[ScienceAI Weekly] IBM の新しい AI チップは効率が 25 倍向上、清華大学が AI 補助フレームワークをリリース、220 万個の新しい結晶を予測

1 年前

情報

サイエンスAI

ディープラーニング

Bina

「ScienceAI Weekly」は、HyperAIが作成する半月ごとの新しいコラムで、主に科学研究成果、企業動向、ツールリソース、最近の活動の4つの側面から、ScienceAI分野の注目すべき最新動向を収集して紹介します。、この分野に関して長期的な懸念を持つ人々にガイダンスを提供することを目的として、より貴重な業界情報と業界のインスピレーションを提供します。

今回は注目すべきScienceAIの進化を見ていきましょう！

科学的研究結果

GaUDI: 逆分子設計のための誘導拡散モデル

*タイトル：逆分子設計のための誘導拡散

* ソース：自然計算科学

* 分野：分子設計、材料化学

* 著者：テクニオン・イスラエル工科大学チームとヴェネチア大学カ・フォスカリ研究チーム

※原文：

https://www.nature.com/articles/s43588-023-00532-0

方法の紹介:

GaUDI は、特性予測のための等変グラフニューラルネットワークと、芳香族システム生成データセットの単一ターゲットおよびマルチターゲットタスク検出の生成拡散モデルを組み合わせた、逆分子設計のための誘導拡散モデルです。研究者らは、GaUDI が非常に効果的であることを発見しました。有機エレクトロニクス応用のための分子設計において。

GaUDI は条件の設計を改善し、元の分布を超えても最適な特性を持つ分子を生成でき、データセット内の分子よりも優れた分子を特定できます。点単位のターゲットに加えて、GaUDI はオープンエンドのターゲット (最小値や最大値など) にも使用でき、すべての場合において、得られる分子の有効性は 100% に近くなります。

SurfGen: コンピューター支援創薬の新しいモデル

*タイトル：3次元分子生成のための位相面と幾何構造の学習

* ソース：自然計算科学

*分野：分子設計、創薬

* 著者：浙江大学とカーボンシリコンウィズダム研究チーム

※原文：

https://www.nature.com/articles/s43588-023-00530-2

方法の紹介:

SurfGen モデルは、「キーアンドロック」原理と同様の方法で分子を設計します。これには、ポケット表面上のトポロジカル相互作用のほか、リガンド原子と空間相互作用を捕捉する、Geodesic-GNN と Geoatom-GNN という 2 つの等変ニューラルネットワークが含まれています。サーフェスノード間。

SurfGen は多くのベンチマークで他の方法よりも優れており、ポケット構造に対する感度が高いため、突然変異誘発性の薬剤耐性という厄介な問題に対処するための生成モデルベースのアプローチが可能になります。

清華大学の研究チームが人工知能支援フレームワークをリリース - DeepSEED

*タイトル：

DeepSEEDを使用した効率的なプロモーター設計のためのディープフランキングシーケンスエンジニアリング

* ソース：ネイチャーコミュニケーションズ

*分野：合成生物学

* 著者：清華大学研究チーム

※原文：

https://www.nature.com/articles/s41467-023-41899-y

方法の紹介:

DeepSEED は、明示的パターンと暗黙的パターン間の依存関係を捕捉する条件付き敵対的生成ネットワーク (cGAN) と、プロモーターのパフォーマンスを評価して利用するための DenseNet-LSTM に基づく予測モデルの 2 つの深層学習モジュールで構成されています。遺伝的アルゴリズムは 2 つのモデルを結合し、次のことを実現します。モデルの反復による機能的プロモーターの最適な設計。

FIREANN: 外部フィールドに対する原子システムの応答のための一般的な機械学習モデル

*タイトル：

外部場に対する原子システムの応答のための普遍的な機械学習

* ソース：ネイチャーコミュニケーションズ

*分野：原子システム、機械学習

* 著者：中国科学技術大学と安徽科学技術大学のチーム

※原文：

https://www.nature.com/articles/s41467-023-42148-y

方法の紹介:

研究チームは、疑似場のベクトル依存特徴をアトミック記述子に統合して、厳密な回転等分散性を備えたシステムと場の相互作用を表現できる、一般的な場誘起再帰的原子ニューラルネットワーク埋め込み（FIREANN）モデルを提案しました。

この「オールインワン」アプローチは、双極子モーメントや分極率などのさまざまな応答特性を単一モデルの場依存の位置エネルギーに関連付けるため、電場の存在下での分子および周期系の分光学およびダイナミクスに最適です。シミュレーション。周期系の場合、FIREANN は原子間力のみをトレーニングすることで、分極に固有の多値問題を克服できます。

企業ニュース

DeepMind が GNoME をリリース、深層学習を使用して 220 万個の新しい結晶を予測

GNoME プロセス図

Googleディープマインド Nature に最近掲載された論文によると、深層学習ツール GNoME の助けを借りて、研究者らが短期間で 220 万個の新しい結晶を発見し (人間の科学者によるほぼ 800 年分の知識の蓄積に相当)、そのうち 38 万個の新しい結晶が発見されたことが示されています。は安定した構造を持っており、実験的に合成され、使用される可能性が最も高い潜在的な新材料となっています。

Graph Networks for Materials Exploration の正式名である GNoME は、新材料の研究開発に使用される SOTA GNN モデルであり、深層学習を使用して新材料の安定性を非常に短時間で予測し、材料の速度と効率を大幅に向上させます。研究開発では、AI を使用して新材料を大規模に開発する可能性を示しています。

DeepMind、天気予測AIモデル「GraphCast」をリリース

GraphCast は、6 時間前の気象状況と現在の気象状況に基づいて、今後 6 時間の天気を予測できます。

最近、Google DeepMind は公式ブログで、機械学習ベースの天気予測モデル GraphCast のリリースを発表しました。これは、0.25 度のグローバル解像度で、今後 10 日間の何百もの気象変数を 1 分間で予測できます。従来の天気予報手法に基づいたパフォーマンス。

さらに、このモデルは極端な現象の予測においても同様に良好に機能します。業界の代表的な気象シミュレーションシステムである高解像度予報 (HRES) と比較して、GraphCast は 1,380 のテスト変数で 90% 以上を正確に予測しました。

Baitu Biotech とサノフィが大規模な戦略的提携を締結

BioMap は、世界トップ 10 に入る多国籍製薬企業であるサノフィとの戦略的提携を発表しました。合意によると、両社はBaitu BiotechのライフサイエンスAI基盤モデルに基づいたバイオ治療薬発見のための最先端モデルを共同開発する。この協力は、ライフサイエンス分野における大規模モデルに基づく初の商業協力であり、「モデル開発」と「AI医薬品パイプライン研究開発」という2つのビジネスモデルの並行開発をさらに推進する。

IBM、エネルギー効率が25倍向上した新しいAIチップNorthPoleを発表

少し前に、アメリカの企業 IBM は、エネルギー、空間、時間の効率を大幅に向上させることができる、脳に着想を得た AI チップである NorthPole を発売しました。関連論文は、トップ国際ジャーナル Nature に掲載されました。レポートによると、NorthPole は 12 ナノメートルのノード処理テクノロジーに基づいて構築されており、ResNet-50 モデルをベンチマークとして採用すると、NorthPole の効率は一般的な 12 ナノメートルの GPU や 14 ナノメートルの CPU よりも大幅に高く、そのエネルギー効率は25倍に増加しました。

用紙のアドレス:

https://www.nature.com/articles/d41586-023-03267-0

Xuanyan Biotech は数千万件のエンジェルラウンドの資金調達を完了

上海玄燕生物技術有限公司は以前、海南強港匯投資組合主導による数千万元のエンジェルラウンド資金調達の完了を発表しており、この資金調達で得た資金は世界の新しいがんの前臨床研究に使用される予定である。標的抗体医薬品 INTX-001 を開発し、主要な疾患（早期スクリーニング、転移など）の進行を予測する下流の IVD パイプライン、AI ベースの IVD 製品およびソフトウェアを開発します。

ツールとリソース

f または科学新しいオープンソースプロジェクト Polymathic AI の主要チームが公開される

Polymathic AI イニシアチブの目標は、数値データセットと科学的機械学習タスクに合わせた多用途の基礎モデルの開発を加速することです。

この目的を達成するために、Polymathic AI は純粋な機械学習の研究者とフィールド科学者のチームを結集し、チューリング賞受賞者で Meta の主任科学者であるヤン・ルカン氏を含む世界有数の専門家で構成される科学諮問グループから指導を受けました。アドバイザーは、ケンブリッジ大学の AI+ 天文学/物理学の助教授であるマイルズクランマー氏を含む多くの学術界の著名人によってサポートされており、科学データの基本モデルの開発と、科学業界向けの AI を解決するための学際的な共通概念の使用に重点を置くことを目指しています。問題。

プロジェクトのオープンソースのアドレス:

https://github.com/PolymathicAI/

アリババDAMOアカデミーが大規模なリモートセンシングAIモデルをリリース

少し前に、アリババ DAMO アカデミーは業界初のリモートセンシング AI 大型モデル (AIE-SEG) をリリースしました。これは、リモートセンシングの分野で画像セグメンテーションの統一タスクを初めて実現し、「ゼロ」の迅速な抽出を実現できます。建物やビルなどのリモートセンシング表面物体を100種類近く分類でき、ユーザーのインタラクティブなフィードバックに基づいて認識結果を自動的に最適化することもでき、分析効率を大幅に向上させることができます。防災と制御、天然資源管理、農作物収量推定などのリモートセンシングアプリケーション。

このモデルは、AI Earth 地球科学クラウドプラットフォームで利用できるようになりました。一部の特定のシナリオでは、従来のリモートセンシングモデルと比較して、インスタンス抽出の精度が 25% 向上し、変更検出の精度が 30% 向上します。

モデルアドレス:

https://engine-aiearth.aliyun.com/#/app/aie-seg

上海 AI 研究所が初の都市レベルの NeRF 現実世界 3D モデルをオープンソース化

現在、上海 AI 研究所は、世界初の都市レベルの NeRF 現実世界 3D モデル「Scholar・Tianji」(LandMark) を正式にオープンソース化しており、さまざまなアプリケーションシナリオでの展開をサポートし、無料で商用利用できます。また、上海 AI 研究所がマルチブランチ GridNeRF モデルのコアアルゴリズムとそのマッチングトレーニング戦略を公開したのはこれが初めてです。

Scholar・Tianji公式ウェブサイト:

https://landmark.intern-ai.org.cn

オープンソースのアドレス:

https://github.com/InternLandMark/LandMark

用紙のアドレス:

https://city-super.github.io/gridnerf

Zhiyuan Research Institute は、10 億のパラメーターを備えたユニバーサル 3D 視覚モデルである Uni3D をオープンソース化しています。

最近、Zhiyuan Research Institute は、10 億パラメータのユニバーサル 3 次元視覚モデルである Uni3D をオープンソースとしてリリースしました。これは、一般的な視覚能力やゼロサンプル認識の測定に重要な分類タスクにおいて期待を上回りました。理解とセグメンテーションのタスク。報道によると、Uni3Dを制作するZhiyuan Visionチームは以前、10億個のユニバーサルビジュアルモデルEVAをリリースしたという。 3D ビジュアルモデルにおけるこの画期的な進歩の鍵は、ViT テクノロジーを使用して、基本的な 2D 事前トレーニングエクスペリエンスを 3D にアップグレードすることです。

論文リンク:

https://arxiv.org/abs/2310.06773

コード/モデルのリンク:

https://github.com/baaivision/Uni3D

https://huggingface.co/BAAI/Uni3D/tree/main/modelzoo

[ScienceAI Weekly] IBM の新しい AI チップは効率が 25 倍向上、清華大学が AI 補助フレームワークをリリース、220 万個の新しい結晶を予測