Digital Tutykać Tkostka (DTT)

Sztuczna inteligencja pokazuje, że możemy nie znać nawet połowy struktur w komórkach naszego ciała

Wiele chorób, które nas dotykają, jest związanych z nieprawidłowym funkcjonowaniem komórek. Być może da się je skuteczniej leczyć, ale najpierw naukowcy muszą dokładnie zrozumieć, jak są zbudowane i funkcjonują komórki. Poprzez połączenie sztuczna inteligencja Wykorzystując techniki mikroskopowe i biochemiczne, naukowcy z Uniwersytetu Kalifornijskiego w San Diego Medical School (UCSD) poczynili ważny krok w zrozumieniu komórek ludzkiego ciała.


Z Mikroskopy możemy zobaczyć struktury komórkowe tak małe, jak pojedyncze mikrometry. Natomiast techniki biochemiczne wykorzystujące poszczególne białka umożliwiają badanie struktur wielkości nanometrów, czyli 1/1000 mikrometra. Jednak głównym problemem w naukach przyrodniczych jest uzupełnienie wiedzy o tym, co znajduje się w komórce między skalą mikro i nano. Stwierdzono, że pomaga w tym sztuczna inteligencja jest możliwe.

 Źródło obrazu: Pixabay / Ci,

Czytaj więcej

Power Fx - Programowanie dla nie-programistów

Microsoft ma publikację Moc FX ogłosił nowy, niskokodowy język programowania oparty na popularnych formułach programu Excel. Firma stawia język pod jednym Licencja typu open source jest dostępny i ma nadzieję, że pomoże mu rozwinąć Platformy zasilania, takie jak Power Automate lub Power Virtual Agents i ostatecznie stać się standardem dla tego typu aplikacji.

Czytaj więcej

Sztuczna inteligencja ulepsza wirusy do terapii genowej

Dependowirusy lub parwowirusy „związane” z adenowirusami (AAV) są bardzo przydatnymi narzędziami w USA Terapia genowa. Dzieje się tak, ponieważ mogą przenosić DNA do komórki i są nieszkodliwe dla ludzi. Dlatego są wykorzystywane jako nośniki informacji genetycznej potrzebnej do zwalczania chorób.

Źródło obrazu: Pixabay

Czytaj więcej

AI Facebooka przyspiesza badania MRI

Rekonstrukcja obrazu za pomocą sztucznej inteligencji (AI) skraca czas Badania rezonansu magnetycznego (MRI) znaczące.

https://healthcare-in-europe.com/

Pierwsze badanie kliniczne porównujące skany MRI kolana z przyspieszeniem AI ze skanami konwencjonalnymi pokazuje, że skany AI są nie tylko wymienne diagnostycznie z konwencjonalnymi, ale także zapewniają obrazy o wyższej jakości. Wyniki tego badania wymienności są ważnym kamieniem milowym we wspólnej inicjatywie zapoczątkowanej w 2018 roku przez NYU Langone Health z Nowego Jorku i grupę Facebook Artificial Intelligence Research (FAIR) w celu przyspieszenia procesu skanowania MRI.
Badania zostały opublikowane w American Journal of Roentgenology.

Czytaj więcej

Pomyślne przechowywanie informacji cyfrowych w DNA żywego organizmu

Dyski twarde i inne systemy przechowywania danych przechowują dziś ogromne ilości informacji. Jednak podobnie jak w przeszłości taśmy magnetyczne lub dyskietki, urządzenia te mogą z czasem stać się nieaktualne i utracimy dostęp do gromadzonych na nich danych. Dlatego naukowcy opracowali metodę konwersji danych na pliki DNA rejestrować żywy organizm. Ten rodzaj "Pamięć masowa„prawdopodobnie nie staną się przestarzałe w dającej się przewidzieć przyszłości.

Seth Shipman z University of California w San Francisco, który nie brał udziału w tych pracach, chwalił wyniki swoich kolegów z Columbia University, ale zwraca uwagę, że upłynie dużo czasu, zanim takie systemy znajdą praktyczne zastosowanie.

Źródło obrazu: Pixabay

Więcej szczegółów można znaleźć w Natura, (https://www.nature.com/articles/s41589-020-00711-4)

Czytaj więcej

AI pomaga rozwiązać jeden z największych nierozwiązanych problemów fizyki

Naukowcom z ETH Zurich po raz pierwszy udało się zautomatyzować modelowanie turbulencji w cieczach poprzez połączenie mechaniki płynów i sztucznej inteligencji. Ich podejście opiera się na połączeniu Wzmocnienie algorytmów uczenia maszynowego z turbulencjami Symulacje przepływuktóre zostały przeprowadzone na superkomputerze Piz Daint w Swiss National Supercomputing Center.

Zgodnie z opisem badań opublikowanym niedawno w czasopiśmie Inteligencja maszyny został wydany, naukowcy opracowali nowe algorytmy uczenia maszynowego ze wzmocnieniem (RL) i połączyli je z fizycznym podejściem do modelowania Turbulencja.

Źródło obrazu: Pixabay

Czytaj więcej

Zaatakowali automatyczny odkurzacz i usłyszeli, co się dzieje w pomieszczeniu, w którym pracował

Naukowcy ze Stanów Zjednoczonych i Singapuru wykorzystali automatyczny odkurzacz do podsłuchiwania dźwięku w pokojach i identyfikacji programów telewizyjnych odtwarzanych w pomieszczeniu, w którym znajdował się odkurzacz. Wydajność jest jeszcze bardziej imponująca, ponieważ Samodzielny odkurzacz nie są wyposażone w mikrofon. Ta praca pokazuje, że do podsłuchiwania można prawdopodobnie użyć dowolnego urządzenia z technologią lidar.

Używamy tego typu urządzeń w domu, nie myśląc o tym zbyt wiele. Pokazaliśmy, że chociaż takie urządzenia nie mają mikrofonu, możemy przepisać ich system nawigacji, aby podsłuchiwać rozmowy i ujawniać poufne informacje - mówi profesor Nirupam Roy z University of Maryland.

To w autonomiczne roboty używany System Lidar bada środowisko za pomocą laserów. Ich światło odbija się od obszaru wokół odkurzacza i trafia do czujników odkurzacza, aby stworzyć mapę pomieszczenia. Eksperci od jakiegoś czasu spekulują, że mapy tworzone przez autonomiczne odkurzacze, które często są przechowywane w chmurze, mogą posłużyć do reklamy.

Źródło obrazu: Pixabay

Czytaj więcej

Jak przechytrzyć sztuczną inteligencję - człowiek kontra maszyna.

Systemy komputerowe AI trafiają do wielu dziedzin naszego życia i oferują ogromny potencjał, od autonomicznych pojazdów po pomoc lekarzom w diagnozowaniu i autonomicznych robotach poszukiwawczo-ratowniczych.

Jednak jednym z głównych nierozwiązanych problemów, szczególnie w przypadku gałęzi sztucznej inteligencji znanej jako „sieci neuronowe”, jest to, że naukowcy często nie potrafią wyjaśnić, dlaczego coś idzie nie tak. Wynika to z braku zrozumienia procesu podejmowania decyzji w systemach SI. Ten problem jest znany jako problem „czarnej skrzynki”.

Kto jest mądrzejszy?

Nowy 15-miesięczny projekt badawczy Uniwersytetu Lancaster, w który zaangażowany jest również Uniwersytet w Liverpoolu, ma na celu odkrycie tajemnic problemu czarnej skrzynki i znalezienie nowej drogigłęboki Learning„Znajdź modele komputerowe AI, które sprawiają, że decyzje są przejrzyste i możliwe do wyjaśnienia.

Projekt "W kierunku odpowiedzialnych i dających się wytłumaczyć autonomicznych, robotycznych systemów uczenia się„opracuje szereg procedur weryfikacji bezpieczeństwa i testów w celu opracowania algorytmów sztucznej inteligencji. Pomogą one zapewnić, że decyzje podejmowane przez systemy są solidne i możliwe do wyjaśnienia.

Źródło obrazu: Pixabay

Czytaj więcej

  • 1
  • 2