Google 用 SynthIDBio 为 AI 设计的蛋白质加水印
Google DeepMind 团队发表论文,提出基于 SynthID 的蛋白质水印方案 SynthIDBio,可在不破坏蛋白质功能的前提下,让 AI 设计的蛋白质序列带上可检测的标记。
Google DeepMind 团队发表论文,提出基于 SynthID 的蛋白质水印方案 SynthIDBio,可在不破坏蛋白质功能的前提下,让 AI 设计的蛋白质序列带上可检测的标记。
研究团队开发的 Ataraxos 在 Stratego 对局中以 85% 的有效胜率击败史上最强者 Niemeijer,终结了人类在该棋类项目上的优势。
微软研究院实习生开发了一套端到端机器学习流水线,结合太阳风观测、AE 与 Dst 指数预报、地质电导率和电网数据,为美国本土 66,935 座变电站生成 30-60 分钟前的局地空间天气风险估计。
微软研究院发布 Quine,一个面向生物学复杂性的 AI 研究系统,由跨模态生物世界模型和连接模型、科学工具、文献与实验人员的交互式 harness 组成。
推荐理由:微软研究院公开 Quine 的生物世界模型与实验闭环,并给出胰腺癌化合物筛选的湿实验验证结果。
智谱启动"外层 RSI 循环",Import AI 474 同期收录 Michael Levin 的"柏拉图心智空间"论文与 TPU 上太空话题。Levin 提出心智与大脑的关系如同数学模式与其引导的形态发生结果,身体(生物、工程或混合)只是模式进入物理世界的接口,并用 xenobots、anthrobots 及排序算法扰动实验作为佐证。
Google Research 与 Google DeepMind 提出 SensorFM,一个直接从无标注可穿戴数据学习的大型传感器基础模型,预训练语料来自五百万名同意参与者、超过一万亿分钟的多模态传感器信号,覆盖 100 多个国家、50 个美国州和 20 多种 Fitbit 与 Pixel Watch 设备。
推荐理由:Google 用五百万人的万亿分钟可穿戴数据预训练通用生理表征,读者可了解基础模型在健康领域的规模化路径。
Import AI 457 聚焦三项研究:SentinelOne 拆解出约 20 多年前的病毒 fast16.sys,它通过篡改内存中专用于高精度计算的 x86 代码,定向破坏 LS-DYNA 970、PKPM、MOHID 等工程与仿真软件的计算结果。