awesome-ai4s がオープンソースになりました! AI for Science の学術論文とデータ リソースの非常に包括的なコレクション。継続的に更新されます。

2018年、中国科学院の学者E・ウェイナン氏は「科学のためのAI」という概念を提案し、科学原理を学習し、現実的な問題を解決するための科学モデルを作成するためのAIの使用を強調した。同年、AlphaFold が登場し、43 種類のタンパク質から 25 種類のタンパク質構造を正確に予測しました。 2021年には、AlphaFold 2がオープンソース化され、98.5%のヒトタンパク質構造を予測したのも今年でした。AI4S は本格的に世間の注目を集めるようになりました。

その後、中国政府およびあらゆるレベルの部門も AI4S に対して一連の好意的な政策を発表しました。 2023 年 3 月、国家「新世代人工知能開発計画」を実行するために、科学技術省は中国自然科学財団と協力して「人工知能駆動科学研究」（AI for AI）の特別展開を開始しました。科学）。数学、物理学、化学、天文学などの基礎分野の重要な問題を緊密に統合し、人工知能によって駆動される最先端の科学技術の研究開発システムをレイアウトします。

科学技術の発展と政策支援に導かれ、「科学のための AI」は徐々に概念から実践へと移行し、生物医学、材料化学、医療健康などの複数の分野で一連の高価値の成果を生み出しています。

しかし、科学のための AI は、AI と複数の基本分野にまたがる新興テクノロジーとして、実際の応用には、多くの場合、学際的な背景を持つ研究者が必要です。しかし、複雑な科学研究の下位分野では、分野を超えた経験を積むのは容易ではなく、多くの科学研究者は AI の専門知識を十分に理解しておらず、AI ツールを使用したいと考えていますが、始める方法がありません。同時に、AI人材がさまざまな科学研究分野の真の問題点を短期間で深く理解することは難しく、AIスキルを活用することは困難です。

さらに、科学研究分野の間には高い障壁があるため、科学向け AI の学習リソースは不足しており、散在しています。伝統的な分野の研究者も、分野を超えて学ぶことが困難です。これらの課題により、科学向け AI の急速な推進が大幅に制限されています。

したがって、情報格差を打破するために、より多くの研究者が科学用 AI の最新の研究結果や実践事例を理解できるように支援し、学習の敷居を下げ、HyperAI は、GitHub でオープンソース プロジェクト「awesome-ai4s」をリリースし、生物医学、医療健康、材料化学、動植物科学、気象研究、エネルギー環境、自然災害、などの分野に分かれており、さまざまな専門分野の研究者が関連情報を正確に見つけるのに便利です。

「awesome-ai4s」プロジェクトアドレス: https://github.com/hyperai/awesome\-ai4s

また、HyperAI 公式 Web サイトでは、学術論文で言及されている高品質のデータセットと AI ツールのリソースも公開しています。ワンクリックでダウンロードできます。

HyperAIスーパーニューラル公式サイトアドレス： https://hyper.ai/

今後も「awesome-ai4s」を更新し、最先端で権威ある高品質な成果を広く共有していきます。また、AI4S の普遍的な適用を共同で促進するために、スターや PR を投稿していただける方も歓迎します。

複数の分野を水平にカバーし、主流のテクノロジーを垂直に結び付ける

「awesome-ai4s」には、世界トップの学術機関からの約 100 件の高品質な AI for Science 論文が含まれています。生物医学、医療健康、材料化学、動植物科学、気象研究、エネルギー環境、自然科学の分野における深層学習、機械学習、強化学習、自己教師あり学習、転移学習、その他の AI テクノロジーの革新的なアプリケーションを紹介します。災害やその他の分野。

研究分野が何であっても、研究の方向でどの AI テクノロジーを使用したい場合でも、「awesome-ai4s」からインスピレーションを得ることができます。

• 科学研究分野に基づいて、同じ分野の同じ研究の問題点を探し、その解決策が自分の研究に適用できるかどうかを理解できます。

• AI テクノロジーを探究することで、複数の分野におけるその応用価値とその特性についてさらに学ぶことができ、それによって、ご自身の研究における AI テクノロジーの応用可能性をより深く探究することができます。

今後も、当社はより垂直的かつ細分化された科学研究分野の探究を継続し、すべての科学研究者が知識ベースを構築できるよう支援することに尽力していきます。

ドライな情報を非常に詳細に解釈し、高品質のリソースをワンクリックでダウンロード

「awesome-ai4s」は、Nature、Science、Advanced Science、Radiology などの有名ジャーナルから最新の影響力のある論文を選択し、研究の背景、研究のハイライト、データセット、モデル アーキテクチャ、モデルの最適化手法を研究します。各論文に関係する内容、実験結果などを詳しく説明しました。タイトルをクリックすると論文解釈ページにジャンプします。

HyperAI によって書かれた論文解釈記事は、読者が論文の枠組みを整理し、専門家でなくても研究の本質を理解するのに役立ち、研究者が学際的な内容の理解の障害を解決し、有用な内容を迅速に見つけるのにも役立ちます。 。

さらに、また、解釈記事に拡張情報の要約と共有を追加しました。以下のように、読者がこの研究分野をより包括的に理解できるように支援します。

• 研究プロジェクトの背後にある上級チームをさらに深く掘り下げ、その主な焦点とその他の過去の結果を紹介します。

• この研究分野に関する AI ツールを要約し、同じ分野の他の質の高い結果を整理し、同様の研究機関を実施します。

• 研究分野の今後の動向について話し合います。

また、「awesome-ai4s」では、研究に関わる学術論文文書やデータセットリソースも整理されており、ワンクリックでダウンロードできるため、誰もが情報を検索する時間を節約でき、便利で効率的です。

有名な大学/機関の知恵の結晶であり、講師/チームに正確に反映されています。

「awesome-ai4s」は、国内外の有名大学・機関の特定の研究グループや研究チームの研究成果を共有しています。垂直的な研究グループを見つけられない友人が興味のある研究の方向性を素早く見つけ、適切な指導者を見つけるのに役立つだけでなく、研究を行っているチームのチームメイトを見つけて学術研究に協力することもできます。

このプロジェクトに関与する研究チームには、清華大学、北京大学、北京交通大学、中南大学、軍事医学アカデミー、浙江大学、中国科学院、フロリダ大学、北京師範大学、南東大学が含まれますが、これらに限定されません。大学、華東科学技術大学、西湖大学、Google 研究チーム、アルゴンヌ国立研究所、MIT、ロンドン大学、トロント大学、上海交通大学、中国人民大学、四川大学、マカオ大学、大学カリフォルニア大学、広州大学、中山大学、華中科学技術大学、電子科学技術大学、プリンストン大学など

AI4S 必読リストを作成するための貢献者を募集します

今日、科学のための AI によってもたらされた新しい手法とツールは、さまざまな科学分野に前例のない新しい機会をもたらしています。

しかし、科学のための AI の急速な発展は、「データ コンピューティング能力と才能」の共同進歩と切り離すことができません。中国工程院の院士、孫寧輝氏はかつてこう述べた、「我々はこれまで多くの研究を行ってきたが、異なる部門間の情報の流れはまだ完全にはつながっていない。AIを導入する最も重要な方法は、人、機械、物の間の情報の流れを開きます。」我が国における科学用AIの将来の発展にはまだ長い道のりがあり、それには学界と産業界の共同の努力が必要であることがわかります。

HyperAI は、科学向け AI の発展の可能性に最初に注目したオープン コミュニティの 1 つとして、AI4S の最先端の成果と開発動向に注目し続け、論文の解釈などのさまざまな方法を通じて AI4S の発展に貢献します。マイルストーンイベントとポリシーの報告。

しかし、自分の力の限界を知り、HyperAI は、より多くの志を同じくする友人の参加を心から歓迎しています - 研究結果を共有するために記事を投稿したり、高品質のデータセット/ツールリソースを推奨したり、業界動向の調査や判断を出力したり...あらゆる方法で私たちとアイデアを交換できます。ご協力いただけると幸いです。より多くの友人たちと衝突して、さまざまな火花を生み出し、AI4S の探求の道を照らすことを楽しみにしています。