病毒出能源 成本更低廉

在上海世博园区内外,一些加氢站已经建成,它们是为世博会上的氢燃料汽车服务的。众所周知,氢燃料是一种清洁能源．它的原料和燃烧后的唯一产物都是水。然而,令能源公司头疼的是氢燃料的生产成本,因此科学家正在想办法降低氢能源的造价。美国研究人员提出一种新的设想,利用病毒提取氢能源能够降低生产成本。     

个人基因组测序收费将无比低廉

通过对个人全基因组的测序和分析，测试者将成为在线聊天族并开设博客，彼此共享特定的基因变异详情、交换家族的基因档案，并实施有助于疾病预防的的措施——     

机器学习在材料设计方面的研究进展

新材料的发现是推动现代科学发展与技术革新的源动力之一,是当前促进经济发展与解决环境问题的迫切需求.传统的材料研发基于试错法,效率低且成本高.大量实验与计算模拟产生的数据为新材料的研发提供了新契机.基于这些数据,机器学习最近在材料性能预测、新材料的发现与设计等领域取得了很大进展.譬如基于材料项目(materials project)数据库对钙钛矿材料的统计分类、结合高通量计算对双钙钛矿卤化物材料稳定性的预测,以及金属间化合物电催化剂的设计与筛选等.除了基于隐式模型的预测,机器学习也可以用来发现具有物理可解释性的显式描述符,从而加速新材料的发现.     

更短更亮更优秀

一种有着军方背景的激光技术看来会对生物学产生巨大影响。通过产生高功率的短脉冲 ,自由电子激光器将推进我们对生物分子的认识     

面向合成生物学的机器学习方法及应用

机器学习的目标是设计可以根据先验知识和观测数据不断改进其性能的算法.该算法可以帮助机器从大量的数据中提取知识,从而提升其在特定任务上的性能.作为数据驱动的方法,机器学习可以有效利用高通量实验技术产生的大批量生物数据,实现合成生物体的功能预测与智能化设计,改变合成生物学的研究范式.本文首先介绍机器学习在合成生物学领域广泛...     

机器学习的能力范围及其对劳动力的影响

正深刻的变化即将到来,但人类的角色依然存在。在过去的几十年里,数字计算机已经改变了社会上几乎所有工作。机器学习(ML)能够加速自动化的步伐,而机器学习的最新进展正在为更大、更迅速的转变拉开帷幕。然而,尽管机器学习显然是一种"通用技术"——就像蒸汽机和电力那样——可产生大量额外的创新和能力,但对于机器学习系统所擅长的任务,并没有达成广泛共识。因此,对于机器学习在更广的层面上对劳动力和经济的具体预期影响,也未达     

深入蝠穴

从大学本科开始,我有幸跟随导师张树义教授研究蝙蝠十余载,并不时请教各位洞穴生物学家、地质学家、洞穴探险家,足迹遍及多半个中国,钻入大小洞穴几百个,最大的乐趣便是见识洞穴动物在漆黑的环境内生活的场面。这不禁令我感叹大自然造化的神奇：     

利用机器学习，预测细菌对抗生素的耐药性

<正>当一个患者确诊为细菌感染,医生会在实验室中对细菌进行药敏检测,并根据检测结果开具合适的抗生素。但细菌感染的复发率很高,大约25%罹患尿路感染的女性在6个月内被另一种细菌感染。众多研究发现,大多数复发感染的病原菌与初次感染的病原菌不同。医生按照细菌药敏检测的结果开具有效的抗生素尽管能够降低总体的复发率,但同样也提升了处于潜伏状态的耐药性菌株感染的可能性。因此,这样的治疗行为是一把双刃剑。2022年2月24日,以色列理工学院马修·斯特拉西（Mathew Stracy）等人在《科学》杂志发表的研究指出,运用数据驱动的方法,通过机器学习模型,结合人群统计数据和患者的个人病史,提出抗生素使用建议,能够将这种风险最小化。     

机器学习在聚烯烃催化剂领域的应用与展望

催化剂是决定聚烯烃的工业效率以及实现聚烯烃高端化的核心.传统开发催化剂的过程采用试错法,不仅实验步骤多、研发周期长,且催化性能的研究需要消耗大量资源.单纯依靠实验的分析方法很难挖掘出催化剂结构与聚合性能之间的内在关系.高水平的量子化学计算可以准确地获取反应机理,但针对宏量的实验数据,昂贵的计算成本是其局限.大数据时代,人工智能的发展势不可挡.机器学习作为人工智能的核心策略表现出强大的预测能力,并在科学、技术以及工业等各个领域获得了广泛的应用与发展.本文主要介绍机器学习在聚烯烃催化剂中的最新研究进展,并简要评述机器学习应用于烯烃催化中面临的机遇与挑战.     

机器学习与计算力学的结合及应用初探

自20世纪50年代以来,随着计算机科学的不断进步,机器学习和数据科学得到了长足发展.这些技术一般依靠大量数据作支撑,通过训练过程提取出蕴藏在数据内部的抽象映射关系,目前已被成功应用于化学、生物等自然科学研究领域.近年来,这些技术也逐渐受到计算力学领域研究者的关注.本文结合作者的相关研究成果介绍了机器学习、数据科学与计算力学相结合的3种形式:第一种是与有限元方程求解方面的结合,直接应用卷积神经网络算法求解线性有限元方程;第二种方式结合有限元计算和机器学习预测复杂材料结构与力学性能的关系.本文作者应用该方法基于细观页岩扫描照片和随机建模算法,成功训练出可以有效预测细观页岩样本等效模量的卷积神经网络;第三种方式是建立基于数据驱动的计算力学方法,比如直接利用真实的材料实验数据代替材料本构模型.这些工作显示了机器学习、数据驱动在处理材料的力学实验数据、设计新型材料以及创建更高效的计算力学模型方面的广阔前景.随着计算力学的发展,未来将可能出现更多将数据科学、机器学习与计算力学相结合的应用场景,进一步开发出更加强健、高效和保真的计算力学方法.     

对话周志华教授:关于人工智能和机器学习

<正>2016年3月"阿尔法狗"(Alpha Go)围棋程序对战世界围棋冠军、职业九段选手李世石,并以4:1的总比分获胜,吸引了全世界的关注,社会舆论为之哗然.2017年10月19日,阿尔法狗的研发团队、谷歌旗下的Deep Mind的最新研究成果以"Mastering the game of Go without human knowledge"为题发表于Nature,再次引起轰动.报道称新一代的阿尔法元(Alpha Go Zero),完全从零     

超表面多维光场调控及基于机器学习的优化

作为一种亚波长二维人工微结构,超表面在更加集成化的平台上实现了新的光学现象及对光场灵活、多维的调控.与光场单维调控的超表面相比,能够实现光场多维调控的超表面在许多实际应用中都展现出明显的优势,例如光学全息成像、超分辨成像及矢量光生成等.然而,实现多维调控的超表面通常具有更复杂的设计,基于机器学习优化可以有效降低超表面的设计难度并实现更高精度的多维调控,因此受到广泛的关注.本文首先对实现多维调控的超表面进行了分类和总结,随后详细介绍了基于机器学习的新型光场调控方法.基于机器学习优化的超表面进一步增大了光场调控的自由度,有利于集成光学器件的发展.     

深入非洲丛林部落

非洲是一块古老的大陆。它北部的埃及在公元前2700年就建造了胡夫金字塔,而中非丛林中的黑人部落有些至今仍生活在原始状态。由于没有文字,他们对外部世界保持着神秘感。我们强烈地希望到那里去探险。 加纳是西非几内湾的一个很有特色的国家。由于历史上盛产黄金、钻石,曾被英国殖民者称为“黄金海     

深入龙桥地下暗河

1995年8月,由中法岩溶专家组成的一支科学考察探险队在重庆奉节发现了一条巨大的地下暗河。到2004年8月,历经10年艰辛的实地探查,人们终于找到了这条暗河的源头,初步弄清了河道结构、延伸位置以及暗河出口,并确认这是一条世界级的特大暗河。本刊特约这支中法科考探险队的中方队长万新南教授撰文,为我们讲述科考探险历程并介绍这一奇特的地下世界。     

深入海洋 利用海洋

在全国大跃进的鼓舞下,科学工作者越来越多地考虑着,几年、十几年、几十年以后的科学將发展到什么样的高度以及如何发展的问題。这种考虑是有益的,它可以引导我們树立起远大的科学理想,它可以帮助我們制定出有远見的科学規划。我們这里发表的就是十几位科学工作者的理想或目标。这些理想和目标,有的近期就可能实現,有的將要在比较远的將来才有可能办到,有些想法也可能是近乎科学幻想的。但是,它們都可以启发我們的思想。本刊今后准备继续发表这类文章,希望科学工作者大胆提出自己的设想,写出文章寄給我們。     

海洋地质学的研究尚待深入

从某些科普文章甚至科学著作中可以得出一个印象,似乎海洋地质学的主要问题都已经解决.但实际情况远非如此.而且,从开始有系统地进行海洋区的地质研究迄今只有三、四十年,要在这短短几十年内揭示出70%的地球表面的结构、成因和地质史的特点是可能的吗?这方面的障碍是海洋区地壳深层区和上     

更理想的生物质能

金融危机之后,能源和食品价格危机也是余震不断，其结果是，能源和农业成为了两个不可分割的问题。较低的石油价格使得来自农场和森林的燃料缺乏竞争力。事实虽然如此，但只从短期来看是这样的。金融危机促使人们产生了一种危机意识，必须以一切可能的手段避免依赖有限的资源；而最佳的对策是多样化的能源政策,其中。生物燃料将成为这一趋势的最大受益者。