للتنبؤ بالطقس المتطرف باستخدام نماذج كبيرة
في وقت مبكر من عام 2021، كشفت Alibaba Cloud أن أكاديمية DAMO والمركز الوطني للأرصاد الجوية قاما بشكل مشترك بتطوير خوارزميات الذكاء الاصطناعي للتنبؤ بالطقس وتوقعا بنجاح العديد من أحداث الطقس الحملية الشديدة. في سبتمبر من نفس العام، نشرت شركة Deepmind مقالاً في مجلة Nature، باستخدام نماذج توليدية عميقة للتوصل إلى توقعات هطول الأمطار في الوقت الفعلي.
في بداية عام 2023، أطلقت شركة Deepmind رسميًا برنامج GraphCast، الذي يمكنه التنبؤ بالطقس العالمي للأيام العشرة المقبلة بدقة 0.25 درجة في غضون دقيقة واحدة. في أبريل، قامت جامعة نانجينغ لعلوم المعلومات والتكنولوجيا ومختبر الذكاء الاصطناعي في شنغهاي بتطوير نموذج التنبؤ بالطقس "Fengwu"، والذي أدى إلى تقليل الخطأ بشكل أكبر مقارنةً بـ GraphCast.
وفي وقت لاحق، أطلقت هواوي نموذج الطقس "بانجو". وبما أن الشبكة العصبية ثلاثية الأبعاد تم إدخالها في النموذج، فإن دقة التنبؤ الخاصة بـ Pangu تجاوزت نظام التنبؤ NWP الأكثر دقة لأول مرة. في الآونة الأخيرة، أصدرت جامعة تسينغهوا وجامعة فودان على التوالي نموذجي "NowCastNet" و"Fuxi".
*قراءة موصى بها:مركز رصد العواصف يجمع البيانات، والنماذج الضخمة تدعم توقعات الطقس المتطرفة، و"مطاردو العواصف" على المسرح (انقر لقراءة المقال الأصلي)
نظرة عامة: نماذج التنبؤ بالطقس المعتمدة على التعلم الآلي والمستندة إلى البيانات
التنبؤ العددي بالطقس هو الطريقة السائدة للتنبؤ بالطقس. يقوم بحل حالة نظام الأرض شبكة بشبكة من خلال التكامل العددي، وهي عملية استدلال استنتاجي. منذ عام 2022، حققت نماذج التعلم الآلي في مجال التنبؤ بالطقس سلسلة من الاختراقات، بعضها قادر على منافسة التوقعات عالية الدقة التي يقدمها المركز الأوروبي للتنبؤات الجوية متوسطة المدى.
*قراءة موصى بها:التعلم الآلي مقابل التنبؤ العددي بالطقس: كيف يُغيّر الذكاء الاصطناعي نموذج التنبؤ بالطقس الحالي (انقر لقراءة المقال الأصلي)
الذكاء الاصطناعي + علم الفلك
استخدام البيانات المحاكاة لتدريب خوارزميات الرؤية الحاسوبية لتحسين الصور الفلكية
تفكيك صور المجرات لعدسات الجاذبية الضعيفة باستخدام ADMM القابل للتوصيل والتشغيل
*مصدر:الإشعارات الشهرية للجمعية الفلكية الملكية
*مؤلف:فريق بحثي من جامعة تسينغهوا وجامعة نورث وسترن
*ورق:
https://www.nature.com/articles/s41421-023-00543-1
تتعلم خوارزمية PRIMO قوانين انتشار الضوء حول الثقب الأسود وتعيد بناء صورة أكثر وضوحًا للثقب الأسود
صورة الثقب الأسود M87 التي أُعيد بناؤها باستخدام PRIMO
*مصدر:رسائل مجلة الفيزياء الفلكية
*مؤلففريق البحث في معهد برينستون للدراسات المتقدمة
*ورق:
https://iopscience.iop.org/article/10.3847/2041-8213/acc32d/pdf
باستخدام خوارزمية التعلم الآلي غير الخاضعة للإشراف Astronomaly، وجدنا شذوذًا تم تجاهله سابقًا
فلكيًا على نطاق واسع: البحث عن الشذوذ بين 4 ملايين مجرة
*مصدر: arXiv
*مؤلفباحثون في جامعة كيب الغربية
*ورق:
https://arxiv.org/abs/2309.08660
الذكاء الاصطناعي + الطاقة والبيئة
استخدام التعلم الآلي لاكتشاف أنماط التركيبات المعدنية للتنبؤ بمواقع المعادن
التنبؤ بظهور معادن جديدة وبيئات كوكبية مماثلة من خلال تحليل ارتباط المعادن
*مصدر:PNAS Nexus
*مؤلف: باحثون من مؤسسة كارنيجي للعلوم في واشنطن وجامعة أريزونا
*ورق:
https://academic.oup.com/pnasnexus/article/2/5/pgad110/7163824?login=true
استخدام نماذج التعلم الفيزيائية والآلية للتنبؤ بخسائر التلوث الناجمة عن تراكم الأوساخ والمواد الأخرى على سطح الألواح الكهروضوئية في المناخات القاحلة
توصيف خسائر التلوث في الأنظمة الكهروضوئية في المناخات الجافة: دراسة حالة في قبرص
*مصدر:طاقة شمسية
*مؤلف: باحثون في جامعة قبرص
*ورق:
https://www.sciencedirect.com/science/article/pii/S0038092X23001883
استخدام أساليب التعلم الآلي للتنبؤ بانبعاث الغازات الأمينية الضارة في عملية احتجاز الكربون
التعلم الآلي للعمليات الصناعية: التنبؤ بانبعاثات الأمين من مصنع احتجاز الكربون
*مصدر:التقدم العلمي
*مؤلف:فريق بحثي من EPFL وجامعة هيريوت وات
*ورق:
https://www.science.org/doi/10.1126/sciadv.adc9576
الذكاء الاصطناعي + الكوارث الطبيعية
شبكة عصبية قابلة للتراكب لتحليل العوامل المؤثرة في الكوارث الطبيعية
نمذجة قابلية الانهيارات الأرضية باستخدام الشبكة العصبية القابلة للتفسير
*مصدراتصالات الأرض والبيئة
*مؤلف: باحثون في جامعة كاليفورنيا، لوس أنجلوس
*ورق:
https://www.nature.com/articles/s43247-023-00806-5
باستخدام الذكاء الاصطناعي القابل للتفسير، قمنا بتحليل العوامل الجغرافية المختلفة في جيبسلاند، أستراليا، وحصلنا على خريطة توزيع احتمالية حرائق الغابات المحلية.
الذكاء الاصطناعي القابل للتفسير (XAI) لتفسير العوامل المساهمة في نموذج التنبؤ بقابلية حرائق الغابات
*مصدر:ساينس دايركت
*مؤلفباحثون من الجامعة الوطنية الأسترالية وجامعة التكنولوجيا في سيدني
*ورق:
https://www.sciencedirect.com/science/article/pii/S0048969723016224
آخر
المشاكل المباشرة والعكسية للذكاء الاصطناعي في البصريات الفوقية، وتحليل البيانات استنادًا إلى أنظمة السطوح الفوقية
الذكاء الاصطناعي في البصريات الفوقية
*مصدرمنشورات الجمعية الأمريكية للعلوم
*مؤلفباحثون من جامعة مدينة هونغ كونغ
*تفسير:الذكاء الاصطناعي يضيف إلى اللعبة، والبصريات الفائقة تدخل عصرًا مزدهرًا (انقر لقراءة المقال الأصلي)
*ورق:
https://pubs.acs.org/doi/10.1021/acs.chemrev.2c00012
تساعد إيثاكا علماء النقوش في استعادة النصوص والإسناد الزمني والجغرافي
استعادة النصوص القديمة وإسنادها باستخدام الشبكات العصبية العميقة
*مصدر:طبيعة
*مؤلف: باحثون من DeepMind وجامعة البندقية فوسكاري
*ورق:
https://www.nature.com/articles/s41586-022-04448-z
نشر 30 باحثًا مراجعة مشتركة في مجلة Nature، حيث استعرضوا 10 سنوات وفككوا كيف أعاد الذكاء الاصطناعي تشكيل نموذج البحث العلمي
قام هانشين وانج، وهو زميل ما بعد الدكتوراه من كلية علوم الكمبيوتر وعلم الجينوم في جامعة ستانفورد، وتيانفان فو من قسم علوم الكمبيوتر والهندسة في معهد جورجيا للتكنولوجيا، ويوانكي دو من قسم علوم الكمبيوتر في جامعة كورنيل، إلى جانب 30 آخرين، بمراجعة دور الذكاء الاصطناعي في البحث العلمي الأساسي على مدى العقد الماضي وأشاروا إلى التحديات والنقائص التي لا تزال قائمة.
السياسة: أطلقت وزارة العلوم والتكنولوجيا، بالتعاون مع المؤسسة الوطنية للعلوم الطبيعية في الصين، مشروع النشر الخاص "الذكاء الاصطناعي من أجل العلوم"
في 27 مارس، ذكرت وكالة أنباء شينخوا أنه من أجل تنفيذ "خطة تطوير الجيل الجديد من الذكاء الاصطناعي" الوطنية، أطلقت وزارة العلوم والتكنولوجيا، بالتعاون مع المؤسسة الوطنية للعلوم الطبيعية في الصين، مؤخرًا أعمال النشر الخاصة "للبحث العلمي المدفوع بالذكاء الاصطناعي" (الذكاء الاصطناعي للعلوم).
هذه المرة، سوف يدمج تصميم بلدي لنظام البحث والتطوير التكنولوجي المتطور للذكاء الاصطناعي من أجل العلوم بشكل وثيق القضايا الرئيسية في التخصصات الأساسية مثل الرياضيات والفيزياء والكيمياء وعلم الفلك، وسوف يركز على احتياجات البحث العلمي في مجالات رئيسية مثل تطوير الأدوية، والبحث الجيني، والتربية البيولوجية، وتطوير المواد الجديدة. وفي هذا الصدد، أوضح شو بو، مدير معهد الأتمتة التابع للأكاديمية الصينية للعلوم، أن إنشاء أدوية جديدة، والبحث الجيني، والتربية البيولوجية، والبحث والتطوير في المواد الجديدة وغيرها من المجالات هي اتجاهات مهمة حيث هناك حاجة ماسة إلى الجمع بين الذكاء الاصطناعي والبحث العلمي، وقد حققت تقدما بارزا وتمثل نموذجا يحتذى به.
ما ورد أعلاه هو الورقة البحثية المتطورة التي سيقوم "HyperAI Super Neural" بتفسيرها لك في عام 2023.اتبع الحساب الرسمي على WeChat ورد بـ "2023 ScienceAI" في الخلفية لتنزيل جميع الأوراق في حزمة واحدة.
في عام 2024، سنواصل التركيز على أحدث نتائج الأبحاث العلمية والتطبيقات ذات الصلة بالذكاء الاصطناعي للعلوم، لذا ترقبوا المزيد~