AI Paper Weekly丨النمذجة الموحدة للجزيئات والمواد/تغطية 6 أنواع من الذاكرة وإطار عمل متعدد الوكلاء/محاكاة تفاعل نظام التشغيل...5 أوراق بحثية شائعة في لمحة

أصبحت نماذج الانتشار أداةً مهمةً لتوليد أنظمة ذرية ثلاثية الأبعاد بفضل قدراتها التوليدية القوية ومرونتها العالية. تُولّد هذه النماذج هياكل جديدة من خلال محاكاة الحركة العشوائية للجسيمات في وسط ما، وقد أثبت هذا النهج فعاليته الكبيرة في التقاط ترتيبات ذرية معقدة. ومع ذلك، على الرغم من تطابق القوانين الفيزيائية الأساسية لهذه الأنظمة، إلا أن طرق التوليد الحالية عادةً ما تُصمّم لأنواع محددة من الأنظمة (مثل الجزيئات أو البلورات) وتفتقر إلى التنوع.

بناءً على ذلك، اقترحت جامعة كامبريدج وقسم أبحاث الذكاء الاصطناعي الأساسي في جامعة ميتا مُحوّل الانتشار الذري الكامل (ADiT)، وهو أول إطار عمل موحد لانتشار الفضاء الكامن، قادر على توليد مواد دورية وأنظمة جزيئية غير دورية في آنٍ واحد. تُظهر النتائج التجريبية أن مُحوّل الانتشار الذري الكامل المُدرّب بشكل مشترك قادر على توليد هياكل جزيئية ومادية واقعية وفعالة، وقد وصل أداؤه إلى مستوىً متطور يُضاهي النماذج المُصممة خصيصًا للجزيئات أو البلورات.

رابط الورقة:https://go.hyper.ai/ln9AL

أحدث أبحاث الذكاء الاصطناعي:https://go.hyper.ai/hzChC

من أجل السماح لمزيد من المستخدمين بمعرفة أحدث التطورات في مجال الذكاء الاصطناعي في الأوساط الأكاديمية، أطلق الموقع الرسمي لـ HyperAI (hyper.ai) الآن قسم "أحدث الأوراق البحثية"، والذي يقوم بتحديث أوراق البحث المتطورة في مجال الذكاء الاصطناعي كل يوم.إليكم 5 أوراق بحثية شائعة حول الذكاء الاصطناعي نوصي بهادعونا نلقي نظرة سريعة على إنجازات الذكاء الاصطناعي المتطورة لهذا الأسبوع⬇️

توصيات الورقة البحثية لهذا الأسبوع

1 محولات الانتشار لجميع الذرات: النمذجة التوليدية الموحدة للجزيئات والمواد

تقترح هذه الورقة البحثية مُحوّل الانتشار الذري الشامل (ADiT)، وهو إطار عمل موحد للانتشار الكامن، قادر على توليد مواد دورية وأنظمة جزيئية غير دورية معًا باستخدام النموذج نفسه: يُرسِم المُرمِّز التلقائي التمثيل الموحد للذرات والمواد على مساحة تضمين كامنة مشتركة؛ ويُدرَّب نموذج الانتشار لتوليد تضمينات كامنة جديدة، والتي يُمكن للمُرمِّز التلقائي فك تشفيرها لأخذ عينات من جزيئات أو مواد جديدة. تُظهر النتائج التجريبية أن مُحوّل الانتشار الذري الشامل المُدرَّب بشكل مشترك يُحقق نتائج متطورة تُضاهي النماذج الجزيئية والبلورية.

رابط الورقة:https://go.hyper.ai/ln9AL

2 MIRIX: ذاكرة متعددة الوكلاء  نظام للوكلاء المعتمدين على درجة الماجستير في القانون

تُقدّم هذه الورقة البحثية نظام MIRIX، وهو نظام ذاكرة معياري متعدد الوكلاء، يُعالج التحديات الأكثر إلحاحًا في هذا المجال، مما يجعل نماذج اللغة لا تُنسى. بخلاف المناهج السابقة، يتجاوز MIRIX النص ليشمل تجارب بصرية غنية ومتعددة الوسائط، مما يجعل الذاكرة مفيدة للغاية في سيناريوهات العالم الواقعي. يتكون MIRIX من ستة أنواع من الذاكرة مُدمجة مع إطار عمل متعدد الوكلاء يتحكم وينسق ديناميكيًا في عملية التحديث والاسترجاع. يُمكّن هذا التصميم الوكلاء من تخزين بيانات المستخدم المتنوعة وطويلة الأمد، والتفكير فيها، واسترجاعها بدقة وعلى نطاق واسع.

رابط الورقة:https://go.hyper.ai/L9XYi

3 NeuralOS: نحو محاكاة أنظمة التشغيل عبر النماذج التوليدية العصبية

تُقدّم هذه الورقة البحثية نظام NeuralOS، وهو إطار عمل عصبي يُحاكي واجهة المستخدم الرسومية لنظام التشغيل من خلال التنبؤ المباشر بإطارات الشاشة استجابةً لمدخلات المستخدم. يجمع NeuralOS بين شبكة عصبية متكررة لتتبع حالة الحاسوب، وعارض عصبي قائم على الانتشار لتوليد صور الشاشة. تُظهر النتائج التجريبية أن NeuralOS يُقدّم بنجاح تسلسلات واجهة المستخدم الرسومية الواقعية، ويلتقط بدقة تفاعلات الماوس، ويتنبأ بدقة بانتقالات الحالة، مثل بدء تشغيل التطبيقات.

رابط الورقة:https://go.hyper.ai/1w0lf

4 تكييف السلسلة الجانبية والنمذجة لتصميم تسلسل البروتين الذري الكامل باستخدام FAMPNN

في هذه الورقة، نقترح FAMPNN (MPNN لجميع الذرات)، وهي طريقة تُنمذج صراحةً هوية التسلسل وتكوين السلسلة الجانبية لكل بقايا، حيث تُدرَس توزيعات احتمالية هوية الأحماض الأمينية المنفصلة وتكوين السلسلة الجانبية المستمر لكل بقايا من خلال أهداف مشتركة للانتروبيا المتقاطعة وخسارة الانتشار. تتجاوز مزايا النمذجة الصريحة لجميع الذرات استعادة التسلسل لتشمل تطبيقات عملية في تصميم البروتينات، مثل التنبؤ بالارتباط التجريبي وقياسات الاستقرار.

رابط الورقة:https://go.hyper.ai/PiNf7

5 AgentsNet: التنسيق والتفكير التعاوني في برامج الماجستير في القانون متعددة الوكلاء

في هذه الورقة البحثية، نقترح AgentsNet، وهو معيار جديد للتفكير متعدد الوكلاء. بالاعتماد على المشكلات الكلاسيكية في الأنظمة الموزعة ونظرية الرسوم البيانية، يُقيّم AgentsNet قدرة الأنظمة متعددة الوكلاء على صياغة استراتيجيات حل المشكلات بشكل تعاوني، والتنظيم الذاتي، والتواصل بفعالية ضمن بنية شبكة محددة. تُظهر نتائجنا أن AgentsNet يكاد يكون غير محدود الحجم، ويمكن توسيعه مع تطوير أجيال جديدة من برامج ماجستير إدارة الأعمال.

رابط الورقة:https://go.hyper.ai/58KXr

هذا هو محتوى توصيات البحث لهذا الأسبوع. لمزيد من أبحاث الذكاء الاصطناعي المتطورة، يُرجى زيارة قسم "أحدث الأبحاث" على الموقع الرسمي لـ hyper.ai.

نرحب أيضًا بفرق البحث لتقديم نتائج وأوراق بحثية عالية الجودة إلينا. يمكن للمهتمين إضافة حساب نيوروستار على وي تشات (معرف وي تشات: Hyperai01).

نراكم في الاسبوع القادم!