______________________________________

f16c15359f97a65e15561c06cda85767

⚛️ ИИ может создавать новые молекулы.

Исследователи из Массачусетского технологического института развитый алгоритм изучения языка, предсказание молекулярных свойств и генерировать новые, используя минимальные обучающие данные.

Алгоритм MIT может точно предсказывать молекулярные характеристики, когда ограниченный объем данных благодаря пониманию молекулярных взаимодействий.

Он превзошел предыдущие методы малые и большие наборы данных. Ученые создали систему молекулярной грамматики, которая изучает «язык» молекул и использует его для создания функциональных молекул и предсказания свойств.

Обучение с подкреплением используется для изучения правил молекулярного языка. Новый подход позволил более точно прогнозировать свойства полимеров, используя небольшие наборы данных.

Исследователи планируют расширить систему для трехмерной формы молекул и полимеров. Исследуйте приложения, выходящие за рамки химии и материаловедения.

5f8799a87524d6f03390d878589e90a8

🔇Люди могут слышать тишину!

Спорим, можем ли мы услышать тишину, является давним философским спором. Однако недавние исследования показывают, что молчание Может быть быть услышанным.

В исследоватьавторы адаптировали слуховые галлюцинации, заменив звуки периодами тишины между повседневными звуками, и обнаружили, что возникающие галлюцинации воспринимались Такжеа также те, которые основаны на звуках.

В опыт, участники определяли, какая последовательность была самой длинной. И большинство проголосовало за второе, когда на самом деле они были одинаковой длины.

Это указывает на то, что люди воспринимают тишину так же, как и звуки. Это исследование доказывает, что мы хорошо слышим тишину, и открывает новые возможности для изучения восприятия отсутствия звука.

71eac27cce6f9ffa3ce0380f52573f8f

⚛️ Теперь мы можем управлять квантовыми флуктуациями.

Исследователи Массачусетского технологического института достигли важной вехи в квантовой технологии, впервые продемонстрировав контроль квантовой случайности.

Традиционные компьютеры детерминированы и имеют ограничения в моделировании физического мира или оптимизации сложных систем. Потому что совпадений много.

Здесь на помощь приходит концепция вероятностного исчисления. Вероятностные компьютерные системы использовать присущую некоторым процессам случайность для выполнения вычислений. Они не дают «правильного» ответа, а предлагают ряд возможных результатов, каждый со своей вероятностью. Поэтому они хорошо подходят для моделирования физических явлений и решения задач оптимизации, где может быть несколько решений и где поиск различных возможностей может привести к лучшему решению.

ЧИТАТЬ   Платная подписка на чат GPT. Имеет смысл купить или использовать бесплатно. Юрий Романенко

Но использование вероятностного исчисления затруднено отсутствием контроля над распределениями вероятностей, связанными с квантовыми флуктуациями. Однако исследование, опубликованное в журнале Science, показывает возможное решение проблемы.

Применение слабого лазерного «сдвига» к оптическому параметрическому генератору — оптической системе, которая естественным образом генерирует случайные числа — может быть контролируемым источником «смещенной» квантовой случайности.

Ученые с успехом продемонстрировал способность манипулировать вероятностями, связанными с выходными состояниями оптического параметрического генератора, путем создания первого управляемого бита вероятности фотона (f-бит). В исходном p-bit.

Система также продемонстрировала чувствительность к временным колебаниям импульсов поля смещения даже на субфотонных уровнях.

«Наша f-битная фотонная система генерации в настоящее время производит 10 000 битов в секунду, каждый из которых может следовать произвольному биномиальному распределению. Мы ожидаем, что эта технология будет расширяться в ближайшие несколько лет, что приведет к созданию высокоскоростных фотонных f-битов и расширению области их применения.— говорит Янник Саламис.

Делая флуктуации вакуума управляемыми, мы раздвигаем границы возможного в квантовых вероятностных вычислениях. Перспектива моделирования сложной динамики в таких областях, как комбинаторная оптимизация и моделирование квантовой хромодинамики решетки, очень интересна. Исследователи ожидают дальнейшего развития технологии, включая создание фотонных f-битов с более высокой скоростью передачи данных и более широким спектром приложений. Скоро.

5b24f908d981f6bf391a7e4d84840979

⚰️ Эпоха кремния подходит к концу?

Закон Мура выхлопы сам. Свою роль сыграли квантовые эффекты и удорожание производства транзисторов. И кто нас спасет?

Исследователи Техниона в Израиле разработали новый материал. диоксид титана, обладающий уникальным свойством: превращаться из электрического проводника в изолятор и наоборот. Это означает, что диоксид титана можно использовать для создания большего количества транзисторов. эффективный и энергоэффективныйчем современные кремниевые транзисторы.

ЧИТАТЬ   ChatGPT и генеративный ИИ для маркетинга в социальных сетях: реальность, шумиха, что дальше и как подготовиться

Ученые разработали уникальную систему выращивания оксидов, которая позволяет им точно контролировать расстояние между атомами в материале. Это позволяет им контролировать электрические свойства материала и конструкции. новый типы транзисторов.

Эта учеба является важным шагом в разработке будущих чипов, которые заменят современные чипы. Более энергоэффективные чипы могут привести к снижению выбросов углерода и экономии энергии. Они также могут привести к созданию новых продуктов и услуг, которые раньше были невозможны.

Исследование все еще находится на ранней стадии, но уже возможность произвести революцию в микроэлектронике.

f04d78ce0422f17c3d359663e70e1719

🤖 ИИ «обманывает» ученых искусственными данными.

Исследователи из Университета Иллинойса развитый Система ИИ, которая может генерировать искусственный данные с помощью технологии, которая используется для имитации искусства. В частности, ИИ генерирует данные микроскопических экспериментов, используемых для изучения структуры материалов на атомарном уровне.

Включая фоновый шум и экспериментальные дефекты в генерируемые данные, ИИ позволяет быстрее и эффективнее идентифицировать свойства материалов. Эта разработка преследует цель полностью автоматизированного анализа данных.

Исследователи использовали циклическую генеративно-состязательную сеть (ЦиклГАН) для создания большого набора искусственных обучающих данных из небольшого набора реальных размеченных данных. CycleGAN состоит из «генератора», который имитирует предоставленные данные, и «дискриминатора», который обнаруживает различия между выходными данными генератора и фактическими данными. В результате конкуренции и обучения генератор создает искусственные данные, очень похожие на настоящие.

ИИ способен распознавать различные структурные особенности, несмотря на фоновый шум и дефекты, без специального обучения. Система была с успехом применяется для обнаружения дефектов в двумерных полупроводниках, что является сложной задачей без помощи ИИ.

Исследователи считают, что эта технология может произвести революцию в анализе данных и проложить путь к «самоуправляемому» микроскопу, в котором сам микроскоп может обнаруживать интересующие особенности без предварительного обучения.

ЧИТАТЬ   Турецкая лира упала по отношению к доллару после новостей о переизбрании Эрдогана
57e0a8e67c9073e4c25307c161552095

📊 Firewall Street Wolf.

Исследователи из Корнелла развитый новая модель машинного обучения, использующая финансовую информацию для более точного понимания прогнозировать доходность фондового рынка.

Исследователи предположили, что финансовые новости могут предоставить ценную информацию о взаимосвязи между акциями и торгуемыми активами. Они создали систему прогнозирования, которая объединяет рыночные и текстовые данные, не полагаясь на анализ настроений. Эта система включает в себя «встраивание слов» НЛП и использует алгоритм для создания «инъекций активов» для конкретных торгуемых активов на основе финансовых новостей. Затем исследователи разработали собственные алгоритмы для анализа числовых представлений текста и рыночных данных.

Команда разработала две разные модели: Model News Встраивание разреженной выборки UMAP (НОВОСТИ), который прогнозирует эффективность отдельных акций, и кодировщик разреженных новостей с обоснованием (ПОНИМАТЬ), который раскрывает важные слова для каждой конкретной отрасли, чтобы точно предсказать прибыльность отрасли.

Модели позволяли выявить информацию, характерную для конкретной акции и отрасли, в то время как модель NEUSS устаревший традиционная пятифакторная модель Фама-Френча на 50%и модель INSER на 10%.

💸 Ученые считают, что их разработка может изменить правила игры в финансовой индустрии, и надеются, что инвесторы и другие участники рынка будут использовать ее для принятия более взвешенных решений.

Телеграмма: @inscieder — регулярные научно-технические новости. Подписаться!

Source

От admin