【ScienceAI Weekly】„AI Iron Man“ Huang Renxun Sprach Auf Der GTC-Konferenz Über Das Wissenschaftliche Forschungslayout Von Nvidia. Overjet Erhielt Die Größte Investition in Der Geschichte Der Dental-KI
Neue Errungenschaften, neue Entwicklungen und neue Perspektiven der KI für die Wissenschaft——
* NVIDIA: Wir haben viele strategische Pläne im Bereich KI für die Wissenschaft
* Microsoft führt TRAIN in Partnerschaft mit mehreren medizinischen Einrichtungen ein
* Overjet erhält größte Investition in der Geschichte der Dental-KI
* Legend Holdings und Zhipu AI haben eine Kooperation in den Bereichen Biotechnologie und anderen Bereichen vereinbart
* Zephyr AI erhält 111 Millionen US-Dollar in der Serie-A-Finanzierungsrunde
* Das Hong Kong Innovation Institute der Chinesischen Akademie der Wissenschaften hat ein großes KI-Modell für Medizin und Gesundheit veröffentlicht
* „Tushen Zhihe“ erhielt Millionen von Yuan im Rahmen einer Angel-Finanzierungsrunde
*Qianqiu Intelligence erhielt im Rahmen einer Angel-Finanzierungsrunde mehrere zehn Millionen Yuan
* Peking: Aktive Förderung des Aufbaus großer Modelle künstlicher Intelligenz im Bereich der wissenschaftlichen Forschung
Einzelheiten siehe unten~
Unternehmens-News
NVIDIA: Wir haben viele strategische Pläne im Bereich KI für die Wissenschaft
NVIDIA gab kürzlich bei einer Pressekonferenz auf der GTC-Konferenz bekannt, dass das Unternehmen über zahlreiche strategische Inhalte im Bereich der KI für die Wissenschaft verfügt. In:
* Gesundheitswesen, Zusammenarbeit mit den Medizingeräteherstellern Medtronic und Johnson & Johnson, um die großflächige Anwendung von KI in medizinischen Szenarien wie der Chirurgie zu fördern; und arbeitet mit der dänischen Novo Nordisk Foundation zusammen, um die Anwendung generativer KI in der Arzneimittelentwicklung sowie in der medizinischen und anderen sozialwissenschaftlichen Forschung zu fördern.
* Biowissenschaften, bietet mehr generative KI-Funktionen und integriert NVIDIA NIM in Anwendungsszenarien wie Biologie, Bildgebung und Genomik.
* Physik, wodurch KI-Anwendungen in der physischen Welt über drei Plattformen (DGX-KI-Systemplattform, Omniverse-Plattform für physikbasierte Simulation und Roboterfertigungsplattform Isaac) vollständig ermöglicht werden.
* Geowissenschaften, hat die Earth-2-Plattform für interaktive, hochauflösende Klima- und Wettervorhersagen eingeführt und so die Geschwindigkeit und Genauigkeit von Wettervorhersagen erhöht.
Darüber hinaus stellte Huang Renxun in seiner Keynote-Rede am frühen Morgen des 19. auch das BioNeMo-Basismodell vor. Das erste von ihm bereitgestellte Genommodell, DNABERT, basiert auf DNA-Sequenzen und kann verwendet werden, um die Funktionen bestimmter Regionen des Genoms vorherzusagen, die Auswirkungen von Genmutationen und -variationen zu analysieren usw.
Für weitere Details klicken Sie hier:Eine Zusammenfassung von Jen-Hsun Huangs Keynote-Rede zur GTC2024"
Microsoft führt TRAIN mit mehreren medizinischen Einrichtungen ein
Vor Kurzem hat sich Microsoft mit einer Reihe von Gesundheitseinrichtungen zusammengeschlossen, um gemeinsam das Trustworthy & Responsible AI Network (TRAIN) zu gründen. Die Mitglieder dieses Netzwerks engagieren sich für die Entwicklung und Nutzung von KI-Anwendungen für die Medizinbranche, die Etablierung von Best Practices für den KI-Einsatz, die Verbesserung der Behandlungsergebnisse und der Sicherheit von Patienten sowie die Förderung des Patientenvertrauens in medizinische KI.
Overjet erhält größte Investition in der Geschichte der Dental-KI
Overjet gab kürzlich bekannt, dass es im Rahmen der Serie-C-Finanzierung 53,2 Millionen US-Dollar erhalten hat. Dabei handelt es sich um die größte Finanzierung aller Zeiten im Bereich der zahnärztlichen KI. Diese Finanzierungsrunde wurde von March Capital angeführt, gefolgt von General Catalyst, Insight Partners, E14 Fund, Crosslink Capital usw. Die gesammelten Mittel werden für die Bereitstellung von KI-Tools für Zahnärzte verwendet.
Berichten zufolge wurde Overjet 2018 gegründet und konzentriert sich auf Lösungen für künstliche Intelligenz im Dentalbereich. Es nutzt Deep Learning- und Computer Vision-Technologie, um Zahnkliniken, Ärzten, Versicherungsunternehmen und Health Maintenance Organizations (HMOs) erweiterte Analysen von Mundgesundheitsdaten bereitzustellen.
Lenovo Holdings und Zhipu AI vereinbaren Kooperation in der Biotechnologie und anderen Bereichen
Vor Kurzem haben Lenovo Holdings Co., Ltd. und Beijing Zhipu Huazhang Technology Co., Ltd. eine strategische Kooperationsvereinbarung unterzeichnet. Die beiden Parteien werden in den Bereichen generative KI-Software und -Hardware sowie intelligente Lösungen zusammenarbeiten. Gemäß der Vereinbarung werden Lenovo Holdings und Zhipu AI eine Forschungs- und Entwicklungskooperation zu großen vertikalen Modellen in verwandten Bereichen wie intelligenter Fertigung, Finanztechnologie, digitalem Marketing und Biotechnologie durchführen.
Zephyr AI erhält 111 Millionen US-Dollar in der Serie-A-Finanzierungsrunde
Am 13. März gab Zephyr AI bekannt, dass es im Rahmen einer Finanzierungsrunde der Serie A erfolgreich 111 Millionen US-Dollar aufgebracht habe. An dieser Finanzierung beteiligten sich Revolution Growth, Eli Lilly & Company, Jeff Skoll und EPIQ Capital Group gemeinsam. Die eingeworbenen Mittel werden für den Ausbau der wissenschaftlichen Forschungs- und Geschäftsteams des Unternehmens verwendet.
Zephyr AI, ein Medizintechnikunternehmen, das sich der grundlegenden Neugestaltung der Onkologie und kardiometabolischer Erkrankungen verschrieben hat, verwaltet Berichten zufolge den weltweit umfassendsten Datensatz zum Gesundheitswesen und plant, diesen mit hochmodernen Algorithmen der künstlichen Intelligenz zu kombinieren, um neue Produkte zur Förderung der medizinischen Forschung zu entwickeln.
Das Hong Kong Innovation Institute der Chinesischen Akademie der Wissenschaften hat ein großes KI-Modell für Medizin und Gesundheit veröffentlicht
CARES Copilot1.0, ein großes multimodales KI-Modell im medizinischen Bereich, das vom Artificial Intelligence and Robotics Innovation Center des Hong Kong Innovation Institute der Chinesischen Akademie der Wissenschaften veröffentlicht wurde, kann Funktionen wie die Erkennung chirurgischer Phasen sowie die Erkennung und Zählung von Instrumenten effektiv unterstützen. Es wurde in verschiedenen Abteilungen vieler Krankenhäuser intern getestet und optimiert.
„Tushen Zhihe“ erhielt Millionen von Yuan in einer Angel-Finanzierungsrunde
Kürzlich gaben Wuxi Tushen Zhihe Artificial Intelligence Technology Co., Ltd. und ihre Tochtergesellschaft Shanghai Tushen Biotechnology Co., Ltd. (nachfolgend „Tushen Zhihe“ genannt) den Abschluss einer Angel-Finanzierungsrunde in Höhe von mehreren Millionen Yuan bekannt. Der Investor ist Chengmei Capital. Die in dieser Runde gesammelten Mittel werden hauptsächlich für den Laborbau und die Teambildung verwendet.
„Tushen Zhihe“ ist ein Biotechnologieunternehmen, das KI-Proteine entwickelt und herstellt und sich der Bereitstellung von Lösungen und neuen Produkten für die Entwicklung neuer Produkte im Bereich der synthetischen Biologie widmet. Das Unternehmen hat ProteinEngine entwickelt, eine Proteindesignplattform, die eine Vielzahl selbst entwickelter KI-Modelle integriert. Es wird in vielen bioökonomischen Bereichen wie der Lebensmittel-, Medizin-, Chemieindustrie und medizinischen Ästhetik breit eingesetzt.
"Qianqiu Intelligence" erhielt im Rahmen einer Angel-Finanzierungsrunde mehrere zehn Millionen Yuan
Kürzlich gab Qianqiu Intelligence bekannt, dass es eine Angel-Finanzierungsrunde im Wert von mehreren zehn Millionen Yuan abgeschlossen habe. Diese Finanzierungsrunde wurde von Ruizi Venture Capital geleitet und Zhonglan Technology fungierte als langfristiger Finanzberater. Die eingeworbenen Mittel werden für die Produktforschung und -entwicklung sowie die Marktexpansion verwendet.
Berichten zufolge wurde Qianqiu Intelligence im Jahr 2021 gegründet. Das Unternehmen bietet eine umfassende digitale Therapie für Kinder mit Autismus auf Basis der VR-Technologie an, die eine vorläufige Diagnose, ein Rehabilitationstraining und eine Auswertung nach dem Training umfasst. Das Team erhielt Unterstützung von Shanghais Spitzenuniversitäten und mehreren Tertiärkrankenhäusern. Es hat die vorläufige Überprüfung abgeschlossen und die entsprechenden Rechte am geistigen Eigentum erworben und wirbt für entsprechende Registrierungslizenzen für Medizinprodukte.
Richtlinienspezifikationen
Peking: Universitäten, Forschungsinstitute und aufstrebende F&E-Einrichtungen aktiv fördern, um große Modelle für die industrielle künstliche Intelligenz zu entwickeln
Kürzlich veröffentlichte das Pekinger Stadtbüro für Wirtschaft und Informationstechnologie den „Umsetzungsplan für die digitale Transformation der Pekinger Fertigungsindustrie (2024–2026)“. Es wurde vorgeschlagen, eine Demonstration innovativer Anwendungen künstlicher Intelligenz zu schaffen, Universitäten, Forschungsinstitute und aufstrebende F&E-Einrichtungen aktiv dabei zu unterstützen, groß angelegte industrielle Modelle künstlicher Intelligenz zu entwickeln und die innovative Anwendung der Technologie künstlicher Intelligenz in vertikalen Segmenten der Fertigungsindustrie zu fördern.
Den vollständigen Plan finden Sie unter:
https://www.beijing.gov.cn/zhengce/gfxwj/202403/W020240304647107241384.pdf
Tools und Ressourcen
Bert-liebt-Chemie: Chemische Modellierung
Bert-loves-chemistry ist ein Repository von HuggingFace-Modellen, die auf chemische SMILES-Daten angewendet werden und für Arzneimitteldesign, chemische Modellierung, Eigenschaftsvorhersage usw. verwendet werden können.
Ressourcenadresse:
https://github.com/seyonechithrananda/bert-loves-chemistry
LAMMPS: Weitgehend paralleler Atom- und Molekülsimulator
Groß angelegter atomarer/molekularer massiv paralleler Simulator, molekulardynamische Simulation mit Schwerpunkt auf Materialmodellierung. Es bietet Potenzial für Festkörpermaterialien (Metalle, Halbleiter) und weiche Materie (Biomoleküle, Polymere) sowie für grobkörnige, parallele Partikelsimulationen auf atomarer, mesoskopischer oder kontinuierlicher Ebene.
Ressourcenadresse:
https://github.com/lammps/lammps
Cameo: Assistierte biologische Stoffwechseltechnik und -optimierung
Cameo ist eine hochrangige Python-Bibliothek für das Stammdesign im Stoffwechsel-Engineering. Die Bibliothek bietet einen modularen Rahmen für simulations- und dehnungsbasierte Entwurfsmethoden und richtet sich in erster Linie an Entwickler, die neue Entwurfsalgorithmen und benutzerdefinierte Analyse-Workflows entwickeln möchten.
Ressourcenadresse:
https://github.com/biosustain/cameo
Forschungsergebnisse
KI-gestützte Fehlerdiagnose bei Windkraftlagerlagern
Ein KI-gestützter Ansatz zur Fehlerdiagnose von Windkraftlagerlagern anhand akustischer Signale
*Quelle: arXiv
*Bereich: Energie und Umwelt
*Autor: Shanxi Datong University
Forscher schlugen ein Convolutional-LSTM-Modell zur Klassifizierung von Lagerfehlern bei Windturbinengeneratoren auf der Grundlage akustischer Signale vor. Das Modell zeigte eine hohe Genauigkeit in der Trainingsphase, eine ausgezeichnete Generalisierungsfähigkeit in der Validierungsphase und eine Gesamtgenauigkeit von über 99,5% in der Testphase.
Ursprüngliche Adresse:
https://arxiv.org/abs/2403.09030
Überlebensanalyse mit Deep Learning, maschinellem Lernen und statistischen Methoden
Überlebensmodellierung mit Deep Learning, maschinellem Lernen und statistischen Methoden: Eine vergleichende Analyse zur Vorhersage der Sterblichkeit nach Krankenhauseinweisung
*Quelle: arXiv
* Bereich: Gesundheitswesen
*Autor: Duke-NUS Medical School, Singapur
Die Forscher führten eine vergleichende Studie durch, die verschiedene Methoden der Überlebensanalyse abdeckte, darunter Cox-proportionale Gefahren (CoxPH), schrittweises CoxPH, Random Survival Forests (RSF), Gradient Boosting Machine (GBM)-Lernen, AutoScore-Survival, DeepSurv usw. Anschließend wurde der Concordance-Index verwendet, um die Anpassungsgüte des Modells zu bewerten, und die Integral-Brier-Scores wurden verwendet, um die Kalibrierungsleistung zu messen.
Die Forschungsergebnisse zeigen, dass DeepSurv hinsichtlich Unterscheidung und Kalibrierung die beste Leistung erbringt und AutoScore-Survival aufgrund seiner einfachen Modellstruktur und hervorragenden Interpretierbarkeit besonders gut abschneidet.
Ursprüngliche Adresse:
https://arxiv.org/abs/2403.06999
KI-gestütztes, tragbares, sensorgesteuertes System ermöglicht Stimmbildung ohne Stimmbänder
Sprechen ohne Stimmbänder mithilfe eines tragbaren Sensor- und Betätigungssystems mit maschinellem Lernen
*Quelle: Nature
* Bereich: Gesundheitswesen
*Autor: University of California, Los Angeles
Forscher haben ein energieautarkes, tragbares Sensor- und Betätigungssystem entwickelt, das auf weichen magnetoelastischen Prinzipien basiert und die Tonerzeugung ohne Stimmbandvibrationen ermöglicht. Konkret werden durch die Erfassung der Bewegung der äußeren Kehlkopfmuskulatur diese Bewegungsinformationen in elektrische Signale umgewandelt und diese dann mithilfe eines maschinellen Lernalgorithmus mit einer Genauigkeit von bis zu 94,68% in Sprachsignale umgewandelt.
Ursprüngliche Adresse:
https://www.nature.com/articles/s41467-024-45915-7
KI-gestützte Generierung von TNIK-Inhibitoren
Ein niedermolekularer TNIK-Inhibitor zielt in präklinischen und klinischen Modellen auf Fibrose ab
*Quelle: Nature
* Bereich: Gesundheitswesen
*Autor: Insilico Medicine Shanghai Co., Ltd.
Die Forscher verwendeten KI, um INS018_055 zu erzeugen, einen niedermolekularen TNIK-Inhibitor, der wünschenswerte Arzneimitteleigenschaften aufweist. Der gesamte Prozess, von der Zielfindung bis zur Nominierung präklinischer Arzneimittelkandidaten, dauerte etwa 18 Monate.
Ursprüngliche Adresse:
https://www.nature.com/articles/s41587-024-02143-0
Kommende Veranstaltungen
Seminar zur Anwendung von KI-Technologie in der Chemie- und Materialwissenschaftsforschung
Das Seminar zur Anwendung von KI-Technologie in der chemischen und materialwissenschaftlichen Forschung findet vom 23. bis 25. April in Zhengzhou, Henan, statt. Wang Chenhan, Gründer und CEO von OpenBayes Bayesian Computing, Yu Long, leitender Wissenschaftler am Institut für Chemie der Henan Academy of Sciences, Zheng Jiaxin, Prodekan der Fakultät des Shenzhen Institute of New Materials der Peking-Universität, und andere werden ausführliche Reden halten. Die Themen, die sie besprechen, konzentrieren sich hauptsächlich auf wissenschaftliche Forschung, intelligente Computing-Cloud-Plattformen zur Beschleunigung der Forschung und Entwicklung neuer Materialien, KI-Modelle zum Aufbau intelligenter Gehirne im medizinischen Bereich und Deep Learning zur Vorhersage und Identifizierung von Materialeigenschaften.
Registrierungslink:
https://mp.weixin.qq.com/s/IHYKWddwgvAlua7Ckh1Kkg
2024 (2.) Konferenz für synthetische Biologie und biomedizinische Gesundheit
Die (zweite) Konferenz für synthetische Biologie und biomedizinische Gesundheit 2024, die vom Ausschuss für synthetische Biologie der Shanghai Society of Bioengineering ausgerichtet wird, findet vom 28. bis 30. März 2024 im Hörsaal im zweiten Stock des Shanghai DaZeroBay Science and Technology Innovation Building statt.
Diese Konferenz bringt eine Gruppe von Experten und Wissenschaftlern auf dem Gebiet der synthetischen Biologie aus den Bereichen Industrie, Wissenschaft, Forschung, Medizin und Regierung zusammen, um die neuesten Trends, technologischen Innovationen und die industrielle Entwicklung der Branche zu diskutieren. Das dritte Unterforum steht unter dem Motto „Künstliche Intelligenz ermöglicht synthetische Biologie in der Medizin“ und die Redethemen umfassen die Analyse medizinischer multimodaler Daten durch künstliche Intelligenz und allgemeine künstliche Intelligenz für die Proteintechnik auf der Grundlage von Vortraining.
Registrierungslink:
https://mp.weixin.qq.com/s/-mQv7KXpLbnr5m-nh_r34Q
Veranstaltungsrückblick
Chalmers AI4Science Workshop
Vor Kurzem fand der monatliche Chalmers AI4Science-Workshop statt, der von Simon Olsson und Rocío Mercado organisiert wurde und zum Thema „Erforschung von Proteinen unter Computermikroskopie – vom maschinellen Lernen bis zur molekularen Simulation“ stand. Gastgeberin der Veranstaltung war Dr. Antonia Mey, Dozentin an der School of Chemistry der Universität Edinburgh. Sie erläuterte, wie man mithilfe eines generativen maschinellen Lernmodells für die SARS-CoV-2-Protease aus Fragmentdaten der Röntgenkristallographie neue Moleküle aufbaut.
Veranstaltungslink:
https://psolsson.github.io/AI4ScienceSeminar
Das Obige ist der gesamte Inhalt, den "Science AI Weekly" teilen möchte ~
Wenn Sie über die neuesten Forschungsergebnisse, Informationen aus erster Hand über Unternehmen usw. zum Thema KI für die Wissenschaft verfügen, hinterlassen Sie bitte eine Nachricht, um die Informationen „offenzulegen“.