الذكاء الاصطناعي ومشكلات العالم الصعبة
العلوم والمعرفة التي يقدّمها الذكاء الاصطناعي، حسب التخصص
أخبار استخدام الذكاء الاصطناعي في حل المشكلات الصعبة — في الرياضيات والفيزياء والاندماج النووي وعلوم الكم وعلوم الحياة والطب والمناخ والعلوم الإنسانية — تُجمع كل 3 ساعات من خلاصات RSS والبيانات الصحفية للجامعات والمعاهد البحثية ومختبرات الذكاء الاصطناعي والمجلات وarXiv. يحتفظ Jev فقط بالمواد التي تتضمن نتيجة علمية حقيقية ويصنّفها حسب التخصص؛ وتُكتب الملخصات من مطلع كل مصدر فقط — اقرأ المصدر الأصلي للتفاصيل.
خلاصة RSS · 58 عنصر
إطار تعلّم عميق هرمي قابل للتفسير للكشف عن سرطان الرئة والقولون
العنوان الأصلي: An interpretable hierarchical deep learning framework for lung and colon cancer detection
يصعب تصنيف سرطان الرئة والقولون من صور الأنسجة المرضية لأن الفئات تبدو متشابهة وتتباين مورفولوجيا الأنسجة، كما أن نماذج التعلّم العميق التقليدية لا توفر شفافية تُذكر. قسّم المؤلفون المهمة ذات الفئات الخمس إلى مراحل من الخشن إلى الدقيق: أولًا السليم مقابل السرطاني، ثم مصنِّف متخصص لفئات الأنسجة السليمة أو للأنواع الفرعية للسرطان، مع اختيار أفضل بنية لكل مرحلة. حقق الإطار دقة بلغت 98.50% على مجموعة LC25000 و82.01% على مجموعة LungHist700 المستقلة، واستُخدمت أساليب Grad-CAM وGrad-CAM++ وLIME وOcclusion Sensitivity لإبراز مناطق الصورة التي تقف وراء تنبؤاته.
التنبؤ بسرطان الخلايا الكبدية بالاعتماد على الذكاء الاصطناعي لدى الأفراد غير المصابين بعدوى HBV أو HCV في عصر MASLD
العنوان الأصلي: Artificial intelligence-based prediction of hepatocellular carcinoma in individuals without HBV or HCV infection in the MASLD era
تستهدف إرشادات المراقبة الحالية لسرطان الكبد (HCC) بشكل رئيسي المصابين بتليّف الكبد أو التهاب الكبد الفيروسي. بنى الباحثون نموذجًا للذكاء الاصطناعي للتنبؤ بخطر الإصابة بسرطان الخلايا الكبدية لدى الأشخاص غير المصابين بالتهاب الكبد الفيروسي، باستخدام بيانات نحو 7.96 مليون بالغ كوري جنوبي خضعوا لفحص صحي. ومن بين اثني عشر نموذجًا جرت مقارنتها، حقق نموذج MHA_DNN أفضل أداء وحافظ على دقة ثابتة في مجموعة تحقق مستقلة. وكان مؤشر الكبد الدهني والدهون الثلاثية أكثر المتنبئات تأثيرًا، مما يشير إلى دعم مراقبة مخصصة قائمة على الأيض.
إطار تعلّم عميق متعدد المهام للتنبؤ الآلي بالحالة الصحية من صور قاع شبكية العين باستخدام الانتباه الهجين والذكاء الاصطناعي القابل للتفسير
العنوان الأصلي: A multi task deep learning framework for automated health condition prediction from retinal fundus images using hybrid attention and explainable AI
تتعامل نماذج التعلّم العميق الحالية لصور قاع شبكية العين مع مهمة واحدة فقط، وتوفّر قابلية محدودة للتفسير، وتواجه صعوبة في التعامل مع الاختلافات بين مجموعات البيانات. يقترح المؤلفون شبكة متعددة المهام تصنّف شدة اعتلال الشبكية السكري، والغلوكوما، ومرحلة AMD، ومخاطر القلب والأوعية الدموية من صورة واحدة في تمريرة أمامية واحدة، مع تفسيرات Grad-CAM. وقد حققت دقة بلغت 94.7% وAUC بقيمة 0.978 عبر أربع مجموعات بيانات، متفوقةً إحصائيًا على جميع النماذج أحادية المهمة، وحققت AUC لا تقل عن 0.951 في التقييم عبر مجموعات البيانات دون تدريب مسبق (zero-shot).
إطار متكامل يجمع بين الآلات الآلية وتعلم الآلة لتشخيص الصحة النفسية بذكاء
العنوان الأصلي: An automata-machine learning integrated framework for intelligent mental health diagnostics
غالبًا ما يمرّ الاكتئاب بين الطلاب دون اكتشاف حتى يصبح خطيرًا، ولذلك يلزم التنبؤ المبكر به. جمع المؤلفون بين النمذجة السلوكية القائمة على الآلات منتهية الحالات والتعلّم الآلي، فولّدوا ميزات من الحالات العاطفية للطلاب ودمجوا الميزات المتكررة. وباستخدام مجموعة نماذج تضم الغابة العشوائية وKStar، ارتفعت الدقة من 82.02% كخط أساس بالغابة العشوائية إلى 96.88% مع الميزات القائمة على الآلات منتهية الحالات. ويذكر المؤلفون أن هذا النهج يُبقي الميزات قابلة للتفسير والتتبّع.
LitGene: نموذج Transformer قابل للتفسير يدمج النص والأنطولوجيا لتعلّم تمثيل الجينات
العنوان الأصلي: LitGene: an interpretable transformer model integrating text and ontology for gene representation learning
كثيرًا ما يغفل تعلّم تمثيل الجينات الأدبيات العلمية، مما قد يجعل النتائج متحيزة ضد الجينات القليلة الدراسة. LitGene هو محوّل (transformer) قابل للتفسير يدمج النص مع تعليقات Gene Ontology عبر التعلم التبايني. وحقق دقة تنافسية في ثمانية معايير للبروتينات، وتنبأ بدون أمثلة (zero-shot) بمصطلحات GO ومسارات KEGG والروابط بين الجينات والأمراض، وأشار إلى ANGPTL6 كجين مرشح للتليف الرئوي مجهول السبب، مدعومًا بالتعبير التفاضلي في عينات مستقلة.
إطار تحقق متعدد المراحل لاستخراج المعلومات السريرية واسعة النطاق بشكل موثوق باستخدام النماذج اللغوية الكبيرة
العنوان الأصلي: A multi-stage validation framework for trustworthy large-scale clinical information extraction using large language models
يتطلب التحقق من صحة النماذج اللغوية الكبيرة في استخراج المعلومات السريرية عادةً توصيفًا يدويًا مكلفًا. اقترح المؤلفون إطار عمل متعدد المراحل يجمع بين الترشيح القائم على القواعد، والتأصيل الدلالي، وتقييم النموذج اللغوي الكبير الحكم، ومراجعة الخبراء، وتحليل الصلاحية التنبؤية. وعند تطبيقه على تشخيصات اضطرابات تعاطي المواد في 919,783 ملاحظة سريرية، أزال 14.59% من عمليات الاستخراج الإيجابية للنموذج اللغوي الكبير باعتبارها غير مدعومة أو غير معقولة. وحقق النموذج اللغوي الكبير الأساسي درجة F1 بلغت 0.80 مقارنةً بتقييمات الحكم، وتنبأت التشخيصات التي استخرجها بالانخراط اللاحق في الرعاية التخصصية على نحو أفضل من خطوط الأساس المعتمدة على البيانات المنظمة.
هواة يفكّون شيفرات التاريخ السرية القديمة باستخدام الذكاء الاصطناعي
العنوان الأصلي: History’s long-secret codes are being cracked by amateurs using AI
يستخدم غير الخبراء بشكل متزايد نماذج اللغة الكبيرة لكسر الشيفرات التاريخية، مستفيدين من قدرتها على تشغيل خوارزميات فك التشفير والبحث في الإنترنت عن الوثائق. طلب Carter Leffen، الذي لا يملك أي خبرة في التشفير، من GPT-6 Astra فك رسالة للجيش الألماني شُفّرت قبل 85 عامًا، وقدّم الحل بحلول الصباح. يرحب المتخصصون في التشفير بهذا الاهتمام لكنهم غارقون في طلبات التحقق من حلول الذكاء الاصطناعي، وكثير منها غير صحيح.
نسب عائلات البرمجيات الخبيثة الفرعية متعدد المستويات من صور تنفيذية بنظام RGB باستخدام التعلم العميق المعزز بالانتباه
العنوان الأصلي: Multi-level malware subfamily attribution from RGB executable images using attention-augmented deep learning
يتطلب تحليل البرمجيات الخبيثة اتخاذ قرارات على مستويات عدة، من الكشف إلى نسبتها إلى العائلة ثم إلى العائلة الفرعية الدقيقة. يقترح المؤلفون إطارًا هرميًا للتعلم العميق يأخذ صور RGB لملفات Windows PE وينفّذ الكشف وتصنيف العائلة ونسبة 33 عائلة فرعية ضمن بنية واحدة متعددة المخرجات. وحققت أربعة نماذج للتعلم بالنقل معززة بآليات الانتباه دقة بلغت 99% في التصنيف الثنائي و96–97% على مستوى العائلة و91–95% على مستوى العائلة الفرعية، مع درجات macro F1 وصلت إلى 0.89 في النسبة الدقيقة.
ترسيخ وكلاء الذكاء الاصطناعي في الواقع البيولوجي: لبنات أساسية للمختبرات الرطبة المستقلة
العنوان الأصلي: Grounding AI agents in biological reality: Building blocks for autonomous wet labs
لا تستدل نماذج الذكاء الاصطناعي الحدودية بشكل موثوق حول الهندسة ثلاثية الأبعاد وحالة المختبر الفيزيائية، مما يجعل أتمتة روبوتات التعامل مع السوائل أمرًا صعبًا. أسّس Google Research وكلاء الذكاء الاصطناعي في روبوتات المختبرات الفيزيائية ليتمكنوا من تنفيذ دورات سريعة مغلقة الحلقة لتصميم الجزيئات. واكتشف الوكلاء رابطات بروتينية ذات ألفة نانومولارية بخانة آحاد لأهداف سرطانية.
الذكاء الاصطناعي يكتشف مرض القلب التاجي من صور الوجه واللسان في اختبار صغير
العنوان الأصلي: AI detects coronary heart disease from face and tongue photos in small test
دربت دراسة جديدة من الصين نظام ذكاء اصطناعي على صور للوجه واللسان للكشف عن مرض القلب التاجي. وفي اختبار صغير، حدد النظام بشكل صحيح جميع المرضى المصابين بمرض القلب التاجي.
تحديد أصوات الرئة العرضية لدى الأطفال المصابين بأمراض تنفسية في بنغلاديش باستخدام الذكاء الاصطناعي والتسمّع الرقمي
العنوان الأصلي: Identification of adventitious lung sounds in children with respiratory illnesses in Bangladesh using artificial intelligence and digital auscultation
تتميز إرشادات التدبير المتكامل لأمراض الطفولة بحساسية عالية ونوعية منخفضة في تشخيص الالتهاب الرئوي. سجّل العاملون الصحيون في بنغلاديش أصوات الرئة لدى أطفال دون سن الخامسة يُشتبه في إصابتهم بالالتهاب الرئوي باستخدام سماعة طبية رقمية، وقورنت خوارزمية ذكاء اصطناعي بلجنة من أطباء الأطفال. كشفت الخوارزمية الأصوات غير الطبيعية بحساسية 61.8% ونوعية 60.7% إجمالًا، و63.5% و66.8% في حالات الالتهاب الرئوي وفق IMCI. ويصف المؤلفون ذلك بأنه أداء متوسط، مع الحاجة إلى تحسين تصنيف التسجيلات التي يتعذّر تفسيرها.
التوسيم الذاتي لهوامش الاستئصال الجراحي باستخدام نموذج تأسيسي
العنوان الأصلي: Autonomous labeling of surgical resection margins using a foundation model
يتأثر تقييم هوامش الاستئصال الجراحي في علم الأمراض بأخطاء الحبر اليدوي وتشوه الأنسجة وتلف الكي الحراري. طوّر المؤلفون شبكة حبر افتراضي تستخدم نموذجًا تأسيسيًا مجمّدًا ومصنّفًا صغيرًا لرسم الهامش على صور الشرائح الكاملة دون حبر فعلي. وعلى 20 شريحة من كتل أنسجة لم يسبق عرضها، بلغت دقة على مستوى المناطق نحو 73.3% وأنتجت تراكبات طابقت نوعيًا تعليقات الخبراء التوضيحية. النتائج إثبات للمفهوم وتحتاج إلى تحقق في مجموعات سريرية أكبر.
منصة قائمة على تعلم الآلة للتنبؤ بالطاقة الكامنة للجزيئات الصغيرة
العنوان الأصلي: A machine learning-based platform for predicting the potential energy of small molecules
تُعد التقديرات الدقيقة للطاقة الكامنة للجزيئات الصغيرة بعد تصغير الطاقة مهمة لتصميم الجزيئات الدوائية وجزيئات توصيل الجينات. بنى المؤلفون نماذج تعلم عميق، منها بنى CNN-BiLSTM مع الانتباه متعدد الرؤوس ودونه، ودربوها على مجموعة بيانات من بنى الجزيئات الصغيرة باستخدام تمثيلات تسلسلية على مستوى الذرات. وتفيد التقارير بأن النماذج تتفوق على طرق تعلم الآلة التقليدية القائمة على الواصفات، ويقال إن آلية الانتباه تحسّن التعميم.
استخدام البنية الإلكترونية لتوجيه الذكاء الاصطناعي في تصميم مواد جديدة
العنوان الأصلي: Using electronic structure to guide AI in designing new materials
البنية تحدد الوظيفة، ولذلك يستخدم العلماء الذكاء الاصطناعي بشكل متزايد لتصميم ترتيب الذرات في مواد جديدة ذات خصائص مرغوبة. وقد وسّع باحثون في معهد العلوم الصناعية بجامعة طوكيو نموذجًا رائدًا من الذكاء الاصطناعي التوليدي بحيث يصمم البنية الإلكترونية للمادة مع بنيتها البلورية. ويُعرض النموذج الجديد MatterGen-e⁻ في مجلة npj Computational Materials.
دراسة صغيرة: عادات الدردشة والدفع عبر الهاتف الذكي تساعد الذكاء الاصطناعي على رصد التوتر اليومي
العنوان الأصلي: Smartphone chatting and payment habits help AI identify daily stress, small study finds
قد تكمن مؤشرات الإجهاد في عادات الهاتف الذكي اليومية مثل الدردشة والبحث وإجراء المدفوعات. طوّر باحثو KAIST تقنية تحلل عدة سلوكيات روتينية تتكرر داخل التطبيقات لتحديد حالة الإجهاد اليومية لدى الشخص.
نمذجة قائمة على الذكاء الاصطناعي مكانيًا وزمانيًا لتنظيم الجينات وتأثيرات المتغيرات في الدماغ البشري النامي باستخدام Seal
العنوان الأصلي: Spatiotemporal AI-based modeling of gene regulation and variant effects in the developing human brain using Seal
تتناول الدراسة كيف يشكّل التباين الجيني تنظيم الجينات في الدماغ البشري النامي، حيث تكون البيانات محدودة. وقد بنى المؤلفون Seal، وهو إطار تعلّم بالنقل قابل للتفسير قائم على الذكاء الاصطناعي، يتنبأ بالتعبير الجيني وتأثيرات المتغيرات عبر 26 منطقة و30 نوعًا من الخلايا و7 مراحل نمائية. وفي بيانات الجينوم الكامل للتوحد، وجد Seal عبئًا كبيرًا من المتغيرات التنظيمية الجديدة (de novo) في العصبونات الاستثارية الجنينية العابرة.
التنبؤ بنقاط التحول باستخدام الذكاء الاصطناعي
العنوان الأصلي: Forecasting Tipping Points with AI
نقاط التحول، التي لا يستطيع النظام بعدها العودة إلى حالته الأصلية، أصعب في التنبؤ من تغيرات الطقس قصيرة المدى. أظهر فريق بقيادة Caltech أن المشغّل العصبي المتكرر (RNO)، وهو نوع من الشبكات العصبية، يستطيع التنبؤ بموعد حدوث نقاط التحول في نماذج بسيطة. وتشمل هذه النماذج نموذجًا لنظام تغير المناخ ومحاكاة لتدفق الهواء المضطرب فوق جناح طائرة. نُشرت الورقة في PNAS.
نمذجة هجينة لتحسين التنبؤ ببنية معقدات البروتين الكبيرة
العنوان الأصلي: Hybrid modeling for improved structure prediction of large protein complexes
تهدف الدراسة إلى التنبؤ ببنى المعقدات البروتينية الكبيرة. طوّر المؤلفون HDOCK-Multimer (HDM)، وهو إطار عمل آلي يجمع بين الالتحام من الصفر (ab initio) والتجميع التوافقي. وفي ثلاثة معايير مرجعية، كان HDM أكثر دقة ومتانة من أحدث طرق التجميع والطرق القائمة على التعلم العميق في التعامل مع التجمعات البروتينية الكبيرة.
نموذج ذكاء اصطناعي يفك رموز اللغة التي تستخدمها الخلايا للتواصل
العنوان الأصلي: AI model decodes the language cells use to communicate
خلال التطور الجنيني، تتلقى الخلايا إشارات كيميائية تشغّل الجينات أو تُطفئها وتحدد أدوارها. وكان تتبّع تسلسل الإشارات التي تلقتها الخلية صعبًا، لأنه كان يُفترض أن مسارات الإشارات تختلف اختلافًا واسعًا بين أنواع الخلايا. طوّر باحثون من MIT ومعهد Whitehead إطارًا حاسوبيًا لمعالجة ذلك، وقد يساعد في تسريع هندسة الخلايا الجذعية، وتحسين نماذج الأمراض، والإسهام في علاجات السرطان.
تطوير التنبؤ دون الموسمي باستخدام تعلم الآلة
العنوان الأصلي: Advancing subseasonal forecasting with machine learning
تنخفض مهارة التنبؤ بشكل حاد على المقاييس الزمنية دون الموسمية، أي من 2 إلى 6 أسابيع مقدمًا. يقدّم المؤلفون التصحيح الاحتمالي للانحياز، وهو إطار للتعلم الآلي يتعلم تصحيح التنبؤات الاحتمالية التاريخية، ويطبّقونه على أبرز النماذج الديناميكية ونماذج الذكاء الاصطناعي لدى ECMWF. وقد ضاعف المهارة المتواضعة دون الموسمية لنظام التنبؤ بالذكاء الاصطناعي (AI Forecasting System) وحسّن النموذج الديناميكي في معظم أهداف الضغط ودرجة الحرارة وهطول الأمطار، وفي مسابقة ECMWF الفورية لعام 2025 كانت تنبؤاته العالمية الأفضل.
التنميط السريري للدهون البنية البشرية بمساعدة الذكاء الاصطناعي
العنوان الأصلي: Artificial intelligence-enabled clinical phenotyping of human brown fat
لطالما افتقرت الأبحاث إلى طرق لقياس نشاط النسيج الدهني البني (BAT) لدى البشر على نطاق واسع. وباستخدام بيانات 101,243 مريضًا في مركز كبير لعلاج السرطان، قاس المؤلفون نشاط BAT بشكل شبه آلي لدى نحو 8,700 مريض باستخدام التعلم الآلي. وارتبط ارتفاع نشاط BAT، وبخاصة في المخزن الإبطي، بانخفاض احتمال الإصابة بأمراض القلب والأيض وبتوزيع أكثر صحة للدهون البيضاء.
أدلة على تكتّل عدة أيونات Li+ في إلكتروليتات بطاريات الليثيوم أيون
العنوان الأصلي: Evidence for multi-Li + clustering in lithium-ion battery electrolytes
يصعب تحديد بنية الإذابة الكتلية لإلكتروليتات بطاريات الليثيوم أيون بالتفصيل الذري عبر التجارب وحدها. وقد جمع المؤلفون بين محاكاة ذرية مدعومة بالتعلم الآلي، وطيف الرنين المغناطيسي النووي، وبيانات كهروكيميائية، وحسابات كيميائية كمية. وحددوا معقدات متعددة أيونات Li+ لم تُدرس سابقًا، خالية من الأنيونات المرتبطة وسهلة الاختزال، مما يساعد على تفسير سبب نجاح خلائط مذيبات كربونات الإيثيلين المختارة تجريبيًا.
كيف تبني الشبكات العصبية الاصطناعية آلية التعلّم الخاصة بها
العنوان الأصلي: How artificial neural networks build their own learning machinery
يمكن لمجموعة من الوحدات المتصلة عشوائيًا أن تعيد تنظيم نفسها لتصبح شبكة فعّالة لمعالجة المعلومات عند منحها قواعد بسيطة تحدد متى وكيف ينبغي أن تتغير الوصلات. ويرى فريق MIT أن قدرة الشبكة الاصطناعية على تنظيم نفسها، دون توجيه من مطوّر، اختبار أساسي للمعقولية البيولوجية. ويحذّر الباحثون من أن هذه الشبكات قد لا تقدّم رؤى كبيرة حول التعلم البيولوجي.
الذكاء الاصطناعي يقترب من حل فرضية ريمان، إحدى أصعب مسائل الرياضيات
العنوان الأصلي: AI edges closer to solving the Riemann hypothesis, one of math’s hardest problems
Claude يكتشف نظامًا إنزيميًا جديدًا
العنوان الأصلي: Claude discovers a novel enzyme system
يستخدم مختبر Anthropic الجديد لعلوم الحياة نموذج Claude لاستكشاف مجموعات بيانات الحمض النووي بحثًا عن عائلات بروتينية غير موصّفة. وفي النتائج الأولية، وبتوجيه عام فقط من العلماء، عثر وكلاء Claude على نظام إنزيمي جديد مجهول الوظيفة وله خصائص تشبه CRISPR. ويهدف العمل إلى توليد الفرضيات على نطاق واسع واختبارها في المختبر.
NiCLIP: نموذج تدريب مسبق تبايني للغة والصور في التصوير العصبي للتنبؤ بالنص من صور تنشيط الدماغ
العنوان الأصلي: NiCLIP: neuroimaging contrastive language-image pretraining model for predicting text from brain activation images
NiCLIP هو نموذج ذكاء اصطناعي يفك رموز المهام والمفاهيم والمجالات المعرفية من أنماط تنشيط الدماغ. تم تدريبه على أكثر من 23,000 مقالة، ويُقال إنه يتفوق على أجهزة فك الترميز التقليدية في فك الترميز على مستوى المجموعة. وقد تنبأ بالمهام المعرفية بدقة من خرائط مستوى المجموعة في Human Connectome Project، لكنه أظهر قيودًا مع الخرائط الضوضائية على مستوى الفرد.
نموذج أساسي شامل لاستعادة الصور الطبية متعددة الوسائط وتحسينها
العنوان الأصلي: An all-in-one foundation model for multimodal medical image restoration and enhancement
AMIFound هو نموذج أساسي يستعيد الصور الطبية ويحسّنها عندما تتدهور بسبب الضوضاء أو آثار الحركة أو ضعف التباين أو التصوير بجرعة منخفضة، عبر سبع وسائط تشمل التصوير المقطعي المحوسب والرنين المغناطيسي والتصوير المقطعي بالإصدار البوزيتروني والتنظير الداخلي والموجات فوق الصوتية وقاع العين والأشعة السينية. وقد دُرّب على 3.76 مليون صورة مقترنة، وتفوق على 38 نموذجًا أساسيًا خاصًا بمهام محددة وعامًا في مقاييس جودة الصورة وتقييم الأطباء واختبارات المتانة. كما حسّنت الصور المعززة 44 مهمة للكشف عن الأمراض، والتنبؤ بمرحلة الورم، وتصنيف مخاطر البقاء على قيد الحياة في سرطان الرئة ذي الخلايا غير الصغيرة.
HIP: جهود ذرية هسّية بلا مشتقات
العنوان الأصلي: HIP: Hessian Interatomic Potentials without derivatives
هناك حاجة إلى مصفوفات هسيان الجزيئية، وهي المشتقات الثانية للطاقة الكامنة، في كثير من مسارات العمل في الكيمياء الحاسوبية، لكن حسابها مكلف ويتدهور أداؤها مع زيادة حجم النظام. يقدّم المؤلفون HIP، وهو نموذج تعلم عميق يتنبأ بمصفوفات هسيان مباشرة، دون اشتقاق تلقائي أو فروق محدودة، باستخدام خصائص متكافئة التغاير بالنسبة إلى SE(3) من شبكة عصبية بيانية. ويُذكر أن HIP أسرع بمرتبة إلى مرتبتين من حيث الحجم وأكثر دقة من مصفوفات هسيان المحسوبة بالاشتقاق التلقائي، وأنه يؤدي أداءً جيدًا في البحث عن حالة الانتقال وتحسين البنية الهندسية والتحليل الاهتزازي.
إشارات خفية في النوم يمكنها التنبؤ بالصحة المستقبلية
العنوان الأصلي: Hidden signals in sleep can predict future health
يمكن لأدوات الذكاء الاصطناعي استخراج أنماط فسيولوجية من ليلة نوم واحدة لا تلتقطها مقاييس النوم التقليدية، وترتبط هذه الأنماط بالأمراض والوفيات. وتشير ورقتان حديثتان، في Nature Communications وNature Medicine، إلى أن بيانات النوم تحتوي على معلومات صحية أكثر بكثير مما يستخرجه الأطباء والباحثون حاليًا. كما تشير الأدلة المتزايدة إلى أن تغيرات النوم قد تظهر قبل تشخيص المرض.
يميّز تحليل التعلم الآلي لنقل الجسيمات بفعل الأهداب بين خلل الحركة الهدبي الأولي والأهداب الطبيعية
العنوان الأصلي: Machine learning analysis of cilia driven particle transport distinguishes primary ciliary dyskinesia from normal cilia
خلل الحركة الهدبية الأولي (PCD) حالة وراثية تتميز باضطراب حركة الأهداب، ولا يزال تشخيصه صعبًا. طوّر المؤلفون CiliaTracks، وهو إطار للتعلّم الآلي يحلّل انتقال الجسيمات على خلايا مجرى الهواء المستزرعة التي تُلتقط بالمجهرية عالية السرعة. وقد صنّفت نماذج التعلّم الآلي الكلاسيكية وشبكة عصبية التفافية التسجيلات من 14 فردًا مصابًا بـ PCD و10 متبرعين أصحاء بدقة بلغت 95-97%.
الأقل قد يكون أفضل في التنبؤ بالخصائص باستخدام النماذج اللغوية الكبيرة
العنوان الأصلي: Less can be more for predicting properties with large language models
التنبؤ بالخصائص من بيانات الإحداثيات والفئات، مثل طاقات التكوّن أو معاملات المرونة انطلاقًا من البنى البلورية، أمر محوري في العلوم الحاسوبية، وقد طُبّقت عليه النماذج اللغوية الكبيرة (LLMs). وباستخدام مجموعات بيانات اصطناعية ومعيار MatText، يجد المؤلفون أن النماذج اللغوية الكبيرة تخفق باستمرار في التقاط معلومات الإحداثيات بينما تتعامل جيدًا مع أنماط الفئات. وينطبق ذلك على أحجام نماذج تصل إلى 70 مليار معامل، ومجموعات بيانات تصل إلى 2 × 10^6 بنية، وعلى تمثيلات نصية مختلفة، وفي التنبؤ بالخصائص التي تهيمن عليها التأثيرات البنيوية تتفوق المعماريات الهندسية المتخصصة على النماذج اللغوية الكبيرة.
ETSAM: تجزئة أغشية الخلايا بفاعلية في صور التصوير المقطعي بالإلكترونات المبردة
العنوان الأصلي: ETSAM: effectively segmenting cell membranes in cryo-electron tomograms
يصعب تمييز أغشية الخلايا في حجوم التصوير المقطعي بالإلكترون المبرّد المشوشة. يقدّم المؤلفون ETSAM، وهي طريقة من مرحلتين تضبط نموذج Segment Anything Model 2 (SAM2) لتقسيم الأغشية، وقد دُرّبت على 83 صورة مقطعية تجريبية و28 صورة مقطعية محاكاة. وعلى 17 صورة مقطعية تجريبية للاختبار، تفوقت على طرق التعلم العميق الأخرى بحساسية عالية ودقة أفضل.
الدوائر الضوئية تصبح عتادًا قابلًا للتدريب للذكاء الاصطناعي
العنوان الأصلي: Photonic circuits become trainable AI hardware
يعرض المؤلفون طريقة تعلّم في الموقع (in situ) قائمة على الفيزياء تقيس مباشرة التدرجات الضوئية في الدوائر المتكاملة الفوتونية. وتتيح تدريب طوبولوجيات دوائر متنوعة بعد التصنيع، دون الحاجة إلى نموذج رقمي كامل للدائرة. ويُذكر أن العتاد يحقق تصميم المصفوفات والحوسبة متعددة الأطوال الموجية والتعلّم الفوقي السريع.
Tangermeme: مجموعة أدوات لفهم المنطق التنظيمي الفاعل بالوضع المتجاور (cis) باستخدام نماذج التعلم العميق
العنوان الأصلي: Tangermeme: a toolkit for understanding cis-regulatory logic using deep learning models
تستطيع نماذج التعلّم العميق التنبؤ بالبيانات الجينومية جيدًا، لكن الخطوة الأصعب هي استخدامها في الاكتشاف البيولوجي. تصف هذه الورقة tangermeme، وهي مجموعة أدوات عالية التحسين للأجزاء المتعلقة بالتعلّم العميق الجينومي بخلاف النموذج نفسه. وتبيّن كيف يمكن لـ tangermeme أن تستخلص الأنماط التنظيمية الموجَّهة بالـ cis التي تتعلمها النماذج وتحوّلها إلى رؤى يمكن للبشر تفسيرها.
OpenAI تنشر 700 ورقة أولية في الرياضيات على الإنترنت: الرياضيون في حالة غضب
العنوان الأصلي: OpenAI posts 700 maths preprints online: mathematicians are up in arms
استخدمت OpenAI نموذجًا غير مُطلق على مئات المسائل الرياضية البارزة، ونشرت أكثر من 700 ورقة أولية مولّدة بالذكاء الاصطناعي على GitHub في 6 October. رحّب بعض الرياضيين بحلول مسائل قائمة منذ زمن طويل، بينما اشتكى آخرون على وسائل التواصل الاجتماعي من سبقهم إلى النتائج. ووصف أحد الرياضيين هذا الفيض بأنه "slopocalypse"، رغم أن المحتوى قد يثبت مع ذلك صحته من الناحية الصورية.
التنبؤ القابل للتعميم بالاضطرابات
العنوان الأصلي: Generalizable perturbation prediction
تكشف بيانات اضطراب الخلايا عن علاقات تنظيمية سببية، لكن هذه البيانات غالبًا ما تكون شحيحة، مما يحفّز الحاجة إلى طرق تتنبأ بالاستجابات في سياق ما انطلاقًا من سياقات أخرى. طوّر المؤلفون State، وهو نموذج تعلم آلي يجمع بين نموذج انتقال حالة قائم على المحوّلات لتأثيرات الاضطراب في الخلية المفردة ونموذج تضمين خلوي مدرّب مسبقًا. وقد دُرّب على بيانات اضطراب من أكثر من 100 مليون خلية وبيانات رصدية من 167 مليون خلية، كما بنى الفريق Cell-Eval، وهو إطار تقييم لمقارنة النماذج.
تقسيم أورام الدماغ باستخدام تسوية المخطط التكراري المحسّنة بسرب الجسيمات وشبكة U-Net قائمة على VGG19
العنوان الأصلي: Brain tumor segmentation using particle swarm optimized histogram equalization and a VGG19 based U-Net
تقسيم أورام الدماغ في التصوير بالرنين المغناطيسي بطيء وعرضة للأخطاء ويتأثر بتحيز المشغّل، كما أن نماذج التعلم العميق تفتقر غالبًا إلى قابلية التفسير. يقترح المؤلفون SPOHE-VGGNet، الذي يجمع بين U-Net معدّلة وVGG-19 وتسوية مخطط تكراري محسّنة بسرب الجسيمات لتعزيز تباين صور الرنين المغناطيسي. وقد حقق معاملات Dice بلغت 0.9522 (الورم السحائي) و0.9428 (الورم الدبقي) و0.9518 (ورم الغدة النخامية) على مجموعة بيانات Figshare، و0.9463 لتقسيم الورم الكامل على BraTS 2021، مع أن المؤلفين يذكرون أن التحقق الخارجي والحجمي والمتمحور حول الأطباء لا يزال مطلوبًا قبل الاستخدام السريري.
إطلاق العنان لنماذج Earth AI الأساسية الجيومكانية الكوكبية من أجل الصحة العامة العالمية
العنوان الأصلي: Unlocking Earth AI’s planetary geospatial foundation models for global public health
غالبًا ما تتباطأ قرارات الصحة العامة بسبب تأخر الإبلاغ وعزل البيانات في صوامع منفصلة وندرتها. يضغط نموذج Population Dynamics Foundation Model (PDFM) من Google اتجاهات البحث التي تحافظ على الخصوصية، والتنقل البشري، وكثافة البيئة المبنية، والعوامل البيئية في تضمينات للمواقع. ويمكن إدخال هذه التضمينات في النماذج الوبائية القائمة دون ضبط دقيق خاص بكل مهمة، وقد عُرضت خمس دراسات حالة مع شركاء.
تحليل دقيق وعالي القدرة الإحصائية للحالات والشواهد في البيانات الجزيئية المكانية
العنوان الأصلي: Accurate and well-powered case–control analysis of spatial molecular data
الأساليب الحالية للبيانات الجزيئية المكانية كثيرًا ما تستخدم افتراضات مقيِّدة قد تفوّت إشارات مرضية مهمة. أما VIMA، وهي طريقة تعتمد على التعلم العميق، فتستخدم مجموعة من المشفّرات التلقائية التبايُنية (variational autoencoders) لتلخيص رقع صغيرة من الأنسجة وتحديد بيئات دقيقة (microniches) يرتبط وفرتها بحالة المرض أو الشاهد. وفي المحاكاة كانت معايَرة جيدًا وقوية، وعند تطبيقها على مجموعات بيانات تغطي ثلاثة أمراض أعادت اكتشاف أحياء معروفة وحدّدت سمات مكانية جديدة للمرض.
ProFormer: تصنيف قابل للتعميم للبروتيومات أحادية الخلية والبلازما باستخدام التعلّم العميق
العنوان الأصلي: ProFormer: generalizable classification of single-cell and plasma proteomes using deep learning
تتسم مسارات عمل البروتيوميات الحالية بانخفاض الإنتاجية، وتتطلب معالجة مكثفة للبيانات، مما يبطئ تصنيف العينات. ProFormer هو مسار تعلّم عميق قائم على المحوّلات (transformers) يأخذ ميزات الأيونات الببتيدية على مستوى MS1 مباشرة من بيانات مطيافية الكتلة. وقد تفوّق على التعلّم الآلي التقليدي والشبكات العصبية الالتفافية (CNN) عبر 14 بنية، وصنّف البروتيومات أحادية الخلية بحسب نوع الخلية ومرحلة الدورة ومسار التمايز، إضافةً إلى حالة المرض لدى المرضى انطلاقًا من بروتيومات البلازما.
CellART: إطار موحد لاستخراج معلومات الخلية المفردة من النسخ المكاني عالي الدقة
العنوان الأصلي: CellART: a unified framework for extracting single-cell information from high-resolution spatial transcriptomics
إما أن تلتقط منصات النسخ المكاني عالية الدقة أعدادًا قليلة من النسخ لكل بقعة، أو تقيس عددًا محدودًا فقط من الجينات، مما يصعّب استخراج معلومات الخلية الواحدة. يجمع CellART بين صور التلوين وبيانات النسخ المكاني ومراجع RNA-seq للخلية الواحدة، مستخدمًا التعلم العميق والنمذجة الاحتمالية لتجزئة الخلايا وتصنيف أنواعها في آن واحد. ويفيد المؤلفون بأنه فعّال وقابل للتعميم ومتين، وأن مخرجاته متوافقة مع أدوات المجتمع العلمي واسعة الاستخدام.
خط معالجة قائم على التعلم العميق للتمييز بين اعتلال عضلة القلب الضخامي والداء النشواني القلبي باستخدام تخطيط صدى القلب ثنائي الأبعاد متعدد المناظر
العنوان الأصلي: A deep learning-driven pipeline for differentiating hypertrophic cardiomyopathy from cardiac amyloidosis using 2D multi-view echocardiography
يصعب التمييز بين اعتلال عضلة القلب الضخامي (HCM) والداء النشواني القلبي (CA) في تخطيط صدى القلب لأن مظهرهما متشابه. طوّرت الدراسة إطارًا للتعلم العميق يصنّف صور تخطيط صدى القلب ثنائية الأبعاد إلى خمسة مقاطع ذات صلة سريرية، ويستخرج السمات من كل مقطع ثم يدمجها. وفي التحقق المتقاطع بخمسة أجزاء على 212 مريضًا بـ HCM و119 مريضًا بـ CA و200 مريض في المجموعة الضابطة، بلغت الدقة 0.83 والحساسية 0.81 والنوعية 0.89 ومقياس micro-F1 0.82، ويصف المؤلفون الإطار بأنه أداة تشخيصية موثوقة.
يستطيع هذا الذكاء الاصطناعي المدعوم بالضوء اكتشاف التزييف العميق بدقة تقارب 98%
العنوان الأصلي: This light-powered AI can spot deepfakes with nearly 98% accuracy
بنى باحثون في UCLA معالجًا عصبيًا بصريًا يستخدم الضوء لكشف مقاطع الفيديو المزيفة بتقنية deepfake، بهدف فحص الحجم المتزايد من مقاطع الفيديو المولَّدة بالذكاء الاصطناعي. وعلى عكس الأنظمة التقليدية التي تفحص مقاطع الفيديو واحدًا تلو الآخر، فإنه يحلل 15 تدفق فيديو أو أكثر في آنٍ واحد خلال تمريرة بصرية واحدة. ويفيد الفريق بأن دقة الكشف بلغت نحو 98%، وقد نُشرت الدراسة في eLight.
علم بصياغة Claude
العنوان الأصلي: Claude-shaped science
يصف البروفيسور Matthew Schwartz كيف بنى BootLoops، وهي مجموعة أدوات للحسابات الدقيقة في العلوم الكمية، بعد أن توقف عن مجادلة Claude وتركه يجد مشكلات تناسب قدراته الحالية. ولأن حسابات متشابهة تتكرر عبر المجالات، وجد Claude روابط مع علم البيئة ووراثة المجتمعات السكانية وعشرات المجالات الأخرى، وإن كانت هذه الروابط صحيحة تقنيًا في الغالب لكنها لم تكن لافتة في البداية. ثم عمل Schwartz مع خبراء في تلك المجالات لتوجيه BootLoops نحو الأسئلة التي تهمّ تلك المجالات.
تكتشف النماذج اللغوية الكبيرة قواعد استدلالية متكاملة للتحسين التوافقي
العنوان الأصلي: Large language models discover complementary heuristics for combinatorial optimization
يشكّل التحسين التوافقي أساسًا للقرارات في قطاعات التصنيع والخدمات اللوجستية والطاقة، لكن تصميم الخوارزميات الاستدلالية لكل صيغة جديدة يتطلب جهدًا خبيرًا يمتد لأشهر، وغالبًا ما يفشل توليد الشيفرة بنماذج اللغة الكبيرة في تمريرة واحدة. تقسّم LACE تصميم الخوارزميات إلى مخططات ومكتبة أدوات ومحفظة خوارزميات استدلالية، ثم تطوّر خوارزميات استدلالية متخصصة متكاملة ضمن حدود زمن التشغيل. وعبر 36 مسألة كلاسيكية من CO-Bench بلغ متوسط أدائها 0.945، مقابل 0.870 لأقوى طريقة سابقة قائمة على نماذج اللغة الكبيرة و0.571 للتوجيه المباشر.
هذا الذكاء الاصطناعي الذي يلعب الألعاب هو البطل الجديد في لعبة Stratego
العنوان الأصلي: This game-playing AI is the new champ at Stratego
طوّر باحثون نظام ذكاء اصطناعي للعبة Stratego، وهي لعبة لوحية لاعبَين تكون فيها قطع الخصم مخفية، وكثيرًا ما تُستخدم لاختبار التفكير الاستراتيجي. وبفضل الجمع بين خوارزميات تدريب فعّالة وتقنيات جديدة لاتخاذ القرارات في ظل معلومات مخفية، هزم النظام أفضل اللاعبين البشر المصنَّفين بفارق كبير، وتفوّق على أفضل النماذج التالية له مع كلفة تدريب أقل. كما تغلّب على أفضل اللاعبين البشر في ألعاب استراتيجية أخرى بقواعد مختلفة.
نحو نماذج أساسية الطابع لكواشف النيوترينو غير المتجانسة في حدود الطاقة العليا عبر التدريب المسبق الذاتي الإشراف
العنوان الأصلي: Towards foundation-style models for energy-frontier heterogeneous neutrino detectors via self-supervised pretraining
إن تفسير الأحداث في كواشف النيوترينو ذات حدود الطاقة العليا غير عملي بالنسبة لإعادة البناء التقليدية، وصعب على النماذج الخاضعة للإشراف عندما تكون البيانات الموسومة شحيحة. يقوم المؤلفون بتدريب مسبق لمحوّل رؤية متناثر (Vision Transformer) باستخدام إعادة بناء المشفّر الذاتي المقنّع وأهداف علائقية على مستوى الفوكسل، ثم يضبطونه بدقة بصورة مشتركة على التصنيف والانحدار. وفي أحداث محاكاة من مسعّر FASER المقترح، حسّن التدريب المسبق تحديد النكهة وكوارك الساحر (charm) والانحدار الخاص بالزخم وإعادة بناء الرأس، وبنحو 1,000 حدث موسوم طابق المشفّر المدرَّب مسبقًا أداء تصنيف النكهة لنموذج دُرّب من الصفر.
التنبؤ بمخاطر الطقس الفضائي على شبكات الكهرباء
العنوان الأصلي: Forecasting space weather risks on power grids
يمكن للأحداث المتطرفة في طقس الفضاء أن تحفّز تيارات في شبكات النقل تتلف المعدات، ويحتاج مشغّلو الشبكات إلى معرفة متى وأين ستكون التأثيرات أشد، مع إنذار كافٍ. بنى Microsoft Research مسار تعلم آلي يجمع بيانات الرياح الشمسية وتنبؤات AE وDst وخط العرض المحلي والجيولوجيا والموصلية الأرضية لإنتاج تقديرات للمخاطر لـ 66,935 محطة فرعية في الولايات المتحدة القارية. وخلال فترة التقييم اكتشف ما يقارب 80% من أحداث طقس الفضاء الكبرى، ويمكنه تحذير المشغّلين قبل 30 إلى 60 دقيقة من ظهور خطر محدد.
D4RT: إعادة بناء المشاهد رباعية الأبعاد وتتبعها بشكل موحّد وسريع
العنوان الأصلي: D4RT: Unified, Fast 4D Scene Reconstruction & Tracking
أداة ذكاء اصطناعي لرسم خرائط محاصيل صغار المزارعين تثبت جدارتها في السنغال
العنوان الأصلي: AI tool for mapping smallholder crops proves itself in Senegal
تترك المزارع الصغيرة في السنغال، التي تعتمد على مياه الأمطار، جزءًا كبيرًا من السكان عرضة للصدمات المناخية، ومع ذلك فإن أدوات رسم خرائط المحاصيل بالأقمار الصناعية بعيدة المنال إلى حدٍّ كبير. استخدم باحثون من جامعة كامبريدج Tessera، وهو نموذج ذكاء اصطناعي مفتوح المصدر مدرَّب على صور الأقمار الصناعية، لرسم خرائط المحاصيل في حوض الفول السوداني في السنغال. وفي الاختبارات أعطى النتيجة الصحيحة بنسبة 84% من الحالات، أي بدقة تفوق الطرق الحالية، مع استخدام جزء يسير فقط من موارد الحوسبة والبيانات المصنّفة. وفي أحد السيناريوهات كان أداؤه أفضل بنسبة 28% من أفضل نموذج يليه.
نقدّم Quine: نظام بحثي بالذكاء الاصطناعي مصمم لتعقيد علم الأحياء
العنوان الأصلي: Introducing Quine: An AI research system designed for the complexity of biology
تُعد Quine من Microsoft Research جهدًا في مراحله الأولى لبناء نموذج عالمي متعدد الوسائط للأحياء وإطار عمل تفاعلي يربط بين النماذج والأدوات العلمية والأدبيات العلمية والباحثين، بما يساعد العلماء على ترتيب الفرضيات حسب الأولوية قبل الاختبار المخبري. وبالتعاون مع باحثين في معهد Broad التابع لجامعتي Harvard وMIT، استخدم الفريق النظام لترتيب أولويات المركبات التي يُتوقع أن تُحدث تحولات علاجية في حالة الأورام، وتحقق من عدة مرشحين في صدارة الترتيب عبر عدة فحوصات مخبرية رطبة. النظام تجريبي ومخصص للأبحاث فقط، وتتطلب مخرجاته مراجعة من باحثين مؤهلين.
تركيبة جديدة تساعد لقاحات الحمض النووي الريبي على تحمل درجات الحرارة المرتفعة
العنوان الأصلي: New formulation helps RNA vaccines withstand high temperatures
تتطلب لقاحات الحمض النووي الريبي (RNA) عادةً تخزينًا شديد البرودة، لذلك استخدم باحثو MIT خوارزمية ذكاء اصطناعي لتعديل التركيبة المحيطة بالجسيمات النانوية الدهنية التي تنقل لقاحات mRNA. وتنبأت الخوارزمية بالتركيبات المثلى، مما قلّل عدد التجارب المطلوبة وسرّع التطوير. وظلّت اللقاحات الناتجة مستقرة لمدة تصل إلى عام في درجة حرارة الغرفة أو شهرين عند نحو 100°F، وفي الفئران أنتج لقاح لـ Covid-19 استجابة مناعية بقوة استجابة لقاح RNA مشابه للقاح Moderna.
تقييم مخاطر المناخ الإقليمية من النماذج المناخية باستخدام التعلّم الآلي الاحتمالي
العنوان الأصلي: Regional climate risk assessment from climate models using probabilistic machine learning
النماذج المناخية خشنة جدًا لقرارات المخاطر الإقليمية، وطرق تصغير النطاق الحالية مكلفة جدًا للمجموعات الكبيرة، وتغفل الاعتماديات متعددة المتغيرات، أو تحتاج إلى أزواج تدريب متزامنة زمنيًا لا تتوفر في الإسقاطات الحرة. GenFocal إطار ذكاء اصطناعي توليدي ينتج طقسًا دقيقًا إحصائيًا وعالي التفصيل من إسقاطات خشنة دون بيانات تدريب مزدوجة. وهو يولّد مخاطر طويلة الأمد مثل موجات الحر والأعاصير المدارية، ويأخذ عينات من الأحداث النادرة عالية التأثير بدقة أكبر من الطرق الرائدة، ويحسّن التقديرات الإقليمية للظواهر المتطرفة المركّبة.
حسّن Claude حدًا أدنى قائمًا منذ زمن طويل لنسبة أصفار دالة زيتا لريمان التي تحقق فرضية ريمان
العنوان الأصلي: Claude has improved on a longstanding lower bound for the fraction of zeros of the Riemann zeta function that satisfy the Riemann hypothesis
تنص فرضية ريمان، وهي مسألة لم تُحل بعد، على أن أصفار دالة زيتا لريمان تقع جميعها على خط رأسي معيّن. وأثناء محاولة حل المسألة، لم يتمكن إصدار بحثي غير منشور من Claude من إثباتها، لكنه حسّن حدًّا أدنى قائمًا منذ زمن طويل لنسبة الأصفار التي تحقق هذه الخاصية، فرفعه من 41.6% إلى 67.2%. وقد تحقق رياضيان من Anthropic من صحة الورقة وكتبا مذكرة خبراء غير رسمية، كما أنتج Claude برهانًا قابلًا للتحقق الصوري. ولا يُتوقع أن تؤدي هذه النتيجة إلى إثبات الفرضية نفسها.
يحسب Claude سعة تسع حلقات في نظرية يانغ-ميلز الفائقة N=4
العنوان الأصلي: Claude computes a nine-loop amplitude in N=4 super-Yang-Mills
أعلن الفيزيائي وكاتب العلوم Matt von Hippel تحدّيًا لشركات الذكاء الاصطناعي لحلّ مسألة صعبة في الفيزياء النظرية: حساب سعة تشتت من تسع حلقات في نظرية يانغ-ميلز الفائقة N=4. وقد حسبها Claude، متغلبًا على التحدّي بعد نحو شهر.
تقدير خطر الانتحار من النصوص
العنوان الأصلي: Estimating suicide risk from text
يُعدّ تحديد الأشخاص المعرّضين لخطر مرتفع للانتحار أولوية للمستشارين أثناء أزمات الصحة النفسية. طوّر باحثون في معهد ماكغفرن في MIT أداة لمعالجة اللغة تبحث في النصوص عن كلمات وعبارات مرتبطة بـ 49 عامل خطر للانتحار لتقدير خطر الفرد. وفي المحادثات النصية مع مستشاري الأزمات، تنبأت الأداة بخطر الانتحار بدقة، ومع مزيد من التحقق يمكن أن تدعم تقييم الخطر في البيئات السريرية وبيئات دعم الأزمات.
روبوت MIT الطائر الصغير يصبح أسرع بنسبة 450% بفضل الذكاء الاصطناعي
العنوان الأصلي: MIT’s tiny flying robot gets 450% faster with AI
اقتصرت الروبوتات الطائرة بحجم الحشرات عادةً على السرعات المنخفضة ومسارات الطيران البسيطة. طوّر باحثو MIT وحدة تحكم قائمة على الذكاء الاصطناعي بنظام تحكم من جزأين يتيح للروبوت إجراء انقلابات متكررة لجسمه. وبالمقارنة مع أفضل نتائج الفريق السابقة، ارتفعت سرعة الروبوت بنحو 450% وتسارعه بنحو 250%، وأتمّ 10 شقلبات في 11 ثانية حتى في ظل اضطرابات الرياح.
كيف يرتقي Claude بنمذجة الجزيئات الحيوية
العنوان الأصلي: How Claude is uplifting biomolecular modeling
كانت النماذج مفتوحة المصدر التي يستخدمها العلماء للتنبؤ بالجزيئات الحيوية وتصميمها بطيئة وتستهلك ذاكرة كبيرة. وعبر العمل ضمن Claude Science، حسّن Claude أكثر من 30 من هذه النماذج في أقل بقليل من أربعة أسابيع، مما سرّع أداءها بنحو 4 أضعاف في المتوسط. كما بنى وضعًا منخفض الاستهلاك للذاكرة يتيح التنبؤ الدقيق بأنظمة تتجاوز 10,000 رمز على عقدة واحدة من وحدات NVIDIA GPU، ويجري إتاحة الشيفرة المحسّنة كمصدر مفتوح.