在當(dāng)下的高能物理研究領(lǐng)域，前沿大科學(xué)裝置無刻不在生產(chǎn)著海量數(shù)據(jù)。當(dāng)前所未有的數(shù)據(jù)洪流遠(yuǎn)超傳統(tǒng)分析方法的處理極限，人工智能技術(shù)，尤其是機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)，迅速成為貫穿高能物理研究鏈條的核心工具。AI算法不僅能高效處理巨量原始數(shù)據(jù)，從數(shù)據(jù)中挖掘出隱含的、非線性的復(fù)雜模式與關(guān)聯(lián)，同時(shí)還在加速器運(yùn)行優(yōu)化、探測器性能模擬、實(shí)驗(yàn)觸發(fā)系統(tǒng)設(shè)計(jì)以及理論模型探索等方面展現(xiàn)出應(yīng)用優(yōu)勢。人工智能方法的持續(xù)創(chuàng)新與深...

2024年的政府工作報(bào)告中首次提出「人工智能+」，而后的2025年政府工作報(bào)告中再次提出要持續(xù)推進(jìn)「人工智能+」行動(dòng)。如今，我國首部「人工智能+」行動(dòng)政策出爐，規(guī)劃出了清晰的時(shí)間線與發(fā)展重心。在不足2年的時(shí)間里，從行動(dòng)概念的提出，到形成明確規(guī)劃指引，我國推動(dòng)AI普惠全行業(yè)的決心與行動(dòng)力無需贅述，而此次行動(dòng)意見的提出更是全面拉開了加速AI應(yīng)用落地的序幕。值得關(guān)注的是，其中明確提出要加快實(shí)施「人工智能+」科學(xué)技術(shù)這...

橘生淮南則為橘，橘生淮北則為枳。同一顆種子落在不同的土壤和氣候中收獲的果實(shí)也大相徑庭，這一自然界的成長規(guī)律在材料化學(xué)領(lǐng)域同樣凸顯——新材料面向不同的應(yīng)用場景所激發(fā)的性能也不盡相同。有研究表明，科學(xué)家每年都會創(chuàng)建出數(shù)十萬種新材料，它們就像無數(shù)顆潛力巨大的「種子」，需要植根于與之匹配的環(huán)境中才能茁壯成長。盡管目前的新材料設(shè)計(jì)往往是針對特定應(yīng)用而合成的，但是其在不同領(lǐng)域往往也有潛在用途，而如何快速確...

黃仁勛曾公開表示，機(jī)器人是英偉達(dá)在人工智能之外的最大增長機(jī)會。在2025年1月初開幕的CES2025上，老黃更是高喊「AI的下一個(gè)前沿是物理」，就像當(dāng)年押注OpenAI一般，他如今的選擇是PhysicalAI引領(lǐng)的機(jī)器人賽道。當(dāng)?shù)貢r(shí)間周一（8月25日），英偉達(dá)宣布JetsonAGXThor開發(fā)套件正式上市，起售價(jià)3499美元，量產(chǎn)模塊ThorT5000也已面向企業(yè)客戶開放供應(yīng)。英偉達(dá)將JetsonAGXThor稱為「機(jī)器人大腦」，目標(biāo)是賦能制造、物流、交通、醫(yī)療、...

在化學(xué)與材料科學(xué)領(lǐng)域，有機(jī)固體在不同溶劑中的溶解度是一項(xiàng)核心分子性質(zhì)，其影響貫穿科研與產(chǎn)業(yè)全鏈條。對于合成工藝而言，精準(zhǔn)掌握溶解度不僅有助于篩選最優(yōu)溶劑、優(yōu)化反應(yīng)條件，還能顯著提升產(chǎn)物產(chǎn)率與純度，降低生產(chǎn)成本；在環(huán)境科學(xué)中，它是解析全氟及多氟烷基物質(zhì)（PFAS）等污染物在土壤與水體中遷移歸趨的關(guān)鍵參數(shù)，為污染防控與治理提供科學(xué)依據(jù)；而在結(jié)晶、膜分離等工藝中，溶解度更是決定相行為與分離效率的核心變量...

上海交通大學(xué)第三屆「AIforBioengineering暑期學(xué)校」于2025年8月8—10日正式開啟。本次暑期學(xué)校匯聚了自全球70余所高校、10余所科研機(jī)構(gòu)及10余家行業(yè)領(lǐng)軍企業(yè)的200余位青年才俊、科研學(xué)者和產(chǎn)業(yè)代表，共同聚焦于人工智能（AI）與生物工程（Bioengineering）的融合發(fā)展。其中，在「AI算法前沿」課程板塊，上海交通大學(xué)自然科學(xué)研究院&洪亮課題組博士后李明辰以「蛋白質(zhì)與基因組基礎(chǔ)大模型」為主題，向大家分享了蛋白質(zhì)語言模型在...

ApacheTVM是一個(gè)深度的深度學(xué)習(xí)編譯框架，適用于CPU、GPU和各種機(jī)器學(xué)習(xí)加速芯片。更多TVM中文文檔可訪問→摘要對于任何支持的runtime，TVM都應(yīng)該輸出正確的數(shù)字結(jié)果。因此，在編寫驗(yàn)證數(shù)字輸出的單元測試時(shí)，這些單元測試應(yīng)該在所有支持的runtime上都能正常運(yùn)行。由于這是一個(gè)非常常見的用例，TVM的輔助函數(shù)可以對所有單元測試進(jìn)行參數(shù)化，從而便于單元測試在所有啟用并具有兼容設(shè)備的target上運(yùn)行。測試套件的單個(gè)Python函數(shù)...

生物制造是支撐生物經(jīng)濟(jì)發(fā)展的核心驅(qū)動(dòng)力，通過利用活體細(xì)胞的代謝活動(dòng)生產(chǎn)各類產(chǎn)品，是社會可持續(xù)發(fā)展的重要保障。合成生物學(xué)的興起為高效菌株構(gòu)建提供了強(qiáng)大工具，而作為生物制造核心環(huán)節(jié)的生物反應(yīng)器工程，與智能技術(shù)的結(jié)合成為產(chǎn)業(yè)化落地的關(guān)鍵。近年來，AI、大數(shù)據(jù)、先進(jìn)傳感等技術(shù)的發(fā)展，為生物制造過程的高效優(yōu)化與精準(zhǔn)調(diào)控帶來新突破。近日，在2025年第3屆AIforBioengineering暑期學(xué)校上，華東理工大學(xué)生物反應(yīng)器工程...

高帶寬應(yīng)用正以無形卻深刻的方式重塑現(xiàn)代社會的運(yùn)轉(zhuǎn)肌理，在數(shù)字經(jīng)濟(jì)、民生服務(wù)、產(chǎn)業(yè)升級等多元領(lǐng)域構(gòu)筑起高效運(yùn)轉(zhuǎn)的「隱形脈絡(luò)」。如人們指尖輕點(diǎn)完成的跨境購物，亦或是游戲玩家同步沉浸的云端游戲，這些看似尋常的日常背后，都依賴著高速數(shù)據(jù)中心的強(qiáng)勁支撐——而高帶寬正是保障數(shù)據(jù)中心高效運(yùn)行的關(guān)鍵。然而高帶寬應(yīng)用對應(yīng)的高性能計(jì)算成本正日益高昂。其所需的采樣和處理時(shí)鐘速率受到半導(dǎo)體物理特性和功率限制的雙重約束...

ApacheTVM是一個(gè)深度的深度學(xué)習(xí)編譯框架，適用于CPU、GPU和各種機(jī)器學(xué)習(xí)加速芯片。更多TVM中文文檔可訪問→隨著深度學(xué)習(xí)工作負(fù)載所針對的硬件設(shè)備數(shù)量不斷增加，用戶在各種設(shè)備上實(shí)現(xiàn)高性能所需的知識也在不斷增加。為了讓數(shù)據(jù)科學(xué)家在開發(fā)新模型時(shí)不必?fù)?dān)心性能問題，硬件廠商或是基于一些常見的深度學(xué)習(xí)算子，提供MKLDNN或cuDNN等庫，或是提供TensorRT等框架，讓用戶按照某種方式描述模型，從而提高模型性能。然而，用戶在嘗試...

從《黃帝內(nèi)經(jīng)》中「視見青盲，如無所見」的記載，到現(xiàn)代醫(yī)學(xué)對視網(wǎng)膜致盲風(fēng)險(xiǎn)的認(rèn)知，人類對「眼睛與健康」的探索從未停歇。其中，視網(wǎng)膜病變是導(dǎo)致失明的主要原因之一，尤其是糖尿病性視網(wǎng)膜病變和視網(wǎng)膜色素變性。柳葉刀發(fā)表的全球疾病負(fù)擔(dān)研究（GBDStudy2021）顯示：2021年全球有5.29億糖尿病患者，年齡標(biāo)化患病率為6.1%。而其中，糖尿病視網(wǎng)膜病變的全球患病率約為40%。因此，數(shù)百萬人受到中度或重度糖尿病視網(wǎng)膜病變的困擾...

成像質(zhì)譜（ImagingMassSpectrometry,IMS）憑借其「無標(biāo)記、多分子同步成像、空間定位與定量結(jié)合」的優(yōu)勢，在生物學(xué)領(lǐng)域被廣泛應(yīng)用。相較于傳統(tǒng)質(zhì)譜技術(shù)，IMS能夠以非靶向、高度復(fù)用的模式對生物組織中的分子種類進(jìn)行映射，實(shí)現(xiàn)在組織、細(xì)胞甚至亞細(xì)胞水平上多成分分布的可視化。IMS的高空間分辨率優(yōu)勢，使其在藥物靶標(biāo)定位、代謝物空間分布和炮制機(jī)理研究等領(lǐng)域展現(xiàn)出巨大潛力，推動(dòng)了轉(zhuǎn)移癌、阿爾茨海默癥、帕金森病等重大疾病...

隨著HuggingFace聯(lián)合創(chuàng)始人兼CTOJulienChaumond在其X賬號上官宣推出「TrendingPapers」，PaperWithCode關(guān)閉的消息一錘定音，「震」得不少開發(fā)者、科研人員心痛不已。一個(gè)時(shí)代的結(jié)束從數(shù)據(jù)集標(biāo)題、描述等內(nèi)容亂碼，到網(wǎng)站顯示「BadGateway502」，PaperWithCode自7月初便出現(xiàn)了宕機(jī)、訪問異常的情況，但官方遲遲沒有出面回應(yīng)，有用戶通過GitHubIssue的形式向其運(yùn)營團(tuán)隊(duì)詢問進(jìn)展，同樣未有回復(fù)。網(wǎng)站宕機(jī)多日，網(wǎng)友通過Issue詢問恢...

在臨床診療過程中，醫(yī)學(xué)影像技術(shù)（如X光、CT、B超等）是醫(yī)生診斷的重要依據(jù)。當(dāng)患者完成影像檢查后，通常需要由放射科或超聲科醫(yī)生對影像進(jìn)行專業(yè)判讀，通過識別異常征象、定位病變區(qū)域并撰寫診斷報(bào)告，為臨床決策提供關(guān)鍵支持。隨著人工智能技術(shù)的發(fā)展，醫(yī)學(xué)影像分析正迎來新的變革。目前基于機(jī)器學(xué)習(xí)已經(jīng)能夠勝任醫(yī)學(xué)影像異常檢測的任務(wù)，即區(qū)分正常影像與病變異常影像，并識別這些病變區(qū)域的位置。這類技術(shù)在輔助醫(yī)學(xué)決策中...

ApacheTVM是一個(gè)深度的深度學(xué)習(xí)編譯框架，適用于CPU、GPU和各種機(jī)器學(xué)習(xí)加速芯片。更多TVM中文文檔可訪問→CompilerPass是擴(kuò)展Relay功能集及優(yōu)化Relay程序的主要接口。通過編寫compilerpass，用戶可以基于最終目標(biāo)，修改AST或收集AST相關(guān)信息。事實(shí)上，Relay內(nèi)置的一些重要特性（如自動(dòng)微分和類型推斷）都“標(biāo)準(zhǔn)”的compilerpass。整體來看，編寫pass包括兩個(gè)關(guān)鍵組成部分：創(chuàng)建一個(gè)或多個(gè)遍歷程序的C++類將遍歷實(shí)現(xiàn)及其在passm...

生物聲學(xué)作為連接生物學(xué)與生態(tài)學(xué)的重要工具，在生物多樣性保護(hù)與監(jiān)測中扮演著關(guān)鍵角色。早期研究多依賴模板匹配等傳統(tǒng)信號處理手段，在復(fù)雜自然聲學(xué)環(huán)境與大規(guī)模數(shù)據(jù)面前，逐漸暴露效率低下、準(zhǔn)確性不足的局限。近年來，人工智能技術(shù)的爆發(fā)式發(fā)展推動(dòng)深度學(xué)習(xí)等方法替代傳統(tǒng)手段，成為生物聲學(xué)事件檢測與分類的核心工具。例如，基于大規(guī)模帶標(biāo)簽鳥類聲學(xué)數(shù)據(jù)訓(xùn)練的BirdNET模型，在鳥類聲紋識別中表現(xiàn)卓越：不僅能精準(zhǔn)區(qū)分不同物...

「GPT3感覺像是在和一位高中生對話，GPT4像是在和一位大學(xué)生交流，而GPT5則是在和博士級別的專家對話」，在剛剛結(jié)束的發(fā)布會上，SamAltman在開場發(fā)言中對GPT5給予了高度評價(jià)——GPT5是「全球在編程和寫作方面最強(qiáng)的模型」。構(gòu)建統(tǒng)一系統(tǒng)GPT5作為一個(gè)統(tǒng)一系統(tǒng)，包含一個(gè)智能高效的模型用以回答大多數(shù)問題（GPT5main），一個(gè)用于解決更復(fù)雜問題的深入推理模型（GPT5thinking），以及一個(gè)實(shí)時(shí)router，可根據(jù)對話類型、問題復(fù)雜度、...

目前，蛋白質(zhì)基座模型領(lǐng)域的相關(guān)研究仍停留在無法充分適配蛋白質(zhì)序列生物學(xué)特性的「BERT」時(shí)代。此前，AlphaFold和ESM等AI模型顯著推動(dòng)了包括結(jié)構(gòu)預(yù)測、逆向折疊、功能特性預(yù)測、突變效應(yīng)評估以及蛋白質(zhì)設(shè)計(jì)等多個(gè)領(lǐng)域的發(fā)展。但這些模型仍缺乏類似于前沿大語言模型（LLMs）的可擴(kuò)展、系統(tǒng)化方法論，其能力無法實(shí)現(xiàn)隨數(shù)據(jù)量、模型規(guī)模和計(jì)算資源的增加而持續(xù)提升。此類模型的通用性缺陷，帶來了蛋白質(zhì)設(shè)計(jì)領(lǐng)域難以解決的挑戰(zhàn)：...

Triton是一種用于并行編程的語言和編譯器。它旨在提供一個(gè)基于Python的編程環(huán)境，以高效編寫自定義DNN計(jì)算內(nèi)核，并能夠在現(xiàn)代GPU硬件上以最大吞吐量運(yùn)行。更多Triton中文文檔可訪問→triton.language.broadcastto(input,shape)嘗試將給定的張量廣播到新的shape。參數(shù)：input(Block)輸入張量。shape所需的形狀。shape可以以1個(gè)元組或獨(dú)立參數(shù)被傳入：Theseareequivalent這些是等效的broadcastto(x,(32,32))broadcastto(x,32,32)...

由于多數(shù)疾病的產(chǎn)生與蛋白質(zhì)功能異常直接相關(guān)，蛋白質(zhì)在藥物研發(fā)領(lǐng)域發(fā)揮著關(guān)鍵作用。研究人員在研發(fā)新藥時(shí)，通常會將蛋白質(zhì)作為核心藥物靶點(diǎn)，使藥物與部分結(jié)構(gòu)穩(wěn)定的蛋白質(zhì)相結(jié)合以干預(yù)疾病進(jìn)程。然而，將藥物靶向缺乏明確結(jié)構(gòu)、序列和構(gòu)象偏好的天然無序蛋白（IDPs）仍然存在挑戰(zhàn)。利用抗體靶向的傳統(tǒng)方法主要基于抗體對特定蛋白質(zhì)的高度特異性結(jié)合能力，實(shí)現(xiàn)對目標(biāo)蛋白質(zhì)的識別和調(diào)控。但該靶向路徑不僅需要進(jìn)行大量實(shí)驗(yàn)操...