Awesome-ai4s Est Désormais Open Source ! Une Collection Complète D'articles Universitaires Et De Ressources De Données Sur L'ia Pour La Science, Continuellement Mise À Jour
En 2018, l'académicien Ou Weinan de l'Académie chinoise des sciences a proposé le concept d'« IA pour la science », mettant l'accent sur l'utilisation de l'IA pour apprendre des principes scientifiques et créer des modèles scientifiques pour résoudre des problèmes pratiques. La même année, AlphaFold est devenu célèbre en prédisant avec précision 25 structures protéiques sur 43 protéines. En 2021, AlphaFold 2 a été open source et a prédit la structure protéique humaine de 98.5%.AI4S est véritablement entré dans la vie publique.
Par la suite, le gouvernement chinois et les départements à tous les niveaux ont également introduit une série de politiques favorables à l’IA pour les services. En mars 2023, afin de mettre en œuvre le « Plan national de développement de l'intelligence artificielle de nouvelle génération », le ministère des Sciences et de la Technologie, en collaboration avec la Fondation nationale des sciences naturelles de Chine, a lancé le travail de déploiement spécial « IA pour la science ».En intégrant étroitement les questions clés des disciplines fondamentales telles que les mathématiques, la physique, la chimie et l’astronomie, nous construirons un système de recherche et développement scientifique de pointe axé sur l’intelligence artificielle.
Guidé par le développement scientifique et technologique et le soutien politique, « l’IA pour la science » est progressivement passée du concept à la pratique, produisant une série de résultats de grande valeur dans de nombreux domaines tels que la biomédecine, la chimie des matériaux et la santé médicale.
Cependant, l’IA pour la science est une technologie émergente qui englobe l’IA et plusieurs disciplines fondamentales.Dans les applications pratiques, des chercheurs ayant une formation interdisciplinaire sont souvent nécessaires.Cependant, dans les vastes et complexes sous-domaines de la recherche scientifique, il n’est pas facile d’accumuler une expérience interdisciplinaire. De nombreux chercheurs manquent de connaissances suffisantes en matière d’expertise en IA et ne savent pas par où commencer lorsqu’ils souhaitent utiliser des outils d’IA. Dans le même temps, il est difficile pour les talents de l’IA de comprendre en profondeur les véritables points faibles de divers domaines de recherche scientifique dans un court laps de temps, et ils ont des compétences en IA mais ont du mal à les afficher.
Plus important encore,En raison des barrières importantes entre les disciplines de recherche scientifique, les ressources d’apprentissage de l’IA pour la science sont rares et dispersées.Les chercheurs issus de disciplines traditionnelles sont également confrontés à des difficultés lorsqu’ils étudient dans plusieurs disciplines. Ces défis limitent considérablement la promotion rapide de l’IA pour la science.
Par conséquent, afin de combler le fossé informationnel, d'aider davantage de chercheurs à comprendre les derniers résultats de recherche et les cas pratiques de l'IA pour la science, et d'abaisser le seuil d'apprentissage,HyperAI a publié un projet open source « awesome-ai4s » sur GitHub, compilant plus de 100 cas d'IA pour la science, couvrant la biomédecine, la santé, la chimie des matériaux, les sciences animales et végétales, la recherche météorologique, l'environnement énergétique, les catastrophes naturelles et d'autres sous-domaines.Il est pratique pour les chercheurs de différentes disciplines de trouver avec précision des informations pertinentes.
Adresse du projet « awesome-ai4s » :
https://github.com/hyperai/awesome-ai4s
aussi,Le site Web officiel d'HyperAI a également lancé des ensembles de données de haute qualité et des ressources d'outils d'IA mentionnés dans des articles universitaires.Téléchargez en un seul clic.
Adresse du site Web officiel d'HyperAI :
https://hyper.ai/
À l'avenir, nous continuerons à mettre à jour « awesome-ai4s » et à partager largement des résultats de pointe, faisant autorité et de haute qualité. Nous invitons également tout le monde à contribuer à Star et PR pour promouvoir conjointement l'application universelle de l'IA pour les services.
Couvrir plusieurs disciplines horizontalement et connecter les technologies grand public verticalement
« awesome-ai4s » comprend près de 100 articles de haute qualité sur l'IA pour la science provenant des meilleures institutions universitaires du monde entier.Il présente les applications innovantes des technologies d'IA telles que l'apprentissage en profondeur, l'apprentissage automatique, l'apprentissage par renforcement, l'apprentissage auto-supervisé et l'apprentissage par transfert dans la biomédecine, la santé médicale, la chimie des matériaux, les sciences animales et végétales, la recherche météorologique, l'environnement énergétique, les catastrophes naturelles et d'autres domaines.
Quel que soit votre domaine de recherche ou les technologies d'IA que vous souhaitez utiliser dans vos recherches, vous pouvez trouver inspiration et éclairage auprès de « awesome-ai4s » :
- En vous basant sur les disciplines de recherche scientifique, vous pouvez rechercher des points faibles de recherche similaires dans le même domaine et comprendre si leurs solutions peuvent être appliquées à vos propres recherches.
- En explorant la technologie de l’IA, vous pouvez comprendre la valeur d’application de la technologie dans de multiples domaines et en apprendre davantage sur ses caractéristiques, afin de mieux exploiter le potentiel d’application de la technologie de l’IA dans vos propres recherches.
À l’avenir, nous continuerons d’explorer des domaines de recherche scientifique plus verticaux et segmentés, et nous nous efforcerons d’aider chaque chercheur à construire sa base de connaissances.
Interprétation ultra détaillée des produits secs, téléchargement en un clic de ressources de haute qualité
"awesome-ai4s" sélectionne les derniers articles à fort impact provenant de revues renommées telles que Nature, Science, Advanced Science, Radiology, etc., et fournit une interprétation détaillée du contexte de la recherche, des points forts de la recherche, des ensembles de données, de l'architecture du modèle, des méthodes d'optimisation du modèle, des conclusions expérimentales, etc. impliqués dans chaque article.Cliquez sur le titre pour accéder à la page d’interprétation du document.
Les articles d'interprétation de documents rédigés par HyperAI peuvent aider les lecteurs à trier le cadre du document et à abaisser le seuil de lecture. Même les non-professionnels peuvent saisir l’essence de la recherche. Il peut également aider les chercheurs à surmonter les obstacles à la compréhension du contenu interdisciplinaire et à localiser rapidement le contenu essentiel.
Plus important encore,Nous avons également ajouté un résumé d’informations détaillées à l’article d’interprétation.Aider les lecteurs à avoir une compréhension plus complète du domaine de recherche, par exemple :
- Plongez au cœur de l’équipe dirigeante derrière le projet de recherche et présentez ses principales orientations de recherche et autres réalisations passées.
- Résumer les outils d'IA autour du domaine de l'institut, trier d'autres réalisations de haute qualité dans le même domaine et mener des recherches similaires dans des institutions.
- Explorer les tendances de développement futures dans le domaine de la recherche.
De plus, « awesome-ai4s » trie également les documents universitaires et les ressources d'ensembles de données impliqués dans la recherche, qui peuvent être téléchargés en un clic, aidant chacun à gagner du temps dans la recherche d'informations, ce qui est pratique et efficace.
La sagesse des universités/institutions célèbres, fidèle au tuteur/à l'équipe
« awesome-ai4s » a partagé les résultats de recherche de groupes de recherche spécifiques et d'équipes de recherche d'universités/institutions célèbres du pays et de l'étranger.Cela peut non seulement aider les amis qui ne peuvent pas trouver un groupe de recherche vertical à identifier rapidement la direction de recherche qui les intéresse et à trouver des mentors appropriés, mais également aider les équipes qui mènent actuellement des recherches à trouver des coéquipiers et à travailler ensemble sur la recherche universitaire.
Français Les équipes de recherche impliquées dans ce projet comprennent, sans s'y limiter, l'Université Tsinghua, l'Université de Pékin, l'Université Jiaotong de Pékin, l'Université du Centre-Sud, l'Académie des sciences médicales militaires, l'Université du Zhejiang, l'Académie chinoise des sciences, l'Université de Floride, l'Université normale de Pékin, l'Université du Sud-Est, l'Université des sciences et technologies de Chine orientale, l'Université Westlake, l'équipe de recherche Google, le Laboratoire national d'Argonne, le Massachusetts Institute of Technology, l'Université de Londres, l'Université de Toronto, l'Université Jiaotong de Shanghai, l'Université Renmin de Chine, l'Université du Sichuan, l'Université de Macao, l'Université de Californie, l'Université de Guangzhou, l'Université Sun Yat-sen, l'Université des sciences et technologies de Huazhong, l'Université des sciences et technologies électroniques de Chine, l'Université de Princeton, etc.
Recrutement de contributeurs pour créer une liste de lectures incontournables pour AI4S
Aujourd’hui, les nouvelles méthodes et outils apportés par l’IA pour la science offrent de nouvelles opportunités sans précédent à différents domaines scientifiques.
Cependant,Le développement rapide de l’IA pour la science est indissociable du progrès conjoint du « pouvoir et du talent en matière de données et de calcul ».Sun Ninghui, académicien à l'Académie chinoise d'ingénierie, a déclaré un jour : « Malgré de nombreuses recherches menées par le passé, la circulation de l'information entre les différents secteurs n'a pas été totalement ouverte. La clé pour introduire l'IA est d'ouvrir la circulation de l'information entre les personnes, les machines et les objets. » On peut constater que le développement futur de l’IA pour la science dans mon pays a encore un long chemin à parcourir, ce qui nécessite des efforts conjoints du monde universitaire et de l’industrie.
En tant que l'une des premières communautés ouvertes à prêter attention au potentiel de développement de l'IA pour la science, HyperAI continue de prêter attention aux réalisations de pointe et aux tendances de développement de l'IA4S, et contribue au développement de l'IA4S par divers moyens tels que l'interprétation des articles, le reporting des événements marquants et des politiques.
Cependant, connaissant les limites de mes propres forces,HyperAI invite sincèrement davantage d'amis partageant les mêmes idées à nous rejoindre - soumettez des articles pour partager les résultats de recherche, recommandez des ensembles de données/ressources d'outils de haute qualité, produisez des analyses des tendances de l'industrie... tout moyen de coopération auquel vous pouvez penser peut être utilisé pour échanger des idées avec nous.J'ai hâte de créer différentes étincelles avec plus de partenaires et d'illuminer le voyage d'exploration d'AI4S !