شهدت العلاقة بين الذكاء الاصطناعي والبحث العلمي خلال العام الماضي تحولاً عميقاً وهادئاً. فمن تصميم التجارب ونمذجة البيانات إلى الاستدلال النظري، يتغلغل الذكاء الاصطناعي في صميم عملية البحث العلمي بوتيرة غير مسبوقة، مما أدى إلى ظهور عدد من النتائج الرائدة التي يصعب تفسيرها باستخدام النماذج التقليدية. بحلول عام 2025، لن يكون الذكاء الاصطناعي للعلوم مجرد سلسلة من التطبيقات التكنولوجية المتناثرة، بل سيتطور تدريجياً إلى مسار واضح ومنهجي وقابل لإعادة الاستخدام للبحث العلمي والابتكار.

بخلاف المحاولات السابقة في "البحث العلمي بمساعدة الذكاء الاصطناعي"، يتمثل التغيير المهم في عام 2025 في ما يلي:لم يعد الذكاء الاصطناعي مجرد أداة، بل أصبح جزءًا من نموذج البحث العلمي.يتم تصميم المزيد والمزيد من الأبحاث منذ البداية حول "كيفية إشراك النماذج في الاكتشاف العلمي"، مما أدى إلى عدد كبير من النتائج عالية الجودة التي تجمع بين الابتكار المنهجي والقيمة العلمية.

يركز موقع HyperAI على التقدم والاكتشافات في مجال الذكاء الاصطناعي من أجل العلوم، مسجلاً اللحظات المحورية في هذه الموجة من خلال تحليل منهجي لأحدث الأبحاث. من جهة، نأمل في تنظيم أحدث نتائج الأبحاث والمنهجيات بطريقة منظمة وقابلة للتطبيق عالميًا، مما يسهل فهمها على القراء من مختلف المجالات؛ ومن جهة أخرى، نأمل أيضًا في تعزيز فهم أعمق للأثر البالغ للذكاء الاصطناعي على إنتاجية البحث العلمي لدى المزيد من الباحثين والمهندسين والمؤسسات من خلال النشر المستمر.

في هذا الوقت من نهاية العام وبداية العام الجديد، تُعدّ هذه لحظةً حاسمةً للتأمل واستشراف المستقبل. تتناول هذه المقالة موضوع "الذكاء الاصطناعي الفائق العصبي" في... أحدث الأبحاث في مجال الذكاء الاصطناعي للعلوم التي تم تحليلها في عام 2025تم تنظيم الكتاب وتصنيفه بشكل منهجي، حيث يغطي مجالات متعددة مثل الطب الحيوي والرعاية الصحية وكيمياء المواد والبحوث الأرصادية وعلم الفلك، مما يجعله مناسبًا للقراء ذوي الخلفيات المختلفة للبحث والمراجعة بسرعة.

اطلع على المزيد من الأبحاث الرائدة:

https://hyper.ai/cn/papers

اطلع على مجموعات البيانات ذات الصلة بالبحث:

https://hyper.ai/cn/datasets

الذكاء الاصطناعي + الطب الحيوي

تعمل النماذج التوليدية الجديدة والمعايير الجديدة على إعادة تشكيل القدرة التنبؤية لتجمعات البروتين غير المنتظمة.

تطوير تنبؤات مجموعات البروتينات عبر سلسلة متصلة من الترتيب واللا ترتيب

*مصدر:bioRxiv

*مؤلففريق مشترك يتألف من بيبتون، إنفيديا، معهد ماساتشوستس للتكنولوجيا، وغيرهم.

*تفسير:في إطار إعادة تشكيل القدرة التنبؤية للتجمعات البروتينية غير المنظمة، أصدرت NVIDIA وMIT وجامعة أكسفورد وجامعة كوبنهاجن وPeptone وغيرها نماذج توليدية ومعايير جديدة.

*ورق:

https://www.biorxiv.org/content/10.1101/2025.10.18.680935v1

أول جلد بشريالتحقق من بيانات الطبقةنوبل، إطار عمل لنمذجة الخلايا العصبيةأسرع بـ 4200 مرة من السرعات التقليدية

نوبل – مُشغّل عصبي مع تضمينات كامنة مُستنيرة بيولوجيًا لالتقاط التباين التجريبي في نماذج الخلايا العصبية البيولوجية

*مصدرمؤتمر NeurIPS 2025

*مؤلففريق مشترك من المعهد الفدرالي السويسري للتكنولوجيا في زيورخ، ومعهد كاليفورنيا للتكنولوجيا، وجامعة ألبرتا، من بين مؤسسات أخرى.

*تفسير:أسرع بـ 4200 مرة من الطرق التقليدية! يقترح المعهد الفيدرالي السويسري للتكنولوجيا في زيورخ نظام NOBLE، أول إطار عمل للنمذجة العصبية مُعتمد على بيانات قشرية بشرية.

*ورق:

https://go.hyper.ai/Ramfp

PLACER، وهي شبكة عصبية بيانية، تعالج عدم تجانس التكوين البروتيني.

نمذجة مجموعات تكوينية من جزيئات البروتين الصغيرة باستخدام PLACER

*مصدروقائع الأكاديمية الوطنية للعلوم (PNAS)

*مؤلففريق البحث التابع للأستاذ ديفيد بيكر في جامعة واشنطن

*تفسير:حل تحدي النمذجة على المستوى الذري لتباين تكوين البروتين! تحليل إطار عمل PLACER لفريق ديفيد بيكر

*ورق:

https://www.biorxiv.org/content/10.1101/2024.09.25.614868v2

يُمكّن برنامج Squidiff من محاكاة النسخ الجيني عبر سيناريوهات متعددة، مما يساهم في تطوير الطب الدقيق وطب الفضاء. Squidiff: التنبؤ بالتطور الخلوي والاستجابات للاضطرابات باستخدام نموذج الانتشار

*مصدر:طرق الطبيعة

*مؤلففريق بحثي مشترك من جامعة كولومبيا وجامعة ستانفورد

*تفسير:تتعاون كولومبيا وستانفورد! يتيح برنامج Squidiff محاكاة النسخ الجيني متعددة السيناريوهات، مما يساهم في تطوير الطب الدقيق وطب الفضاء.

*ورق:

https://www.nature.com/articles/s41592-025-02877-y

يساعد مصنف صور خلايا الدم ونموذج الانتشار في الكشف عن سرطان الدم، متجاوزًا قدرات الخبراء السريريين.

التصنيف التوليدي العميق لشكل خلايا الدم

*مصدر:طبيعة

*مؤلففريق بحثي من جامعة كامبريدج، المملكة المتحدة

*تفسير:قامت جامعة كامبريدج بتطوير جهاز لتصنيف صور خلايا الدم، حيث يساعد نموذج انتشاره في الكشف عن سرطان الدم، متجاوزًا قدرات الخبراء السريرييين.

*ورق:

https://www.nature.com/articles/s42256-025-01122-7

يُمكّن إطار عمل Ctrl-DNA من "التحكم المستهدف" في التعبير الجيني في خلايا محددة.

Ctrl-DNA: التعلم المعزز المقيد لتصميم العناصر التنظيمية الخاصة بالخلايا

*مصدرمؤتمر NeurIPS 2025

*مؤلففريق جامعة تورنتو بالتعاون مع مختبر تشانغبينغ

*تفسير:تم اختيار جامعة تورنتو وآخرون لـ NeurIPS 2025، واقترحوا إطار عمل Ctrl-DNA لتحقيق "التحكم المستهدف" في التعبير الجيني في خلايا محددة.

*ورق:

https://arxiv.org/abs/2505.20578

يُمكّن BoltzGen من تصميم اقترانات البروتين عبر الأنواع الجزيئية، مما يحقق تقاربًا نانومولاريًا لهدف 66%.

بولتزجين: نحو تصميم مجلدات عالمي

*مصدر:

*مؤلفمعهد ماساتشوستس للتكنولوجيا وبولتز، من بين مؤسسات أخرى

*تفسير:تمكن فريق من معهد ماساتشوستس للتكنولوجيا من الحصول على برنامج BoltzGen مفتوح المصدر، مما يتيح تصميم روابط البروتين عبر الأنواع الجزيئية، وتحقيق تقارب نانومولي لهدف 66%.

*ورق:

https://go.hyper.ai/3sx2K

FusionProt، وهو إطار عمل جديد لتوصيف اندماج البروتينات الديناميكي، يتيح تبادل المعلومات بشكل متكرر ويحقق أداءً متطورًا في مهام متعددة.

فيوجن بروت: دمج معلومات التسلسل والمعلومات الهيكلية لتعلم تمثيل البروتين الموحد

*مصدر:bioRxiv

*مؤلففريق بحثي من معهد التخنيون - معهد إسرائيل للتكنولوجيا بالتعاون مع شركة ميتا إيه آي

*تفسير:اقترح Meta AI وآخرون إطار عمل جديدًا لوصف اندماج البروتين الديناميكي، FusionProt، والذي يتيح تبادل المعلومات التكرارية ويحقق أداء SOTA في مهام متعددة.

*ورق:

https://go.hyper.ai/OXLYl

MorphDiff، وهو نموذج انتشار موجه بالنسخ الجيني، يسرع من تطوير الأدوية الظاهرية.

التنبؤ بتغيرات مورفولوجيا الخلايا في ظل الاضطرابات باستخدام نموذج انتشار موجه بالترانسكريبتوم

*مصدر：Nature Communications

*مؤلفباحثون من مؤسسات مثل الجامعة الصينية في هونغ كونغ وجامعة محمد بن زايد للذكاء الاصطناعي

*تفسير:من خلال ربط بيانات التعبير الجيني بصور مورفولوجيا الخلايا، طورت الجامعة الصينية في هونج كونج وآخرون نموذج انتشار موجه بالنسخ الجيني لتسريع تطوير الأدوية الظاهرية.

*ورق:

https://www.nature.com/articles/s41467-025-63478-z

تتفوق طريقة AlphaPPIMI، وهي طريقة للتنبؤ بمعدلات واجهة تفاعلات البروتين-بروتين، على الطرق الحالية.

Alphappimi: إطار عمل شامل للتعلم العميق للتنبؤ بتفاعلات البروتين-بروتين مع المعدلات

*مصدرمجلة المعلوماتية الكيميائية

*مؤلففريق بحث مشترك من جامعة الصين للبترول وجامعة يونسي

*تفسير:من "الفحص الأعمى" إلى "تحديد المواقع بدقة"، أطلق فريق من جامعة الصين للبترول AlphaPPIMI، الذي يتجاوز أداؤه التنبؤي لمعدلات واجهة PPI الطرق الحالية.

*ورق:

https://jcheminf.biomedcentral.com/articles/10.1186/s13321-025-01077-2

يحقق برنامج scSiameseClu أداءً متطوراً في مهام تجميع الخلايا المفردة غير الخاضعة للإشراف.

scSiameseClu: إطار عمل للتجميع السيامي لتفسير بيانات تسلسل الحمض النووي الريبوزي أحادي الخلية

*مصدرإيجيكي 2025

*مؤلففريق بحثي من الأكاديمية الصينية للعلوم، وجامعة شمال شرق الزراعية، وجامعة ماكاو، وجامعة جيلين

*تفسير:IJCAI 2025 | التحقق من صحة 7 مجموعات بيانات: يحقق scSiameseClu أداء SOTA في مهام التجميع أحادية الخلية غير الخاضعة للإشراف

*ورق:

https://go.hyper.ai/00BhP

دمج أطر الشبكات العصبية للتنبؤ بكفاءة بمواقع ارتباط المعادن المتعددة في تسلسلات البروتين

نهج الشبكة العصبية الاندماجية المعيارية للتنبؤ بكفاءة بمواقع ارتباط المعادن المتعددة في تسلسلات البروتين

*مصدر:bioRxiv

*مؤلففريق بحثي من جامعة هونغ كونغ للعلوم والتكنولوجيا

*تفسير:تقترح جامعة هونج كونج للعلوم والتكنولوجيا إطار عمل للشبكة العصبية الاندماجية للتنبؤ بكفاءة بمواقع ربط المعادن المتعددة في تسلسلات البروتين

*ورق:

https://go.hyper.ai/Y7DNU

يستلهم ReaSyn من سلاسل الأفكار لمحاكاة التخليق الجزيئي، محققًا معدلات إعادة بناء فائقة وتنوعًا في المسارات.

إعادة التفكير في إمكانية تصنيع الجزيئات باستخدام سلسلة التفاعلات

*مصدر: arXiv

*مؤلففريق أبحاث NVIDIA

*تفسير:تقترح NVIDIA تقنية ReaSyn، التي تعتمد على تشبيه التركيب الجزيئي لسلسلة الأفكار لتحقيق معدل إعادة بناء وتنوع مسار مرتفع للغاية.

*ورق:

https://arxiv.org/abs/2509.16084

نهج جديد لتصميم البروتينات التي ترتبط بالمناطق غير المنتظمة، مستهدفة أهدافاً يصعب علاجها بالأدوية.

تصميم البروتينات المرتبطة بالمناطق المضطربة جوهريًا

*مصدر:علوم

*مؤلفديفيد بيكر وفريقه

*تفسير:يقترح فريق ديفيد بيكر نهجًا جديدًا لتصميم بروتينات ربط المناطق غير المنظمة، والتي تستهدف على وجه التحديد أهدافًا غير قابلة للعلاج، في مجلة العلوم.

*ورق:

https://www.science.org/doi/10.1126/science.adr8063

يُمكّن AMix-1 من تصميم البروتينات على نطاق واسع وبشكل عالمي، مما ينتج عنه متغيرات بروتينية ذات نشاط متزايد بمقدار 50 ضعفًا.

AMix-1: مسار نحو نموذج أساس البروتين القابل للتطوير بمرور الوقت

*مصدر: arXiv

*مؤلفقام فريق البحث التابع للأستاذ تشو هاو في معهد الصناعة الذكية (AIR) بجامعة تسينغهوا، بالتعاون مع مختبر شنغهاي للذكاء الاصطناعي، بإجراء هذا البحث.

*تفسير:ازداد نشاط متغيرات البروتين المُصممة ٥٠ ضعفًا! اقترح فريق تشو هاو من Tsinghua AIR تقنية AMix-1 القائمة على شبكات التدفق البايزية لتحقيق تصميم بروتيني شامل وقابل للتطوير.

*ورق:

https://go.hyper.ai/6Lz0c

يقلل نموذج انتشار جسر براون ثنائي الاتجاه بشكل كبير من تباين الإخراج، مما يحسن من إمكانية تكرار نتائج التلوين الافتراضي.

التلوين الافتراضي للأنسجة الخالية من العلامات في التصوير الطيفي الكتلي

*مصدر:التقدم العلمي

*مؤلففريق بحثي من جامعة كاليفورنيا في لوس أنجلوس

*تفسير:أصدرت جامعة كاليفورنيا في لوس أنجلوس نموذج انتشار الجسر البراوني ثنائي الاتجاه لتحسين إمكانية إعادة إنتاج نتائج الصباغة الافتراضية، مما يقلل بشكل كبير من تباين الناتج

*ورق:

https://go.hyper.ai/X9GEn

يقوم محول الانتشار الذري الكامل ADiT بكسر حواجز النمذجة بين الأنظمة الدورية وغير الدورية.

محولات الانتشار لجميع الذرات: النمذجة التوليدية الموحدة للجزيئات والمواد

*مصدرآي سي إم إل 2025

*مؤلففريق بحثي مشترك من ميتافيير وجامعة كامبريدج ومعهد ماساتشوستس للتكنولوجيا

*تفسير:تم اختياره لـ ICML 2025، اقترح Meta/Cambridge/MIT إطار عمل محول الانتشار الذري الكامل، والذي يحقق التوليد الموحد للأنظمة الذرية الدورية وغير الدورية لأول مرة

*ورق:

https://go.hyper.ai/27d7U

يقوم نموذج Full-Atom MPNN بنمذجة هوية التسلسل وبنية السلسلة الجانبية لكل بقايا الأحماض الأمينية بشكل صريح.

تهيئة السلاسل الجانبية ونمذجتها لتصميم تسلسل البروتين الذري الكامل باستخدام FAMPNN

*مصدرآي سي إم إل 2025

*مؤلففريق من جامعة ستانفورد، بالتعاون مع معهد آرك في بالو ألتو، كاليفورنيا.

*تفسير:من خلال معالجة معلومات السلسلة الرئيسية والسلسلة الجانبية للبروتين في وقت واحد، تمكن ستانفورد وآخرون من تحقيق نمذجة بنية الذرة الكاملة استنادًا إلى الشبكة العصبية لتمرير الرسائل

*ورق:

https://go.hyper.ai/JUJDq

حققت شركة La-Proteina إنجازًا كبيرًا في تصميم البروتينات على المستوى الذري، مما يتيح إنتاج البروتينات بدقة عالية تصل إلى 800 من الأحماض الأمينية.

La-Proteina: توليد البروتينات الذرية عبر مطابقة التدفق الكامن جزئيًا

*مصدر: arXiv

*مؤلفتعاون فريق البحث التابع لشركة NVIDIA مع معهد ميلا، وهو معهد كيبيك للذكاء الاصطناعي في كندا.

*تفسير:حققت شركة NVIDIA تقدمًا كبيرًا في تصميم البروتين على المستوى الذري، حيث تمكنت من توليد بروتينات تصل إلى 800 بقايا بدقة عالية

https://go.hyper.ai/3csT5

يستطيع نموذج التعلم العميق SUICA التنبؤ بالتعبير الجيني في أي موقع في شريحة النسخ المكاني.

SUICA: تعلم تمثيلات عصبية ضمنية متفرقة فائقة الأبعاد لعلم النسخ المكاني

*مصدرآي سي إم إل 2025

*مؤلفمجموعة البروفيسور تشنغ ين تشيانغ، جامعة طوكيو؛ مجموعة البروفيسور دينغ جون، جامعة ماكجيل

*تفسير:إزالة الضوضاء من البيانات/تعزيز الإشارة البيولوجية/تخفيف التسرب، نموذج التعلم العميق SUICA يحقق التنبؤ بالتعبير الجيني في أي موضع في شرائح النسخ المكانية

*ورق:

https://go.hyper.ai/C6Zcl

يُمكّن نموذج توليد البروتين الذري الكامل الجديد (APM) من التصميم الذري الكامل والتحسين الوظيفي.

نموذج توليدي شامل للذرات لتصميم مجمعات البروتين

*مصدرآي سي إم إل 2025

*مؤلفجامعة هونان، بالتعاون مع جامعة الأكاديمية الصينية للعلوم وفريق Seed التابع لشركة ByteDance

*تفسير:دعماً لتوليد البروتين / طيه / إعادة طيه، اقترحت جامعة هونان، وجامعة العلوم والتكنولوجيا في الصين، وشركة بايت دانس نموذج APM لتحقيق تصميم الذرات الكاملة والتحسين الوظيفي.

*ورق:

https://go.hyper.ai/TVp4i

يُستخدم نموذج التعلم العميق APEX لفحص المرشحين المحتملين للمضادات الحيوية.

استكشاف حاسوبي للسموم العالمية لاكتشاف مضادات الميكروبات باستخدام الذكاء الاصطناعي فينوميكس

*مصدر：Nature Communications

*مؤلففريق بحثي من جامعة بنسلفانيا، الولايات المتحدة الأمريكية

*تفسير:اكتشفت جامعة بنسلفانيا 386 ببتيدًا مضادًا للميكروبات جديدًا من سموم الحيوانات وقامت بتطوير نموذج التعلم العميق، APEX، لفحص المرشحين المحتملين للمضادات الحيوية.

*ورق:

https://www.nature.com/articles/s41467-025-60051-6[*]

يُمكّن نموذج لغة البروتين Prot42 من نمذجة التسلسل الطويل وتوليد عوامل الربط عالية الألفة.

Prot42: عائلة جديدة من نماذج لغة البروتين لتوليد رابط البروتين الواعي للهدف

*مصدر: arXiv

*مؤلففريق بحث مشترك من معهد Inception AI في أبو ظبي وشركة Cerebras Systems في وادي السيليكون.

*تفسير:نمذجة تسلسل طويل بطول 8 كيلو بايت، نموذج لغة البروتين يمكن لـ Prot42 توليد روابط عالية الألفة باستخدام تسلسل البروتين المستهدف فقط

*ورق:

https://go.hyper.ai/cFupD

حقق برنامج UniSim، وهو برنامج محاكاة ديناميكيات التخشين الزمني للجزيئات الحيوية، لأول مرة محاكاة موحدة لديناميكيات التخشين الزمني عبر الأنواع الجزيئية والبيئات الكيميائية.

UniSim: محاكي موحد لديناميكيات الجزيئات الحيوية ذات الزمن المتغير

*مصدرآي سي إم إل 2025

*مؤلفكلية غاولينغ للذكاء الاصطناعي بجامعة تسينغهوا وجامعة رينمين

*تفسير:تم اختيار جامعة تسينغهوا/جامعة رينمين لـ ICML 2025، واقترحت UniSim، وهو جهاز محاكاة ديناميكيات جزيئية حيوية موحد

*ورق:

https://go.hyper.ai/5NWuO

يستخدم برنامج SimplifiedBondfinder، الذي يعتمد على 86000 بيانات عن بنية البروتين، أساليب التعلم الآلي التي تتضمن الحوسبة الميكانيكية الكمومية لاكتشاف 69 رابطة جديدة من النيتروجين والأكسجين والكبريت.

الكشف عن روابط الأرجينين-سيستين والجليسين-سيستين في إنزيم أكسيد النيتريك سينثاز (NOS) من خلال إعادة تقييم منهجية لبنية البروتين

*مصدركيمياء الاتصالات

*مؤلففريق من جامعة جورج أغسطس

*تفسير:استنادًا إلى 86000 بيانات عن بنية البروتين، تم استخدام طريقة التعلم الآلي جنبًا إلى جنب مع حسابات ميكانيكا الكم لاكتشاف 69 رابطة جديدة بين النيتروجين والأكسجين والكبريت

*ورق:

https://www.nature.com/articles/s42004-025-01535-w

إن استخدام نماذج توليد تسلسل البروتين لتصميم الجينات المتداخلة يحقق معدل نجاح مرتفع للغاية.

تصميم الجينات المتداخلة باستخدام نماذج توليدية عميقة لتسلسلات البروتين

*مصدر:bioRxiv

*مؤلففريق ديفيد بيكر في جامعة واشنطن

*تفسير:يستخدم أحدث بحث لفريق ديفيد بيكر نماذج توليد تسلسل البروتين لتحقيق تصميم الجينات المتداخلة بمعدل نجاح مرتفع للغاية

*ورق:

https://doi.org/10.1101/2025.05.06.652464

يجمع إطار التنبؤ PUPS بشكل مبتكر بين نماذج لغة البروتين ونماذج ترميم الصور لتحقيق تحديد موقع البروتين على مستوى الخلية الواحدة.

التنبؤ بتوطين البروتين تحت الخلوي في الخلايا الفردية

*مصدر:طرق الطبيعة

*مؤلففرق من معهد ماساتشوستس للتكنولوجيا وجامعة هارفارد

*تفسير:من خلال دمج نماذج لغة البروتين ونماذج ترميم الصور، اقترح معهد ماساتشوستس للتكنولوجيا وجامعة هارفارد بشكل مشترك PUPS، مما يتيح تحديد موقع البروتين على مستوى الخلية الواحدة.

*ورق:

https://go.hyper.ai/LeaQF

يُمكّن UniMoMo، وهو أول إطار توليدي موحد عبر الأنواع الجزيئية، من تصميم أنواع متعددة من جزيئات الأدوية.

UniMoMo: نمذجة توليدية موحدة للجزيئات ثلاثية الأبعاد لتصميم المواد الرابطة من الصفر

*مصدرآي سي إم إل 2025

*مؤلفتعاونت مجموعة البروفيسور ليو يانغ من جامعة تسينغهوا مع مجموعة البروفيسور هوانغ وينبينغ من جامعة رينمين وفريق بايت دانس للذكاء الاصطناعي الصيدلاني.

*تفسير:تم اختياره لـ ICML 2025، اقترحت جامعة تسينغهوا/رينمين/بايت أول إطار عمل موحد لتوليد الجزيئات المتقاطعة UniMoMo لتحقيق تصميم جزيء دواء متعدد الأنواع

*ورق:

https://go.hyper.ai/wZXZZ

يكشف إطار التعلم العميق STAIG عن معلومات جينية مفصلة في البيئة الدقيقة للورم.

STAIG: تحليل النسخ المكاني من خلال التعلم التبايني للرسوم البيانية بمساعدة الصور لاستكشاف المجالات والتكامل الخالي من المحاذاة

*مصدر：Nature Communications

*مؤلففريق بحثي من معهد العلوم الطبية، جامعة طوكيو، اليابان

*تفسير:قام فريق جامعة طوكيو بتطوير إطار عمل التعلم العميق STAIG للقضاء على تأثيرات الدفعة دون محاذاة مسبقة، مما يكشف عن معلومات وراثية مفصلة في بيئة الورم.

*ورق:

https://www.nature.com/articles/s41467-025-56276-0

تقدم خوارزمية DRAKES إطار عمل للتعلم المعزز، ولأول مرة، تحقق انتشارًا عكسيًا للمكافأة قابلًا للتفاضل للمسارات المولدة بالكامل في نموذج الانتشار المنفصل.

ضبط نماذج الانتشار المنفصلة بدقة عبر تحسين المكافأة مع تطبيقات في تصميم الحمض النووي والبروتين

*مصدرمؤتمر ICLR 2025

*مؤلفباحثون من معهد ماساتشوستس للتكنولوجيا، وجامعة هارفارد، وجامعة ستانفورد، وجامعة كاليفورنيا في بيركلي، وشركة جينينتيك، وهي شركة تكنولوجيا هندسة وراثية مقرها الولايات المتحدة.

*تفسير:تم اختيار خوارزمية DRAKES من قبل معهد ماساتشوستس للتكنولوجيا وجامعة كاليفورنيا في بيركلي وجامعة هارفارد وجامعة ستانفورد، والتي تم اختيارها لمؤتمر ICLR 2025، لكسر عنق الزجاجة في تصميم التسلسل البيولوجي.

*ورق:

https://doi.org/10.48550/arXiv.2410.13643

التحليل الطيفي لامتصاص الأشعة فوق البنفسجية بمساعدة التعلم الآلي: بناء نموذج للكشف عن التلوث الميكروبي يعتمد على SVM.

استخدام تقنيات التعلم الآلي في قياس امتصاص الأشعة فوق البنفسجية للكشف عن التلوث الميكروبي في منتجات العلاج الخلوي

*مصدرالتقارير العلمية

*مؤلففريق بحثي مشترك من اتحاد أبحاث سنغافورة-معهد ماساتشوستس للتكنولوجيا، ومختبر A*SRL في سنغافورة، والجامعة الوطنية في سنغافورة، ومعهد ماساتشوستس للتكنولوجيا.

*تفسير:نتائج الإخراج في غضون 30 دقيقة، جامعة سنغافورة الوطنية/معهد ماساتشوستس للتكنولوجيا وآخرون يبنون نموذجًا للكشف عن التلوث الميكروبي يعتمد على SVM

*ورق:

https://doi.org/10.1038/s41598-024-83114-y

نموذج جديد للتدريب المسبق للبروتينات: كشف النقاب عن تطور عائلات البروتينات

توجيه تصميم عائلة البروتين من خلال التدفق البايزي للملف الشخصي

*مصدرمؤتمر ICLR 2025

*مؤلفمجموعة أبحاث AIR GenSI في جامعة تسينغهوا، بالتعاون مع كلية العلوم الصيدلانية في جامعة تسينغهوا

*تفسير:تم اختيار فريق Zhou Hao من Tsinghua AIR للمشاركة في ICLR 2025 Oral، واقترح نموذجًا جديدًا للتدريب المسبق للبروتين لفك شفرة تطور عائلة البروتين

*ورق:

https://go.hyper.ai/Dg5ha

تتنبأ تقنية محاذاة بولتزمان بطاقة الارتباط الحر للبروتين حتى أحدث التقنيات (SOTA).

نموذج الطي العكسي المتوافق مع معادلة بولتزمان كمتنبئ بتأثيرات الطفرات على تفاعلات البروتين-البروتين

*مصدرمؤتمر ICLR 2025

*مؤلففريق البروفيسور شين تشونهوا من كلية علوم وتكنولوجيا الحاسوب بجامعة تشجيانغ، بالتعاون مع فرق من جامعة أديلايد في أستراليا وجامعة نورث إيسترن في الولايات المتحدة، من بين آخرين.

*تفسير:تم اختياره لـ ICLR 2025! اقترح شين تشون هوا وآخرون من جامعة تشجيانغ تقنية محاذاة بولتزمان، ووصلت توقعات الطاقة الحرة المرتبطة بالبروتين إلى SOTA

*ورق:

https://arxiv.org/abs/2410.09543

تتجاوز معلمات نموذج Proteina RFdiffusion بمقدار 5 مرات، مما يحقق أداءً متطورًا (SOTA) في تصميم العمود الفقري للبروتين من الصفر.

بروتينا: توسيع نطاق النماذج التوليدية لبنية البروتين القائمة على التدفق

*مصدرالمؤتمر الدولي لأبحاث النطق واللغة 2025 - عرض شفوي

*مؤلففريق بحثي من شركة NVIDIA، ومعهد كيبيك للذكاء الاصطناعي Mila، وجامعة مونتريال، ومعهد ماساتشوستس للتكنولوجيا

*تفسير:معلمات النموذج تتجاوز انتشار RF بخمس مرات! أطلقت NVIDIA وشركات أخرى Proteina، وهو هيكل أساسي للبروتين مصمم من الصفر مع أداء SOTA

*ورق:

https://openreview.net/forum?id=TVQLu34bdw&nesting=2&sort=date-desc

يُعد نموذج UniGEM أول نموذج يحقق تحسينًا تعاونيًا لمهمتين بناءً على نموذج الانتشار.

UniGEM: منهج موحد لتوليد الجزيئات والتنبؤ بخصائصها

*مصدرمؤتمر ICLR 2025

*مؤلففريق جامعة تسينغهوا والأكاديمية الصينية للعلوم

*تفسير:ولأول مرة، نجح فريق تسينغهوا في توحيد توليد الجزيئات والتنبؤ بالخصائص. وقد اقترح آلية توليد انتشار ذات مرحلتين وتم اختياره لـ ICLR 2025.

*ورق:

https://openreview.net/pdf?id=Lb91pXwZMR

تتطور تقنية RFdiffusion مرة أخرى، محققة دقة على المستوى الذري في تصميم الأجسام المضادة من الصفر.

تصميم الأجسام المضادة بدقة ذرية باستخدام تقنية الانتشار بترددات الراديو

*مصدر:bioRxiv

*مؤلففريق ديفيد بيكر والمتعاونون معه

*تفسير:إنجازات جديدة من فريق ديفيد بيكر! تطور انتشار الترددات الراديوية لتحقيق تصميم جديد للأجسام المضادة بدقة على المستوى الذري

*ورق:

https://doi.org/10.1101/2024.03.14.585103

إن أول مخطط لدمج نموذج لغة البروتين-RNA، بالإضافة إلى التنبؤ بالتقارب، يضع معيارًا جديدًا متطورًا.

CoPRA: الربط بين نماذج التسلسل المدربة مسبقًا عبر المجالات والهياكل المعقدة للتنبؤ بتقارب ارتباط البروتين بالحمض النووي الريبي

*مصدر: arXiv

*مؤلففريق مشترك من جامعة تسينغهوا، وكلية لندن الجامعية، وجامعة موناش، وجامعة بكين للبريد والاتصالات

*تفسير:تم اختياره لـ AAAI 2025! كانت جامعة تسينغهوا/جامعة كلية لندن رائدة في حل نموذج اللغة البروتينية-الحمض النووي الريبوزي، من خلال الجمع بين التنبؤ بالتقارب لتحديث SOTA

*ورق:

https://arxiv.org/abs/2409.03773

يحقق نموذج Celcomen استدلالًا سببيًا قابلًا للتحديد في تحليل النسخ المكاني لأول مرة.

تقدير تأثير اضطراب الخلايا والأنسجة المفردة في علم النسخ المكاني عبر فك التشابك السببي المكاني

*مصدرمؤتمر ICLR 2025

*مؤلففريق بحثي من جامعة كامبريدج

*تفسير:تم اختياره لـ ICLR 2025! يحقق نموذج Celcomen الذي اقترحته جامعة كامبريدج إمكانية التعرف على الاستدلال السببي في تحليل النسخ المكاني لأول مرة

*ورق:

https://openreview.net/forum?id=Tqdsruwyac

تتنبأ طريقة AlphaFold-Metainference بدقة بمجموعات الهياكل البروتينية غير المنتظمة.

التنبؤ بـ AlphaFold للمجموعات الهيكلية للبروتينات غير المنتظمة

*مصدر：Nature Communications

*مؤلففريق بحثي من جامعة كامبريدج

*تفسير:AlphaFold يصل إلى مرحلة جديدة في التطبيق! يقترح فريق جامعة كامبريدج استخدام تقنية AlphaFold-Metainference للتنبؤ بدقة بمجموعات بنية البروتين غير المنتظمة

*ورق:

https://www.nature.com/articles/s41467-025-56572-9

تتجاوز خوارزمية التنبؤ ببنية الحمض النووي الريبي من الجيل الثاني أحدث المعايير في العديد من الاختبارات المعيارية.

التنبؤ ببنية الحمض النووي الريبي من الصفر باستخدام نموذج لغوي مركب وتعلم شامل من طرف إلى طرف بعد إزالة التشويش

*مصدر:bioRxiv

*مؤلففريق البروفيسور يانغ تشانغ في جامعة سنغافورة الوطنية

*تفسير:قام فريق Zhang Yang في الجامعة الوطنية في سنغافورة بتطوير خوارزمية للتنبؤ ببنية الحمض النووي الريبي من الجيل الثاني والتي تفوقت على SOTA في اختبارات معيارية متعددة

*ورق:

https://www.biorxiv.org/content/10.1101/2025.03.05.641632v1

يمكن لنموذج الانتشار رباعي الأبعاد المبتكر، بالإضافة إلى بيانات محاكاة الديناميكا الجزيئية، أن يتنبأ في وقت واحد بمسارات البروتين في خطوات زمنية متعددة.

الانتشار رباعي الأبعاد للتنبؤ الديناميكي ببنية البروتين مع التوجيه المرجعي والحركي

*مصدر: arXiv

*مؤلففرق بحثية من جامعة فودان، ومعهد شنغهاي للعلوم والتكنولوجيا الذكية، وجامعة نانجينغ

*تفسير:AlphaFolding يملأ الفجوة في التنبؤ بالبنية الديناميكية للبروتين! اقترحت جامعة فودان وآخرون نموذج انتشار رباعي الأبعاد، وتم اختيار النتائج لـ AAAI 2025

*ورق:

https://arxiv.org/abs/2408.12419

يحل PepPrCLIP مشكلة "عدم إمكانية استهدافها بالأدوية" عن طريق إنشاء ببتيدات تتطابق دائمًا تقريبًا مع البروتين المستهدف بشكل أفضل.

تصميم جديد لمواد رابطة الببتيد لأهداف متنوعة تكوينيًا باستخدام النمذجة اللغوية المتباينة

*مصدر:التقدم العلمي

*مؤلففريق بحثي من جامعة ديوك

*تفسير:قد يتم تطوير علاجات جديدة للسرطان! تستخدم جامعة ديوك برنامج PepPrCLIP لحل مشكلة "غير قابلة للعلاج"

*ورق:

https://www.science.org/doi/10.1126/sciadv.adr8638

تعمل MOLRL على تحسين الجزيئات المستهدفة باستخدام التعلم المعزز، محققة معدل نجاح يصل إلى 100٪ (TP3T).

توليد الجزيئات المستهدفة باستخدام التعلم المعزز الكامن

*مصدرChemRxiv

*مؤلففريق البحث التابع لشركة Cellaire وشركة Nvidia

*تفسير:يمكن أن يصل معدل النجاح إلى 100%. تعاونت شركة تطوير الأدوية Cellarity مع NVIDIA لتحسين الجزيئات المستهدفة استنادًا إلى التعلم التعزيزي

*ورق:

https://go.hyper.ai/H4JhR

يعمل إطار عمل E2VD، وهو إطار عمل تنبؤي قائم على التطور للطفرات الفيروسية، على تحسين دقة التنبؤ بنسبة 671 TP3T.

إطار عمل موحد للتعلم العميق قائم على التطور للتنبؤ بمحركات تغير الفيروسات

*مصدرالذكاء الاصطناعي في الطبيعة

*مؤلفقام البروفيسور تيان يونغ هونغ والأستاذ المشارك تشن جي من كلية هندسة المعلومات بجامعة بكين، بالتعاون مع الباحث تشو بنغ من مختبر قوانغتشو الوطني، بالإشراف على طالب الدكتوراه ني تشي وي وطالب الماجستير ليو شو دونغ، من بين آخرين.

*تفسير:نُشرت في مجلة الطبيعة! يستخدم فريق جامعة بكين الذكاء الاصطناعي للتنبؤ باتجاه تطور فيروسات كوفيد-19/الإيدز/الإنفلونزا، مع تحسن في الدقة بمقدار 67%

*ورق:

https://www.nature.com/articles/s42256-024-00966-9

الذكاء الاصطناعي + الرعاية الصحية

يُظهر العاملون في مجال الرعاية الصحية مبادرة وأهمية أكبر في استشارات المرضى مقارنة بالنماذج ذات المصادر المغلقة مثل GPT-4.

وكيل الرعاية الصحية: استنباط قوة نماذج اللغة الكبيرة للاستشارات الطبية

*مصدرالذكاء الاصطناعي الطبيعي

*مؤلففرق بحثية من جامعة ووهان وجامعة نانيانغ التكنولوجية

*تفسير:من الضمانات الأخلاقية إلى إدارة التاريخ الطبي، اقترحت جامعة ووهان وغيرها من المؤسسات "وكيل الرعاية الصحية"، الذي تتجاوز مبادرته وأهميته في استشارة المرضى النماذج المغلقة المصدر مثل GPT-4.

*ورق:

https://go.hyper.ai/09lYX

يمكن لطريقة التحليل متعدد المتغيرات الخاصة بـ ICA-Var، والتي تعتمد على تسلسل الجينات والتعلم الآلي لتقييم الأوبئة في مياه الصرف الصحي، أن تكتشف الفيروسات قبل 4 أسابيع.

الكشف المبكر عن متحورات فيروس سارس-كوف-2 الناشئة من مياه الصرف الصحي من خلال تسلسل الجينوم والتعلم الآلي

*مصدر：Nature Communications

*مؤلففريق بحثي في جامعة نيفادا، لاس فيغاس

*تفسير:نُشر في مجلة Nature، أن التقييم الوبائي لمياه الصرف الصحي الذي يعتمد على تسلسل الجينات والتعلم الآلي يمكنه اكتشاف الفيروسات قبل ما يصل إلى 4 أسابيع.

*ورق:

https://www.nature.com/articles/s41467-025-61280-5

يحقق برنامج Medical GraphRAG رقماً قياسياً جديداً في دقة الإجابة على الأسئلة، حيث حقق نتائج متطورة للغاية (SOTA) على 11 مجموعة بيانات.

الرسم البياني الطبي RAG: نحو نموذج لغوي طبي كبير آمن عبر توليد معزز باسترجاع الرسوم البيانية

*مصدرمؤتمر القيادة الأسترالية 2025

*مؤلففريق مشترك من جامعة أكسفورد وجامعة كارنيجي ميلون وجامعة إدنبرة

*تفسير:ACL 2025: جامعة أكسفورد وجهات أخرى تقترح استخدام GraphRAG الطبي، مما يؤدي إلى تسجيل رقم قياسي جديد في دقة الإجابة على الأسئلة وتحقيق نتائج SOTA على 11 مجموعة بيانات

*ورق:

https://go.hyper.ai/OaMIE

نظام REVERIE، وهو أول نظام تدخل حركي بتقنية الواقع الافتراضي، يعيد تشكيل صحة الدماغ والجسم والعقل لدى المراهقين.

نظام رياضي للواقع الافتراضي قائم على الذكاء الاصطناعي التكيفي للمراهقين الذين يعانون من زيادة الوزن: تجربة عشوائية مضبوطة

*مصدرطب الطبيعة

*مؤلفتعاونت فرق البحث التابعة للبروفيسور لي هواتينغ من مستشفى الشعب السادس التابع لكلية الطب بجامعة شنغهاي جياو تونغ / معهد استراتيجية الصحة الاستباقية والتنمية، والبروفيسور شينغ بين من كلية علوم وتكنولوجيا الحاسوب / المختبر الرئيسي للذكاء الاصطناعي التابع لوزارة التعليم في جامعة شنغهاي جياو تونغ، من خلال بحث طبي هندسي متعدد التخصصات مع فرق الباحث وانغ جيهونغ من جامعة شنغهاي للرياضة، والبروفيسور تسنغ رونغ من جامعة شنغهاي للتكنولوجيا / مركز شنغهاي للأبحاث السريرية، والبروفيسور لين شويدي من جامعة سنغافورة الوطنية.

*تفسير:تحققت نبوءة تشيان شيويهسن "العالم الروحي"! قامت جامعة شنغهاي جياو تونغ، وجامعة شنغهاي للرياضة، وجامعة تسينغهوا، ومؤسسات أخرى ببناء REVERIE، وهو أول نظام تدخل رياضي بتقنية الواقع الافتراضي في العالم، لإعادة تشكيل صحة الدماغ والجسم والعقل لدى المراهقين.

*ورق:

https://www.nature.com/articles/s41591-025-03724-5

تُمكّن طريقة NeuralCohort من نمذجة مجموعات المرضى بدقة عالية استنادًا إلى بيانات السجلات الصحية الإلكترونية متعددة الأبعاد، مما يُحسّن دقة التنبؤ بمدة الإقامة في المستشفى بنسبة 16.31 TP3T

NeuralCohort: تعلم تمثيل عصبي مدرك للمجموعات لتحليلات الرعاية الصحية

*مصدرآي سي إم إل 2025

*مؤلفجامعة سنغافورة الوطنية بالتعاون مع جامعة تشجيانغ

*تفسير:نفذت الجامعة الوطنية في سنغافورة نمذجة دقيقة لمجموعة المرضى استنادًا إلى بيانات السجلات الصحية الإلكترونية متعددة الأبعاد، وزادت دقة التنبؤ بمدة الإقامة في المستشفى بمقدار 16.3%

*ورق:

https://openreview.net/forum?id=bqQVa6VRvm

أول نموذج لرسم الخرائط الذهنية السريرية في العالم في مجال نقص الأكسجة الدماغية، محققاً تحسناً في الأداء بنسبة 15% في مهمة التنبؤ بالنتائج العصبية المعرفية.

المعرفة البصرية والمعرفة بالمجال اللازمة للتفكير الطبي باستخدام مخطط التفكير على المستوى الاحترافي

*مصدرآي سي إم إل 2025

*مؤلففريق متعدد التخصصات من كلية الطب بجامعة هارفارد، ومستشفى بوسطن للأطفال، وجامعة نيويورك، ومختبر واتسون التابع لمعهد ماساتشوستس للتكنولوجيا وشركة آي بي إم.

*تفسير:تم اختياره لجائزة ICML 2025! أطلقت كلية الطب بجامعة هارفارد وآخرون أول نموذج لخريطة ذهنية سريرية في العالم في مجال تبادل المعلومات الصحية (HIE)، مع تحسين أداء 15% في مهام التنبؤ بالنتائج المعرفية العصبية.

*ورق:

https://openreview.net/forum?id=tnyxtaSve5

إطار عمل التعلم متعدد الحالات للتقطير الهرمي HDMIL للمعالجة السريعة لصور الشرائح الكاملة المرضية ذات الدقة الجيجابكسل

تصنيف سريع ودقيق للصور المرضية ذات الدقة العالية (جيجابكسل) باستخدام تقنية التقطير الهرمي والتعلم متعدد الحالات

*مصدرسي في بي آر 2025

*مؤلففريق مؤلف من البروفيسور جيانغ جونجون، والأستاذ المشارك جيانغ كوي، والبروفيسور تشانغ يونغبينغ من معهد هاربين للتكنولوجيا

*تفسير:تم اختيار فريق HIT لـ CVPR 2025، واقترح إطار عمل تعليمي متعدد الحالات للتقطير الهرمي HDML لمعالجة صور الأمراض ذات الشريحة الكاملة بسرعة.

*ورق:

https://go.hyper.ai/B3RMf

يمكن للنموذج الأساسي vesselFM، المصمم خصيصًا لتقسيم الأوعية الدموية ثلاثية الأبعاد، تحقيق قدرات تقسيم وتعميم تتفوق على النماذج الحديثة الموجودة في سيناريوهات صفرية، ولقطة واحدة، وعدد قليل من اللقطات.

vesselFM: نموذج أساسي لتقسيم الأوعية الدموية ثلاثية الأبعاد الشاملة

*مصدرسي في بي آر 2025

*مؤلفباحثون من جامعة زيورخ، والمعهد الفدرالي السويسري للتكنولوجيا في زيورخ، والجامعة التقنية في ميونخ

*تفسير:الأداء يتفوق بشكل كبير على أداء طراز سلسلة SAM. قامت جامعة زيورخ وآخرون بتطوير نموذج أساسي عام لتقسيم الأوعية الدموية ثلاثي الأبعاد، والذي تم اختياره لـ CVPR 2025.

*ورق:

https://go.hyper.ai/lVad9

يقوم نموذج البقاء الهجين المشفر بالرسم البياني، والمستند إلى 8 ملايين مجموعة بيانات من العالم الحقيقي، بتحديد الأنماط الفرعية ذات الخصائص المتسقة ونتائج البقاء.

تحديد الأنماط الفرعية التنبؤية للنتائج السريرية باستخدام بيانات من العالم الحقيقي والتعلم الآلي

*مصدر:التواصل الطبيعي

*مؤلفجامعة كورنيل وشركة ريجينيرون للأدوية

*تفسير:استنادًا إلى 8 ملايين بيانات حقيقية، استخدم فريق جامعة كورنيل الشبكات العصبية الرسومية للتنبؤ بدقة ببقاء مرضى سرطان الرئة واكتشفوا 3 أنواع فرعية مميتة

*ورق:

https://doi.org/10.1038/s41467-025-59092-8

من خلال دمج نماذج الذكاء الاصطناعي الاستراتيجية، يمكن تحقيق تنبؤ دقيق بمخاطر الوفاة في حالات الصدمة الإنتانية متعددة المراكز والتخصصات.

نماذج التنبؤ بالوفيات متعددة التخصصات القائمة على الذكاء الاصطناعي لصدمة الإنتان في دراسة استرجاعية متعددة المراكز

*مصدرالطب الرقمي npj

*مؤلففريق بحثي من مستشفى تونغجي وكلية الصيدلة والإدارة الصحية، كلية تونغجي الطبية، جامعة هوا تشونغ للعلوم والتكنولوجيا

*تفسير:نُشرت في مجلة الطبيعة! اقترحت جامعة هواتشونغ للعلوم والتكنولوجيا نموذجًا لاستراتيجية اندماج الذكاء الاصطناعي لتحقيق التنبؤ الدقيق بمخاطر الوفيات الناجمة عن الصدمة الإنتانية في مراكز متعددة وعبر التخصصات

*ورق:

https://go.hyper.ai/faMLL

خوارزميتان جديدتان للتنبؤ بالسرطان، تعتمدان على مؤشرات الدم، تمكنان من التنبؤ المبكر بـ 15 نوعًا من السرطان.

تطوير خوارزميات التنبؤ والتحقق الخارجي منها لتحسين التشخيص المبكر للسرطان

*مصدر：Nature Communications

*مؤلففريق بحثي من جامعة كوين ماري بلندن وجامعة أكسفورد

*تفسير:قامت جامعة أكسفورد وجهات أخرى بالبحث بعمق في البيانات الصحية لـ 7.46 مليون بالغ لتطوير خوارزميات الفحص المبكر، مما أدى إلى التنبؤ المبكر بـ 15 نوعًا من السرطان بناءً على مؤشرات الدم

*ورق:

https://go.hyper.ai/L7gNm

يعمل إطار الحوار متعدد الوكلاء (MAC) على تحسين القدرات التشخيصية لـ LLMs بشكل كبير.

تعزيز القدرة التشخيصية باستخدام نماذج اللغة الكبيرة المحادثة متعددة الوكلاء

*مصدرالطب الرقمي npj

*مؤلففرق من مستشفى جامعة سيتشوان غرب الصين، ومركز غرب الصين للبيانات الضخمة الطبية الحيوية، وكلية الطب بجامعة تشجيانغ، وجامعة بكين للبريد والاتصالات، إلخ.

*تفسير:من خلال محاكاة استشارة الطبيب، قام فريق من مستشفى غرب الصين بجامعة سيتشوان بتطوير إطار عمل للحوار متعدد العوامل للمساعدة في تشخيص المرض

*ورق:

https://www.nature.com/articles/s41746-025-01550-0#Tab6

يحقق أول إطار عمل لإعادة تحديد هوية الصور الطبية متعدد الوسائط أداءً متطورًا للغاية على 11 مجموعة بيانات.

نحو إعادة تحديد هوية الصور الطبية الشاملة

*مصدر:

*مؤلفمختبر شنغهاي للذكاء الاصطناعي بالتعاون مع العديد من الجامعات المرموقة

*تفسير:تم اختيار مختبر شنغهاي للذكاء الاصطناعي وآخرون لـ CVPR 2025، واقترحوا أول إطار عمل كامل لإعادة تحديد الصور الطبية، والذي حقق SOTA على 11 مجموعة بيانات

*ورق:

https://arxiv.org/pdf/2503.08173

يستخدم نموذج الانحدار متعدد إلى واحد M2OST الصور المرضية الرقمية للتنبؤ بدقة بالتعبير الجيني.

M2OST: الانحدار متعدد إلى واحد للتنبؤ بالنسخ الجيني المكاني من صور علم الأمراض الرقمية

*مصدرمؤتمر AAAI 2025

*مؤلففريق بحث البروفيسور لين لانفين من جامعة تشجيانغ، الصين، بالتعاون مع مختبر تشجيانغ هانغتشو تشجيانغ وجامعة ريتسوميكان، اليابان

*تفسير:تم اختيار جامعة تشجيانغ لـ AAAI 2025، واقترحت نموذج الانحدار متعدد إلى واحد M2OST، والذي يستخدم صور علم الأمراض الرقمية للتنبؤ بدقة بالتعبير الجيني

*ورق:

https://arxiv.org/abs/2409.15092

يُمكّن نموذج MindGlide من تحديد كمية آفات التصلب المتعدد.

تمكين الحصول على رؤى جديدة من عمليات المسح القديمة عن طريق إعادة استخدام أرشيفات التصوير بالرنين المغناطيسي السريري لأبحاث التصلب المتعدد

*مصدر：Nature Communications

*مؤلففريق جامعة كوليدج لندن

*تفسير:ولتعظيم قيمة بيانات التصوير بالرنين المغناطيسي السريري، اقترح فريق جامعة كوليدج لندن نموذج MindGlide لتحقيق تقدير كمي لآفات التصلب المتعدد

*ورق:

https://www.nature.com/articles/s41467-025-58274-8

أول دليل واقعي مستقبلي في العالم حول الفعالية الفعلية للنماذج الكبيرة في المساعدة على تدريب أطباء الرعاية الأولية.

نماذج لغوية كبيرة لتدريب مرضى السكري: دراسة مستقبلية

*مصدرنشرة العلوم

*مؤلفوقد تعاون الفريق بقيادة البروفيسور شينغ بين من جامعة شنغهاي جياو تونغ، بالتعاون مع الفريق بقيادة البروفيسور ماو ليجوان من جامعة شنغهاي للرياضة، والفريق بقيادة البروفيسور هوانغ تيانين من جامعة تسينغهوا، والفريق بقيادة البروفيسور جيا ويبينغ من معهد شنغهاي للسكري، بالإضافة إلى قوى متعددة التخصصات أخرى، مع أفضل الجامعات والمؤسسات البحثية الدولية مثل جامعة ديوك وجامعة جونز هوبكنز وجامعة ملبورن.

*تفسير:تدريب الأطباء يرحب بالمكون الإضافي DeepSeek! أثبتت دراسة تعاونية بين معهد شنغهاي للتربية البدنية وجامعة شنغهاي جياو تونغ وجامعة تسينغهوا أن النماذج الكبيرة يمكن أن تصبح "شريكًا ذهبيًا" لتدريب أطباء الرعاية الأولية

*ورق:

https://www.sciencedirect.com/science/article/pii/S2095927325000891

تحقق خوارزمية التعلم العميق الخاصة بـ AcneDGNet دقة تتجاوز بكثير دقة أطباء الجلد المبتدئين، مما يتيح اكتشاف آفات حب الشباب وتصنيفها.

تقييم نموذج للكشف عن آفات حب الشباب وتصنيف شدتها لدى السكان الصينيين في سيناريوهات الرعاية الصحية عبر الإنترنت وغير المتصلة بالإنترنت

*مصدرالتقارير العلمية

*مؤلفهان غانغوين وفريقه من قسم الأمراض الجلدية، مستشفى جامعة بكين الدولي

*تفسير:بدقة تتجاوز بكثير دقة أطباء الجلد المبتدئين، قام مستشفى جامعة بكين الدولي وآخرون بتطوير خوارزمية التعلم العميق للكشف عن آفات حب الشباب وتصنيفها

*ورق:

https://www.nature.com/articles/s41598-024-84670-z

يُمكّن نموذج تجزئة الصور الطبية متعدد الوسائط من التجزئة التلقائية والتفاعل مع الصور ثلاثية الأبعاد.

VISTA3D: نموذج موحد لأساسيات التصوير الطبي ثلاثي الأبعاد

*مصدر: arXiv

*مؤلفشركة إنفيديا، بالتعاون مع كلية الطب بجامعة أركنساس، والمعاهد الوطنية للصحة، وجامعة أكسفورد

*تفسير:تم تحسين الدقة بواسطة 5.2%، وأصدرت NVIDIA وشركات أخرى نموذجًا متعدد الوسائط لتجزئة الصور الطبية لتحقيق التجزئة التلقائية والتفاعل بين الصور ثلاثية الأبعاد

*ورق:

https://doi.org/10.48550/arxiv.2406.05285

يؤدي التجزئة الدقيقة لهياكل القلب في تخطيط صدى القلب متعدد المستويات إلى تقليل التكرار بشكل فعال.

إيكو وان: تقسيم مستويات تخطيط صدى القلب المتعددة في نموذج واحد

*مصدرسي في بي آر 2025

*مؤلفمختبر الحوسبة التصويرية بالموجات فوق الصوتية الطبية، كلية الهندسة الطبية الحيوية، كلية الطب، جامعة شنتشن

*تفسير:تم اختياره لـ CVPR 2025! اقترح فريق جامعة شنتشن وآخرون جهاز EchoONE، الذي يمكنه تقسيم مخططات صدى القلب متعددة الأقسام بدقة

*ورق:https://arxiv.org/abs/2412.02993 

MedFoundation، وهو حاليًا أكبر نموذج لغوي طبي حيوي يحتوي على أكبر عدد من المعلمات

نموذج لغوي طبي عام للمساعدة في تشخيص الأمراض

*مصدرطب الطبيعة

*مؤلفجامعة بكين للبريد والاتصالات، ومستشفى جامعة بكين الثالث، وجامعة الخوانق الثلاثة

*تفسير:نموذج لغة طبية عامة مفتوح المصدر يحتوي على 176 مليار معلمة! اقترحت جامعة بكين للتكنولوجيا/جامعة بوليتكنيك في بكين/جامعة الخوانق الثلاثة الصينية شركة MedFound، التي تتمتع بقدرة استدلالية قريبة من قدرة الأطباء الخبراء

*ورق:https://www.nature.com/articles/s41591-024-03416-6

إطار عمل عام لتقسيم الصور الطبية بناءً على التباين.تحقيق تجزئة دقيقة للصور الطبية

ConDSeg: إطار عمل عام لتجزئة الصور الطبية عبر تحسين الميزات القائم على التباين

*مصدرمؤتمر AAAI 2025

*مؤلفجامعة الصين لعلوم الأرض، بايدو

*تفسير:تم اختياره لـ AAAI 2025! لحل مشكلة الحدود الناعمة والتواجد المشترك في تقسيم الصور الطبية، اقترحت جامعة الصين للعلوم الجيولوجية وآخرون نموذج تقسيم الصور ConDSeg

*ورق:

https://arxiv.org/abs/2412.08345

وهو متطور للغاية في تسع مجموعات بيانات مرجعية تغطي مرضين معديين وأربعة عشر مرضًا غير معدٍ.

نموذج طبي متعدد الوسائط ومتعدد المجالات ومتعدد اللغات لتشخيص سريري بدون استخدام أدوات تشخيصية

*مصدرمجموعة أعمال الطبيعة

*مؤلفجامعة أكسفورد، أمازون، جامعة روتشستر، جلاكسو سميث كلاين، مختبر الذكاء الاصطناعي الطبي بجامعة ويستليك

*تفسير:اقترحت جامعة أكسفورد/أمازون/ويستليك/تينسنت وآخرون نموذجًا طبيًا متعدد الوسائط ومتعدد المجالات ومتعدد اللغات M³FM، والذي يمكن استخدامه للتشخيص السريري بدون عينة

*ورق:

https://www.nature.com/articles/s41746-024-01339-7

بلغت دقة التصنيف 971 TP3T، وهو أعلى بكثير من 821 TP3T للمراقبين البشريين.

التعلم العميق مقابل المُقيّمين البشريين: تقدير الجنس في الطب الشرعي من خلال فحوصات التصوير المقطعي المحوسب ثلاثي الأبعاد

*مصدرالتقارير العلمية

*مؤلفجامعة غرب أستراليا، وجامعة نيو ساوث ويلز، وجامعة حسن الدين، إندونيسيا

*تفسير:وصلت نسبة الدقة إلى 97%. يعتمد الإنجاز الجديد للفريق الأسترالي على التعلم العميق لتحديد الجنس من خلال التصوير المقطعي المحوسب للجمجمة، متجاوزًا بذلك أطباء الطب الشرعي البشري.

*ورق:

https://www.nature.com/articles/s41598-024-81718-y

محاذاة الميزات ثنائية الاتجاه التدريجية لدمج الصور الطبية غير المتوافقة

BSAFusion: شبكة محاذاة الميزات ثنائية الاتجاه التدريجية لدمج الصور الطبية غير المتوافقة

*مصدرمؤتمر AAAI 2025

*مؤلفجامعة كونمينغ للعلوم والتكنولوجيا، جامعة المحيط الصينية

*تفسير:تم اختياره لـ AAAI 2025! يمكنه تحقيق محاذاة ودمج الصور الطبية المتعددة الوسائط. اقترحت جامعتان محليتان كبيرتان بشكل مشترك برنامج BSAFusion

*ورقhttps://arxiv.org/abs/2412.08050 إطار عمل هرمي جديد متعدد العوامل يغطي 362 مرضًا شائعًا.

KG4Diagnosis: إطار عمل هرمي متعدد العوامل لنمذجة التعلم الآلي مع تحسين الرسم البياني المعرفي للتشخيص الطبي

*مصدربرنامج AAAI-25 الجسري

*مؤلفجامعة وارويك، جامعة كرانفيلد، جامعة كامبريدج، جامعة أكسفورد

*تفسير:يساعد في تشخيص 362 مرضًا شائعًا! اقترحت جامعة كامبريدج/أكسفورد/وارويك وآخرون إطار عمل نموذجي لغوي كبير متعدد الوكلاء لبناء رسم بياني للمعرفة الطبية تلقائيًا

*ورق:https://arxiv.org/abs/2406.05285

الذكاء الاصطناعي + كيمياء المواد

بفضل تدريب أقل من 100000 نقطة بيانات هيكلية، فإن دقة المحاكاة الذرية لـ PET-MAD تنافس دقة النماذج الاحترافية.

PET-MAD كجهد بين ذري عالمي خفيف الوزن لنمذجة المواد المتقدمة

*مصدر：Nature Communications

*مؤلفالمدرسة الفيدرالية للفنون التطبيقية في لوزان، سويسرا

*تفسير:قام المعهد الفدرالي السويسري للتكنولوجيا في لوزان (EPFL) بتطوير برنامج PET-MAD باستخدام أقل من 100000 نقطة بيانات منظمة، محققًا دقة محاكاة ذرية تضاهي النماذج الاحترافية.

*ورق:

https://www.nature.com/articles/s41467-025-65662-7

يتم تخفيض التكلفة الحسابية إلى النصف، ويتم صياغة التفكير الكيميائي البشري في إطار عمل يمكن فهمه بواسطة الآلة.

علم الوجود الكيميائي: طريقة قابلة لإعادة الاستخدام تعتمد على علم الوجود الكيميائي الصريح لتسريع عمليات البحث عن مسارات التفاعل

*مصدرالتحفيز ACS

*مؤلفجامعة هوكايدو، اليابان

*تفسير:مع انخفاض التكاليف الحسابية إلى النصف، فإن ChemOntology، وهي أداة لاكتشاف التفاعلات الكيميائية، "تشفر" الحدس البشري في نظامها، مما يسرع البحث عن مسارات التفاعل.

*ورق:

https://pubs.acs.org/doi/10.1021/acscatal.5c06298

MOF-ChemUnity: رسم بياني معرفي منظم وقابل للتطوير والتوسيع

MOF-ChemUnity: نماذج لغوية كبيرة مستمدة من الأدبيات لأبحاث الأطر المعدنية العضوية

*مصدرمنشورات الجمعية الأمريكية للعلوم

*مؤلف:جامعة تورنتو، كندا؛ مركز أبحاث ابتكار الطاقة النظيفة، المجلس الوطني للبحوث في كندا

*تفسير:من 9,874 ورقة بحثية إلى 15,000 بنية بلورية، يعيد MOF-ChemUnity بناء المعرفة البانورامية الخاصة بـ MOF، مما يدفع اكتشاف المواد إلى عصر "الذكاء الاصطناعي القابل للتفسير".

*ورق:

https://pubs.acs.org/doi/10.1021/jacs.5c11789

دمج آلية الانتباه العالمي لـ Graphermer مع CGCNN

CGformer: شبكة رسم بياني بلوري محسّنة بتقنية Transformer مع انتباه عالمي للتنبؤ بخصائص المواد

*مصدرموضوع

*مؤلفمختبر الذكاء الاصطناعي والبنية المجهرية بجامعة شنغهاي جياو تونغ

*تفسير:تتسارع وتيرة البحث والتطوير في مجال المواد الجديدة! قام فريق من جامعة شنغهاي جياو تونغ بتطوير نموذج جديد لتصميم المواد باستخدام الذكاء الاصطناعي، وهو CGformer، والذي يدمج آلية انتباه عالمية.

*ورق:

https://www.cell.com/matter/abstract/S2590-2385(25)00423-0

نموذج FASTSOLV: تحقيق التنبؤ بذوبانية الجزيئات الصغيرة عند درجات حرارة عشوائية

التنبؤ بذوبانية المواد العضوية باستخدام البيانات عند حد عدم اليقين العشوائي

*مصدر:التواصل الطبيعي

*مؤلفمعهد ماساتشوستس للتكنولوجيا

*تفسير:واقترح فريق معهد ماساتشوستس للتكنولوجيا نموذج FASTSOLV، وهو أسرع بـ 50 مرة من النموذج الأصلي، للتنبؤ بذوبان الجزيئات الصغيرة في أي درجة حرارة.

*ورق:

https://www.nature.com/articles/s41467-025-62717-7

استخدام المعلومات المتاحة مباشرة بعد تركيب إطارات الفلزات العضوية للتنبؤ بأدائها المحتمل وتطبيقاتها.

ربط تركيب الأطر المعدنية العضوية بالتطبيقات باستخدام التعلم الآلي متعدد الوسائط

*مصدر：Nature Communications

*مؤلفجامعة تورنتو، كندا

*تفسير:تعمل النماذج متعددة الوسائط على تسريع مطابقة المواد الجديدة مع التطبيقات الصناعية، والتنبؤ بخصائص المواد دون الحاجة إلى بنية بلورية كاملة.

*ورق:

https://www.nature.com/articles/s41467-025-60796-0

لأول مرة، تم بناء إطار عمل موحد قادر على التعامل في وقت واحد مع الطرق الرئيسية الثلاث لتصميم المواد الفائقة.

UNIMATE: نموذج موحد لتوليد المواد الفوقية الميكانيكية، والتنبؤ بالخصائص، وتأكيد الحالة

*مصدرآي سي إم إل 2025

*مؤلفجامعة فرجينيا للتكنولوجيا، ميتا إيه آي 

*تفسير:يُحدث تصميم المواد الفائقة نقلة نوعية! اقترحت شركة Meta AI وآخرون UNIMATE، التي كانت أول من حقق نمذجة موحدة لمهام مثل إنشاء الطوبولوجيا والتنبؤ بالأداء.

*ورق:

https://go.hyper.ai/FoAWw

تغطي قاعدة بيانات GeMS، وهي أكبر مجموعة بيانات في العالم لقياس الطيف الكتلي، 200 مليون طيف كتلي جزيئي.

التعلم الذاتي للإشراف على التمثيلات الجزيئية من ملايين أطياف الكتلة المترادفة باستخدام DreaMS

*مصدرالتكنولوجيا الحيوية الطبيعية

*مؤلفمعهد الكيمياء العضوية والكيمياء الحيوية، الأكاديمية التشيكية للعلوم

*تفسير:بتغطية 200 مليون طيف كتلة جزيئية، أصدرت الأكاديمية التشيكية للعلوم نموذج DreaMS لبناء أكبر مجموعة بيانات مطيافية كتلة في العالم GeMS

*ورق:

https://go.hyper.ai/uNbqL

تعلم الجهد المعمم ووظيفة استجابته للمحفزات الخارجية في نموذج واحد للتعلم الآلي.

التعلم التفاضلي الموحد للاستجابة الكهربائية

*مصدر：Nature Communications

*مؤلفجامعة هارفارد، شركة روبرت بوش المحدودة

*تفسير:من الكوارتز إلى المواد الكهروضوئية، تقترح جامعة هارفارد إطار عمل للتعلم الآلي المتغير لتسريع محاكاة المجال الكهربائي للمواد على نطاق واسع

*ورق:

https://go.hyper.ai/18TWg

استنادًا إلى LLM، تم استخراج التركيب الكيميائي لـ 14000 مادة من 88000 ورقة.

فحص المواد القائم على البيانات للمواد الأولية الأسمنتية الثانوية والطبيعية

*مصدرمواد الاتصال

*مؤلفمعهد ماساتشوستس للتكنولوجيا (MIT)

*تفسير:يستخدم فريق معهد ماساتشوستس للتكنولوجيا نموذجًا واسع النطاق لفحص 25 نوعًا من المواد البديلة لكلنكر الأسمنت، وهو ما يعادل تقليل انبعاثات الغازات المسببة للاحتباس الحراري بمقدار 1.2 مليار طن

*ورق:

https://go.hyper.ai/ZOAaW

دمج قاعدة بيانات SSE شاملة مع LLM ومحاكاة الميتا-ديناميكية من المبادئ الأولى

فكّ تعقيدات إلكتروليتات الهيدريد ثنائية التكافؤ في بطاريات الحالة الصلبة من خلال إطار عمل قائم على البيانات مع نموذج لغوي كبير

*مصدر：Angewandte Chemie-الطبعة الدولية

*مؤلفجامعة توهوكو (اليابان)، جامعة سيتشوان (الصين)، معهد شيبورا للتكنولوجيا (اليابان)

*تفسير:عالج الفريقان الصيني والياباني المشكلة بشكل مشترك، باستخدام نموذج كبير لتحليل آلية توصيل إلكتروليتات الهيدريد الصلبة وإنشاء نموذج موثوق للتنبؤ بطاقة التنشيط

*ورق:

https://go.hyper.ai/isQRi

البحث عن توزيعات نظائر الأيونات في قواعد بيانات قياس الطيف الكتلي متعددة المكونات عالية الدقة على مستوى TB.

اكتشاف التفاعلات العضوية باستخدام فك تشفير بيانات مطياف الكتلة على نطاق تيرا، المدعوم بالتعلم الآلي

*مصدر：Nature Communications

*مؤلفالأكاديمية الروسية للعلوم

*تفسير:نُشر في مجلة Nature، يستخدم فريق البحث الروسي التعلم الآلي للبحث في تريليونات من بيانات مطياف الكتلة واكتشاف التفاعلات الكيميائية غير المعروفة

*ورق:

https://go.hyper.ai/ak7bN

PXRDnet، وهي طريقة تحليل بنية الذكاء الاصطناعي التوليدي القائمة على نموذج الانتشار

حلول البنية الأولية من بيانات حيود مسحوق النانو البلوري عبر نماذج الانتشار

*مصدرمواد الطبيعة

*مؤلفجامعة كولومبيا، جامعة ستانفورد

*تفسير:لأول مرة، اقترح فريق من جامعة كولومبيا استخدام PXRDnet لتحقيق تحليل شامل للبلورات النانوية وقاموا بتحليل 200 بلورة نانوية معقدة ومحاكاة بنجاح

*ورق:

https://go.hyper.ai/r1K6b

تم بنجاح تحضير عشرة أنواع من البلورات العضوية التي تعمل بالضوء باستخدام التعلم الآلي.

تحسين قوة الخرج في البلورات العضوية المتحركة ضوئيًا باستخدام التعلم الآلي

*مصدرالاكتشاف الرقمي

*مؤلفجامعة واسيدا، اليابان

*تفسير:تمت زيادة الكفاءة بمقدار 73 مرة! نجح فريق بحثي ياباني في تحضير 10 بلورات عضوية مدفوعة بالضوء استنادًا إلى التعلم الآلي

*ورق:

https://go.hyper.ai/RU0ro

نجح في التنبؤ بالتفاعل الكهروصوتي للمعادن، مما أدى إلى تحسين الكفاءة بمقدار 5 أضعاف.

تسريع اكتشاف الموصلات الفائقة من خلال التعلم العميق المعتدل لوظيفة طيف الإلكترون والفونون

*مصدرمواد الحوسبة npj

*مؤلفجامعة فلوريدا، جامعة تينيسي

*تفسير:زيادة كفاءة البحث عن المواد الفائقة الموصلية بمقدار 5 مرات! تستخدم جامعة فلوريدا وغيرها من الجامعات التعلم العميق لتحويل اكتشاف المواد، ويتم نشر النتائج في مجلة Nature

*ورق:

https://www.nature.com/articles/s41524-024-01475-4

تُستخدم تقنية شجرة القرار المعززة بالتدرج لتحقيق تنبؤ عالي الدقة بخصائص مضادات الأكسدة لمركبات RHEAs وRCCAs.

تطوير سبائك عالية الإنتروبيا مقاومة للحرارة العالية باستخدام نماذج تنبؤية تعتمد على الذكاء الاصطناعي لمقاومة الأكسدة في درجات الحرارة العالية

*مصدرسكريبت ماتيرياليا

*مؤلفجامعة بوردو، فرنسا؛ المعهد الوطني لعلوم المواد، اليابان؛ جامعة تسينغ هوا الوطنية، تايوان؛ جامعة لوفين الكاثوليكية، بلجيكا؛ معهد ويل، بلجيكا

*تفسير:اكتشاف جديد لسبائك عالية الإنتروبيا! تتعاون عدة فرق معًا لتحقيق تنبؤ عالي الدقة لمقاومة الأكسدة. يمكن أن يؤدي زيادة محتوى الألومنيوم/الكروم/السيليكون إلى تحسين فعال

*ورق:

https://doi.org/10.1016/j.scriptamat.2024.116394

من خلال الجمع بين تمرير الرسائل المحلية وآليات الانتباه العالمية، يمكن التنبؤ بدقة بالخصائص الكهروضوئية الجزيئية.

RingFormer: محول رسومي مُحسَّن بالحلقات للتنبؤ بخصائص الخلايا الشمسية العضوية

*مصدرمؤتمر AAAI 2025

*مؤلفجامعة هونغ كونغ للفنون التطبيقية

*تفسير:تم اختياره لـ AAAI 2025! يتنبأ فريق جامعة هونغ كونغ للفنون التطبيقية بدقة بالخصائص البصرية الإلكترونية لجزيئات المواد العضوية استنادًا إلى محول الرسم البياني

*ورق:

https://doi.org/10.48550/arXiv.2412.09030

لقد نجحت طريقة التخطيط العكسي للمواد غير العضوية في تحسين كفاءة ودقة تصنيع المواد غير العضوية.

الاسترجاع الرجعي: التخليق الرجعي غير العضوي القائم على الاسترجاع مع المعرفة المتخصصة

*مصدرمؤتمر NeurIPS 2024

*مؤلفالمعهد الكوري للتكنولوجيا الكيميائية، المعهد الكوري المتقدم للعلوم والتكنولوجيا

*تفسير:لقد ارتفعت كفاءة عملية التخليق الرجعي للمواد غير العضوية. أطلق فريق كوري مشروع Retrieval-Retro، وتم اختيار النتائج لـ NeurIPS 2024

*ورق:

https://doi.org/10.48550/arXiv.2410.21341

استنادًا إلى نموذج الانتشار، يتم إنشاء الهيكل وفقًا للمجموعة المكانية المستهدفة.

نموذج توليدي لتصميم المواد غير العضوية

*مصدر:طبيعة

*مؤلفمايكروسوفت

*تفسير:تصميم المواد ذات السمة المستهدفة مباشرة! أصبح نموذج MatterGen من Microsoft الآن مفتوح المصدر، مما يعيد تعريف النموذج الجديد للتصميم العكسي المادي باستخدام الذكاء الاصطناعي التوليدي

*ورق:

https://www.nature.com/articles/s41586-025-08628-5

الذكاء الاصطناعي + الزراعة والغابات وتربية الحيوانات

تغطي هذه الدراسة ما يقرب من 15000 نوع، مما يضع معيارًا جديدًا ومتطورًا للتصنيف والكشف الصوتي الحيوي.

الجثم 2.0: درس طائر البُطْرَان في علم الصوتيات الحيوية

*مصدر: arXiv

*مؤلف: جوجل ديب مايند، جوجل ريسيرش

*تفسير:أطلقت شركة Google DeepMind تطبيق Perch 2.0، الذي يغطي ما يقرب من 15000 نوع، مما يمثل حالة جديدة من التطور في التصنيف والكشف الحيوي الصوتي.

*ورق:

https://arxiv.org/abs/2508.04665

لأول مرة، تم دمج 219 واصفًا جديدًا للتسلسل يعتمد على نظريات رياضية مثل تحويل فورييه وإنتروبيا شانون في فضاء الميزات.

PlantLncBoost: ميزات رئيسية لتحديد الحمض النووي الريبوزي غير المشفر الطويل في النباتات وتحسين كبير في الدقة والتعميم

*مصدرعالم النبات الجديد

*مؤلفجامعة شاندونغ للتكنولوجيا، وجامعة بكين للغابات، وأكاديمية قوانغدونغ للعلوم الزراعية، وجامعة ساو باولو (البرازيل)، وجامعة روزاليند فرانكلين (المملكة المتحدة)، وجامعة أوميو (السويد).

*تفسير:من خلال دمج بيانات النسخ الجيني للنباتات متعددة المصادر، قامت جامعة شاندونغ للتكنولوجيا وآخرون ببناء نموذج PlantLncBoost، مع دقة تنبؤ lncRNA بين الأنواع تصل إلى 96%

*ورق:

https://go.hyper.ai/F7pkc

أبحاث الأرصاد الجوية AI+

تم حل مشكلة التصميم التعاوني لـ "جدولة الضوضاء التدريجية" و "ترجيح فقدان الوقت".

نماذج الانتشار المتدحرج الموضحة للتنبؤات الجوية الاحتمالية

*مصدرمؤتمر NeurIPS 2025

*مؤلف:إنفيديا، جامعة كاليفورنيا، سان دييغو

*تفسير:تم اختيار NVIDIA لـ NeurIPS 2025، واقترحت نموذج ERDM لحل تحديات التنبؤ طويلة الأجل، وتستمر توقعاتها المتوسطة إلى طويلة الأجل في قيادة معيار EDM.

*ورق:

https://doi.org/10.48550/arXiv.2506.20024

يمكن استخدام نموذج انتشار محتمل جديد للتنبؤات الجوية الاحتمالية عالية الدقة من دون الموسمية إلى الموسمية.

أومني كاست: نموذج الانتشار الكامن المقنع للتنبؤ بالطقس عبر النطاقات الزمنية

*مصدرمؤتمر NeurIPS 2025

*مؤلفجامعة كاليفورنيا في لوس أنجلوس، مختبر أرغون الوطني

*تفسير:أكثر كفاءةً بعشرين مرة! طورت جامعة كاليفورنيا OmniCast لحل مشكلة تراكم الأخطاء في نماذج التنبؤ بالطقس الانحداري التلقائي.

*ورق:

https://go.hyper.ai/YANIu

يُمكّن نموذج التنبؤ المحلي للغاية من التنبؤ بمعظم أحداث هطول الأمطار الغزيرة قبل عدة أيام.

التنبؤات المحلية الدقيقة لهطول الأمطار الغزيرة في مومباي: نهج تقليص النطاق القائم على التعلم بالنقل باستخدام الشبكات العصبية الالتفافية

*مصدرSSRN

*مؤلف:المعهد الهندي للتكنولوجيا في بومباي، جامعة ميريلاند

*تفسير:تم تحسين الدقة بفضل 400%! يتيح نموذج التنبؤ بالرياح الموسمية الهندي، المستند إلى 36 محطة أرصاد جوية، تنبؤات مفصلة على مستوى المدينة.

*ورق:

https://go.hyper.ai/j05Vt

في غضون دقيقتين فقط، يمكن لـ ACE2 إكمال توقعات موسمية لمدة 4 أشهر.

تنبؤات موسمية عالمية ماهرة من نموذج طقس يعتمد على التعلم الآلي تم تدريبه على بيانات إعادة التحليل

*مصدرمجلة npj لعلوم المناخ والغلاف الجوي

*مؤلف: مركز هادلي في إكستر، المملكة المتحدة، مكتب الأرصاد الجوية، جامعة إكستر، معهد ألين للذكاء الاصطناعي (Ai2)

*تفسير:التعلم الآلي مقابل النماذج الديناميكية، أحدث أبحاث Ai2: يمكن لـ ACE2 إكمال توقعات موسمية لمدة 4 أشهر في دقيقتين فقط

*ورق:

https://go.hyper.ai/YyRfT

نظام تنبؤ بالطقس يعتمد على التعلم الآلي الاحتمالي، ويجمع بين معالجة الإشارات الكروية وإطار عمل مجموعة ماركوف المخفية.

فوركاست نت 3: نهج هندسي للتنبؤ بالطقس باستخدام التعلم الآلي الاحتمالي على نطاق واسع

*مصدر: arXiv

*مؤلفإنفيديا، مختبر لورانس بيركلي الوطني، جامعة كاليفورنيا، بيركلي، معهد كاليفورنيا للتكنولوجيا

*تفسير:اقترحت شركة NVIDIA وUC Berkeley وآخرون نظام التنبؤ بالطقس المعتمد على التعلم الآلي FCN3، والذي يمكنه إكمال توقعات الطقس لمدة 15 يومًا في دقيقة واحدة ويدعم الاستدلال فائق السرعة باستخدام بطاقة واحدة.

*ورق:

https://arxiv.org/pdf/2507.12144

يمكن تحقيق تنبؤات جوية عالية الدقة دون الاعتماد على نماذج التنبؤ العددي التقليدية للطقس.

التنبؤ بالطقس القائم على البيانات الشاملة

*مصدر:طبيعة

*مؤلفجامعة كامبريدج، ومعهد تورينج، وجامعة تورنتو، ومركز مايكروسوفت للأبحاث في مجال الذكاء العلمي، والمركز الأوروبي للتنبؤات الجوية متوسطة المدى، وهيئة المسح البريطانية لأنتاركتيكا، وجوجل ديب مايند

*تفسير:أصدرت مجلة Nature وجامعة كامبريدج وآخرون أول نظام للتنبؤ بالطقس يعتمد على البيانات من البداية إلى النهاية، مما يزيد من سرعة التنبؤ بعشرات المرات

*ورق:

https://www.nature.com/articles/s41586-025-08897-0

الذكاء الاصطناعي + علم الفلك

باستخدام الشبكات العصبية الالتفافية، تم تحديد سبعة مرشحين ذوي جودة عالية لتأثيرات العدسات النجمية بنجاح.

تم العثور على الكوازارات التي تعمل كعدسات قوية في DESI DR1

*مصدر: arXiv

*مؤلفجامعة ستانفورد، مختبر SLAC الوطني للمسرعات، جامعة بكين، مرصد بريرا التابع للمعهد الوطني الإيطالي للفيزياء الفلكية، كلية لندن الجامعية، جامعة كاليفورنيا، بيركلي

*تفسير:تعاونت جامعة ستانفورد وجامعة بكين وجامعة كلية لندن وجامعة كاليفورنيا في بيركلي لاستخدام CNN لتحديد سبع عينات عدسية نادرة من 810 ألف نجم شبه نجمي بدقة.

*ورق:

https://arxiv.org/abs/2511.02009

AION-1: أول عائلة نموذجية أساسية متعددة الوسائط واسعة النطاق لعلم الفلك

AION-1: نموذج أساسي متعدد الوسائط للعلوم الفلكية

*مصدرمؤتمر NeurIPS 2025

*مؤلفجامعة كاليفورنيا، بيركلي، جامعة كامبريدج، جامعة أكسفورد، إلخ.

*تفسير:تم بنجاح تطوير أول نموذج فلكي متعدد الوسائط، وهو AION-1! قام باحثون من جامعة كاليفورنيا في بيركلي وغيرهم ببناء إطار عمل ذكاء اصطناعي فلكي متعدد الوسائط قابل للتعميم من خلال التدريب المسبق على 200 مليون هدف فلكي.

*ورق:

https://openreview.net/forum?id=6gJ2ZykQ5W