一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

谷歌DeepMind的新深度學習系可預測新冠病毒蛋白結構

汽車玩家 ? 來源:IT之家 ? 作者:月生 ? 2020-03-06 15:03 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

IT之家3月6日消息據(jù)外媒報道,谷歌旗下人工智能部門DeepMind正加入全球行動,以進一步了解新冠病毒的信息,該病毒正在全球大部分地區(qū)蔓延。

這個位于英國的團隊剛剛使用了DeepMind的新深度學習系統(tǒng),IT之家了解到,該系統(tǒng)使用一種稱為“自由建?!钡?a href="http://www.www27dydycom.cn/v/tag/557/" target="_blank">機器學習技術,當沒有相似的蛋白質結構可用時,幫助它預測蛋白質結構。DeepMind的發(fā)現(xiàn)希望減少確定病毒蛋白質結構的時間。

▲DeepMind CEO Demis Hassabis

DeepMind發(fā)布博客文章指出:

了解蛋白質結構將為了解其功能提供重要線索,但確定結構的實驗往往可能需要幾個月或更長的時間,有些實驗甚至被證明難以獲得結果。為此,研究人員始終在開發(fā)從氨基酸序列預測蛋白質結構的計算方法。在類似蛋白質的結構已經(jīng)被實驗確定的情況下,基于“模板建模”的算法能夠提供對蛋白質結構的準確預測。

鑒于“疫情的潛在嚴重性和時間敏感性”,DeepMind表示其正在跳過實驗性驗證研究結果的過程,或者在發(fā)表之前等待學術期刊的同行評審。這與其他科學研究相一致,因為這個過程可能需要幾個月的時間。

博客文章中還說:

我們強調,這些結構預測尚未經(jīng)過實驗驗證,但希望它們能有助于科學界了解病毒是如何發(fā)揮作用的。

另外文章補充道:

通常情況下,我們會等到一家學術期刊對這項工作進行同行審查后再發(fā)表相關發(fā)現(xiàn)。然而,考慮到情況的潛在嚴重性和時間敏感性,我們將按照現(xiàn)在的情況發(fā)布預測的結構,并以開源的形式推出,這樣任何人都可以使用它們。

開放式許可證將允許任何研究人員在DeepMind的研究成果基礎上進行改進或分享。

IT之家獲悉,早在2014年,谷歌就以4億英鎊的價格收購了總部位于倫敦的研究機構DeepMind。該公司此前曾利用人工智能推動醫(yī)療領域的進步,開發(fā)用于識別眼部疾病和檢測宮頸癌的模型。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 谷歌
    +關注

    關注

    27

    文章

    6231

    瀏覽量

    108193
  • 機器學習
    +關注

    關注

    66

    文章

    8505

    瀏覽量

    134677
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    泰克3與5示波器存儲深度對比測試

    示波器作為電子測試的核心工具,其存儲深度直接影響信號采集的精度與數(shù)據(jù)分析能力。本文聚焦泰克3與5示波器,從存儲深度、采樣率、波形捕獲率等關鍵參數(shù)出發(fā),結合應用場景與功能對比,解析二
    的頭像 發(fā)表于 04-22 15:57 ?267次閱讀
    泰克3<b class='flag-5'>系</b>與5<b class='flag-5'>系</b>示波器存儲<b class='flag-5'>深度</b>對比測試

    華為依托昇騰AI打造蛋白結構預測工具

    蛋白結構預測一直是“21世紀的生物物理學”最重要的課題之一,北京昌平實驗室聯(lián)合伙伴基于全場景AI框架“昇思MINDSPORE”開發(fā)的蛋白結構
    的頭像 發(fā)表于 03-03 13:52 ?495次閱讀

    軍事應用中深度學習的挑戰(zhàn)與機遇

    人工智能尤其是深度學習技術的最新進展,加速了不同應用領域的創(chuàng)新與發(fā)展。深度學習技術的發(fā)展深刻影響了軍事發(fā)展趨勢,導致戰(zhàn)爭形式和模式發(fā)生重大變化。本文將概述
    的頭像 發(fā)表于 02-14 11:15 ?542次閱讀

    谷歌加速AI部門整合:AI Studio團隊并入DeepMind

    近日,谷歌正緊鑼密鼓地推進其人工智能(AI)部門的整合工作。據(jù)谷歌AI Studio主管Logan Kilpatrick在領英頁面上的透露,谷歌已將AI Studio團隊整體轉移至DeepMi
    的頭像 發(fā)表于 01-13 14:40 ?719次閱讀

    OpenAI從谷歌DeepMind挖角三名高級工程師

    近日,據(jù)Wired最新報道,OpenAI在人才爭奪戰(zhàn)中取得了顯著成果,成功從競爭對手谷歌DeepMind“挖角”了三名高級計算機視覺和機器學習領域的專家。 據(jù)悉,這三名工程師分別是Lucas
    的頭像 發(fā)表于 12-04 14:13 ?684次閱讀

    NPU在深度學習中的應用

    隨著人工智能技術的飛速發(fā)展,深度學習作為其核心驅動力之一,已經(jīng)在眾多領域展現(xiàn)出了巨大的潛力和價值。NPU(Neural Processing Unit,神經(jīng)網(wǎng)絡處理單元)是專門為深度學習
    的頭像 發(fā)表于 11-14 15:17 ?1935次閱讀

    Pytorch深度學習訓練的方法

    掌握這 17 種方法,用最省力的方式,加速你的 Pytorch 深度學習訓練。
    的頭像 發(fā)表于 10-28 14:05 ?667次閱讀
    Pytorch<b class='flag-5'>深度</b><b class='flag-5'>學習</b>訓練的方法

    GPU深度學習應用案例

    GPU在深度學習中的應用廣泛且重要,以下是一些GPU深度學習應用案例: 一、圖像識別 圖像識別是深度學習
    的頭像 發(fā)表于 10-27 11:13 ?1390次閱讀

    激光雷達技術的基于深度學習的進步

    信息。這使得激光雷達在自動駕駛、無人機、機器人等領域具有廣泛的應用前景。 二、深度學習技術的發(fā)展 深度學習是機器學習的一個分支,它通過模擬人
    的頭像 發(fā)表于 10-27 10:57 ?1075次閱讀

    AI大模型與深度學習的關系

    AI大模型與深度學習之間存在著密不可分的關系,它們互為促進,相輔相成。以下是對兩者關系的介紹: 一、深度學習是AI大模型的基礎 技術支撐 :深度
    的頭像 發(fā)表于 10-23 15:25 ?2906次閱讀

    AI實火!諾貝爾又把化學獎頒給AI大模型

    蛋白結構預測大模型——AlphaFold系列。 今年5月9日,谷歌DeepMind重磅發(fā)布了AlphaFold-3,能夠精準
    的頭像 發(fā)表于 10-10 10:38 ?421次閱讀

    差示掃描量熱儀測試蛋白質的應用案例

    一、前言 ? ?在研究角蛋白樣品的微纖維-基質復合物的結構改變時,DSC可以用來分析熱處理前后角蛋白的熱穩(wěn)定性變化、相變行為、以及可能發(fā)生的熔融或分解過程。例如通過DSC曲線可以觀察到角蛋白
    的頭像 發(fā)表于 10-09 15:45 ?596次閱讀
    差示掃描量熱儀測試<b class='flag-5'>蛋白</b>質的應用案例

    FPGA做深度學習能走多遠?

    的應用場景。 ? 重構性:在深度學習高速迭代的情況下,F(xiàn)PGA 比一些專用芯片(如 ASIC)具有更強的靈活性。當深度學習算法或模型
    發(fā)表于 09-27 20:53

    EvolutionaryScale推出基于NVIDIA GPU模型的新型蛋白質研究方案

    EvolutionaryScale 于 6 月 25 日發(fā)布了第三代 ESM 模型 ESM3,該模型同時對蛋白質的序列、結構和功能進行推理,為蛋白質研發(fā)工程師提供了一個可編程的平臺。
    的頭像 發(fā)表于 08-23 16:45 ?1081次閱讀

    谷歌發(fā)布革命性AI天氣預測模型NeuralGCM

    在科技與自然科學的交匯點上,谷歌公司于7月23日宣布了一項重大突破——全新的人工智能天氣預測模型NeuralGCM。這一創(chuàng)新成果不僅融合了機器學習的前沿技術,還巧妙結合了傳統(tǒng)氣象學的精髓,其研究成果已在國際權威科學期刊《Natu
    的頭像 發(fā)表于 07-23 14:24 ?823次閱讀