과학을 위한 AI 새로운 성과, 새로운 발전, 새로운 관점을 미리 살펴보세요.

* DeepMind의 최신 연구 FunSearch가 Nature에 게재되었습니다.

* 구글, 헬스케어 산업 모델 'MedLM' 출시

* Jingtai Technology, 홍콩 증권거래소에 진출, AI와 로봇으로 과학 분야 AI 강화

* GHDDI, Microsoft 과학정보연구센터와 협력 체결

* 지진학적 처리 및 분석을 위한 AI 도구 오픈 소스

* 우리나라 최초의 독자 개발 지구시스템 모델이 오픈소스로 공개

* Baidu PaddlePaddle 팀은 단백질-소분자 도킹 형태 예측 모델인 HelixDock을 구축합니다.

* 국내 연구진, 하이브리드 머신러닝 기반 탄소배출량 예측 방법 및 시스템 공개

* 애플 칩 "독점 맞춤형 버전" 머신러닝 프레임워크 오픈소스

자세한 내용은 아래를 참조하세요~

회사 뉴스

딥마인드  FunSearch의 최신 연구 결과가 Nature에 게재되었습니다.

Google DeepMind의 최신 연구 FunSearch는 수학과 컴퓨터 과학에서 새로운 솔루션을 검색하는 방법입니다. FunSearch는 사전 훈련된 대규모 모델(LLM)과 자동 "평가자"를 연결하여 환각과 잘못된 생각을 방지하는 역할을 합니다. 이 두 구성 요소 사이를 반복하면서 최초의 솔루션이 새로운 지식으로 "진화"합니다. FunSearch는 수학에서 오랫동안 풀리지 않은 문제였던 Capped Set Problem에 대한 새로운 해결책을 발견했는데, 이는 대규모 모델을 사용하여 과학이나 수학에서 난해한 풀리지 않은 문제를 처음으로 발견한 사례입니다.서류 주소:nature.com/articles/s41586-023-06924-6

구글, 헬스케어 산업 모델 'MedLM' 출시

최근 Google은 임상의와 연구자가 복잡한 연구를 수행하고 의사와 환자 간 상호 작용을 요약하는 데 도움이 되도록 설계된 새로운 의료 전문 인공 지능 모델인 MedLM 출시를 발표했습니다. 이는 Google이 의료 산업에서 AI 도구를 수익화하려는 최신 시도이며 의료 산업의 디지털 혁신에 있어 중요한 이정표입니다. 첫째, MedLM은 임상의와 연구자가 복잡한 연구와 데이터 분석을 수행하여 의료 진단의 정확성과 효율성을 개선하는 데 도움을 줄 수 있습니다. 둘째, MedLM은 의사와 환자의 상호작용을 요약하고 의사에게 더 나은 환자 관리와 서비스 경험을 제공할 수 있습니다. 또한 MedLM은 의료기관에 더 나은 데이터 관리 및 분석 도구를 제공하여 의료 자원 활용의 효율성을 개선할 수 있습니다.

Jingtai Technology가 홍콩 증권거래소를 향해 질주하고 있습니다. AI+로봇이 과학을 위한 AI를 강화합니다.

QuantumPharm Inc.(QuantumPharm)는 지난달 홍콩 증권거래소에 공식적으로 상장안내서를 제출했으며, 규정 18C에 따라 주거래소에 상장할 계획입니다. 18C 규칙은 주로 특수 기술 기업을 대상으로 하며 신세대 정보 기술, 첨단 하드웨어 및 소프트웨어, 첨단 소재, 신에너지 및 에너지 절약 및 환경 보호, 신식품 및 농업 기술 등과 같은 산업을 포괄하여 산업의 기술적 속성에 대한 높은 요구 사항을 가지고 있습니다. Jingtai Technology는 양자 물리학, 첨단 인공 지능 기술 및 자동화된 습식 실험실 기능을 기반으로 하는 기본 원리 컴퓨팅을 보유한 세계에서 몇 안 되는 약물 및 재료 과학 R&D 기업 중 하나입니다. 또한, 양자 물리학 + AI + 자동화를 기반으로 하는 세계에서 몇 안 되는 약물 및 소재 과학 R&D 플랫폼 중 하나이기도 합니다.

GHDDI와 Microsoft 과학 지능 연구 센터 협력

최근, 글로벌 건강 약물 발견 연구소(GHDDI)와 Microsoft Research AI4Science는 현장 변환에 중점을 두고 혁신적 약물 개발을 가속화하여 글로벌 건강 감염병 분야에서 생성 인공지능과 기본 대규모 모델 기술을 공동 개발하기 위한 협업을 발표했습니다. 이전에 두 당사자는 결핵균과 코로나바이러스의 핵심 표적 단백질 연구에서 새로운 구조를 가진 다양한 소분자 억제제를 성공적으로 설계한 바 있습니다.

BioGeometry와 Zhipu AI가 공동으로 자연어-생명어를 구축합니다.멀티모달 대형 모델

베이징 생물기하학 생명공학 주식회사와 베이징 지푸 화장 기술 주식회사는 최근 전략적 파트너십을 발표했으며, 자연어-생명 언어의 대규모 다중 모달 모델을 구축하기 위해 공동으로 노력하고 있습니다. 이 모델은 생명 과학 및 의학 연구에서 생성적 AI 플랫폼의 유용성을 향상시킬 것으로 기대됩니다.

도구 및 리소스

지진학적 처리 및 분석을 위한 AI 도구는 오픈 소스입니다.

지진학적 처리 및 분석을 위한 오픈 소스 도구에는 현재 위상 선택, 편광, 분산 추출이 포함됩니다. 이 도구는 중국을 위한 100Hz 모델을 오픈 소스로 공개했습니다. 일부 모델은 CSNCD 데이터 세트를 기반으로 훈련됩니다. 4개의 지진 단계 PgSgPnSn의 피킹 모델이 가장 높은 정확도를 보입니다.입장주소:https://gitee.com/cangyeone/seismological-ai-tools

우리나라 최초의 독자 개발 지구 시스템 모델이 오픈 소스로 발표

최근 중국과학원 대기물리학연구소는 독립적인 지적재산권을 가진 우리나라 최초의 '완전한' 지구 시스템 수치모델을 공개하고, 소스코드 공개를 발표했습니다. 이 모델은 대기 순환, 해양 순환 등 8개의 하위 시스템 모델을 통합하여 완전한 기후 시스템과 생태 환경 시스템을 포함하고 있습니다. 또한 주요 국가 과학 및 기술 인프라이기도 합니다.지구 시스템 수치 시뮬레이션 시설이 프로그램의 핵심 소프트웨어는 총 270만 줄의 프로그램 코드로 구성되어 있으며, '지구 실험실'이라고 합니다.

Baidu Propeller Team, 단백질-소분자 도킹 형태 예측 모델인 HelixDock 구축  

바이두 PaddlePaddle 팀은 대규모 시뮬레이션 데이터 세트를 구축하고 기하학 기반 신경망을 업그레이드하여 단백질-소분자 도킹 형태 예측 모델인 HelixDock을 구축했으며, 이를 통해 형태 예측의 정확도가 크게 향상되었습니다.더 많은 결과를 보려면 HelixDock 문서를 참조하세요.https://arxiv.org/abs/2310.13913
프로펠러 접근 주소:https://paddlehelix.baidu.com/

국내 연구진, 하이브리드 머신러닝 기반 탄소배출량 예측 방법 및 시스템 공개

국내 연구진이 하이브리드 머신러닝 기반 탄소 배출량 예측 방법과 시스템을 공개했습니다. 이 방법은 목표 조합 모델을 통해 데이터 세트를 처리하여 탄소 배출량 예측 결과를 얻습니다. 이 중 목표 조합 모형은 단변량 시계열 예측 모형과 다변량 구동 요인 모형의 최적 가중치 조합을 목표 계산 가중치를 통해 실현하여 각 모형의 장점을 고려하여 탄소 배출량 예측의 정확도를 향상시킵니다.URL 방문:https://cprs.patentstar.com.cn/Search/Detail?ANE=9HFF9IBA9GDC5BCA8GBA9FHE9AHA8BCA9DFB9CFF9GFF7BDA

Apple의 맞춤형 머신 러닝 프레임워크가 이제 오픈 소스로 제공됩니다.

MLX는 Apple을 위해 특별히 설계된 칩입니다.머신 러닝 프레임워크 (자세한 설명은 여기를 클릭하세요), 사용자 친화성을 보장하는 동시에 Apple 칩에서 모델의 효율적인 교육 및 배포를 지원하는 것을 목표로 합니다. 디자인 컨셉은 간단하며, NumPy, PyTorch, Jax, ArrayFire와 같은 프레임워크를 참조하고 지연 계산 및 동적 그래프 구성과 같은 핵심 기능을 포함합니다.URL 방문:https://github.com/ml-explore/mlx/tree/main/examples

연구 결과DANTE: 대규모 광전자 지능형 컴퓨팅을 향하여 

듀얼 뉴런 광-인공 학습을 이용한 대규모 광전자 신경망 훈련

*  원천：네이처 커뮤니케이션즈

*  필드：신경망, 광전자 지능

*  작가：칭화대학교 전자공학과 방루 연구팀

연구팀은 대규모 광전자 지능형 컴퓨팅을 위해 광학-인공 듀얼 뉴런 학습 아키텍처(DuAl-Neuron opTical-artificial learning, DANTE)를 제안했습니다. 광학 뉴런은 광장 계산 과정을 정확하게 모델링하고, 인공 뉴런은 가벼운 매핑 함수를 사용하여 점프 연결을 설정하여 그래디언트 전파를 용이하게 하며, 전역 인공 뉴런과 로컬 광학 뉴런은 교대 학습 메커니즘을 사용하여 반복적으로 최적화됩니다. 학습의 효과를 보장하는 동시에 훈련의 시공간적 복잡성을 크게 줄여 더 크고 깊은 광전자 신경망을 훈련하는 것이 가능해졌습니다.

원본 기사를 읽어보세요:https://www.nature.com/articles/s41467-023-42984-y

합성곱 신경망 프레임워크 PtyNet: 싱크로트론 방사선 대량 데이터 처리

대규모 사전 학습된 딥 러닝 모델의 미세 조정을 통한 효율적인 프티코그래피 재구성 전략

*  원천:아이사이언스

*  필드: 데이터 마이닝, 합성곱 신경망

*  작가：중국과학원 팀

연구팀은 X선 Ptychography 실험 데이터에서 물체의 정확한 투영을 복구하기 위해 PtyNet이라는 합성 신경망 프레임워크를 개발했습니다. 강력한 컴퓨팅 클러스터의 지원을 통해 PtyNet은 훈련을 위해 싱크로트론 방사선원에서 빠르게 데이터를 수집하고 사용자의 실험 데이터 이미지를 빠르게 재구성할 수 있습니다.

원본 기사를 읽어보세요:https://doi.org/10.1016/j.isci.2023.108420

시퀀스 클러스터링 및 AlphaFold2를 통한 다중 형태 예측

시퀀스 클러스터링 및 AlphaFold2를 통한 다중 형태 예측

*  원천:자연

*  필드：생물정보학

*  작가: 브랜다이스 대학교, 하워드 휴즈 의학 연구소, 하버드 대학교, 케임브리지 대학교 연구팀

연구팀서열 유사성다중 시퀀스 정렬(MSA)의 클러스터링을 통해 AF2는 높은 신뢰도로 알려진 변성 단백질의 대체 상태를 샘플링할 수 있습니다. 동시에 연구진은 AF-Cluster 방법을 사용하여 변형된 단백질 KaiB5의 예측 구조의 진화적 분포를 연구했고, 두 가지 형태 모두에 대한 예측이 KaiB 패밀리의 클러스터에 분포되어 있음을 발견했습니다.

원본 기사를 읽어보세요:

https://www.nature.com/articles/s41586-023-06832-9

ProRefiner: 역단백질 접힘 설계를 위한 모델

ProRefiner: 글로벌 그래프 어텐션을 활용한 역단백질 접힘을 위한 엔트로피 기반 정제 전략

*  원천：네이처 커뮤니케이션즈

*  필드：생물학적 유전자, 딥러닝

*  작가：홍콩 중국대학교, 지장연구소, 화웨이 노아의 방주연구소, 난징 의과대학 연구팀

연구팀은 노이즈 제거 컨텍스트를 최대한 활용할 수 있는 메모리 효율적인 글로벌 그래프 어텐션 모델인 ProRefiner를 소개하고, 제안된 20가지 변종 중 6가지에서 유전자 편집 활동이 향상된 것을 보여줌으로써 트랜스포존 관련 트랜스포사제 B(TnpB)를 재설계하는 데 ProRefiner가 적용 가능하다는 것을 보여주었습니다.

원본 기사를 읽어보세요:https://www.nature.com/articles/s41467-023-43166-6

KPGT: 자기 지도 학습 프레임워크

분자 표현 학습을 개선하기 위한 지식 기반 사전 훈련 프레임워크

*  원천：네이처 커뮤니케이션즈

*  필드: 생체 분자, 신약 개발

*  작가：칭화대학교, 서호대학교, 지장연구실 연구팀

연구팀은 그래프 변환기의 지식 기반 사전 학습(KPGT)을 제안했습니다. 이는 분자 표현 학습을 크게 향상시켜 개선되고 일반화 가능하며 견고한 분자 속성 예측을 제공하는 자체 감독 학습 프레임워크입니다. KPGT 프레임워크는 분자 그래프를 위해 설계된 그래프 변환기와 지식 기반 사전 학습 전략을 통합하여 분자의 구조적, 의미적 지식을 완벽하게 포착합니다.원본 기사를 읽어보세요:https://www.nature.com/articles/s41467-023-43214-1

이벤트 리뷰

CoRL 컨퍼런스 종료, 최우수 논문 및 최우수 시스템 논문 발표

지난달 미국 애틀랜타에서 2023 로봇 학습 컨퍼런스(CoRL)가 개최되었습니다. 공식 데이터에 따르면, 올해 CoRL에는 25개국에서 199편의 논문이 선정되었으며, 인기 있는 주제로는 조작, 강화 학습 등이 있습니다.

최우수 논문상은 "Distilled Feature Fields Enable Few-Shot Language-Guided Manipulation"에 수여되었습니다.

*  작가：William Shen, Ge Yang, Alan Yu, Jensen Wong, Leslie Pack Kaelbling, Phillip Isola

* 기구：MIT CSAIL、IAIFI

원본 기사를 읽어보세요:https://openreview.net/forum?id=Rb0nGIt_kh5
다른 상에 대한 정보는 공식 웹사이트에서 확인하세요.https://www.corl2023.org/awards

NASSMA 2022 AI4Science 워크숍 주제

이 세미나는 NASSMA, 모하메드 6세 폴리테크닉 대학교, 구글 딥마인드가 공동으로 주최했습니다. 현재 세미나 발표 PPT와 실시간 방송 다시보기가 온라인으로 진행되고 있습니다.

이번 호 "Science AI Weekly"에서 공유할 내용은 위에 전부입니다~

AI for Science에 대한 최신 연구 결과나 기업에 대한 직접적인 정보 등이 있으시면, "정보 공개"를 위한 메시지를 남겨주세요.