编辑 | TGS 发布 | ATYUN订阅号 人工智能几乎触及了人类所知的所有行业和学科，文化艺术自然也不例外。...Artrendex是一个由人工智能驱动的新界面，它和它的组件ArtPI，或将有望改变艺术被发现、展示和销售的方式。 ArtPI是第一个为Art设计和优化的公共API。...它使用人工智能和深度学习模型，进行了100多万件艺术品的训练，借以了解风格、体裁、题材、构图、光线、空间、色彩等艺术原则和元素的概念。...即使艺术品的图像是扭曲的，ArtPI也能工作。它允许从各种角度拍摄不太理想的源图像，因为人工智能模型可以用来校正失真，将倾斜或光线不好的图像提炼成可以与其他作品相比较的信息。...这能消除复杂的摄影文件需要，让ArtPI在各种不太完美的环境下工作。 人工智能在识别视觉模式方面，通常比人类做得更好。
在人工智能驱动的科学发现中，科学知识可以使用适当的归纳偏差（Box 1）纳入人工智能模型中，归纳偏差是表示结构、对称、约束和先验知识的假设。...最近的研究表明，无监督语言人工智能模型有可能捕获复杂的科学概念，如元素周期表，并在功能材料被发现前数年预测它们的应用，这表明关于未来发现的潜在知识可能嵌入到过去的出版物中。...人工智能在科学发现中被广泛采用的障碍包括发现过程中每个阶段特定的内部和外部因素，以及对方法、理论、软件和硬件的实用性以及潜在的误用的关注。...利用开放的科学文献、自然语言处理和知识图技术可以促进文献挖掘，以支持材料发现、化学合成和治疗科学。深度学习的使用对人工智能驱动的设计、发现和评估提出了一个复杂的挑战。...人工智能有可能开启以前无法触及的科学发现。
日本的研究人员正在使用人工智能制造更强的金属合金或发现新材料，并彻底改变制造过程 总览 日本的研究人员开发了两步技术，使飞机工业中使用的镍铝合金更坚固。...这项新技术展示了机器学习如何改变传统上依赖试错的科学领域。 人工智能正在革命性地发现新的或更强的材料，这将改变制造业。...然后，该团队使用一种名为蒙特卡洛树搜索（MCTS）的人工智能算法将这些组合缩小到较小数量的最佳组合。他们发现使用MCTS的110种模式比通常的恒温老化更好。...有了这一见解，他们创造了一种新的两步老化方法：先进行短期高温老化，然后进行长期低温老化。这种方法使镍铝合金在高温下比用人工智能发现的任何图案制成的合金更强。...Thiede说，有了分子及其性质的数据库，再加上预测未知分子在不同条件下如何表现的人工智能模型，就有可能发现新的材料、药物和蛋白质。
最近，科学家借助人工智能技术发现了环绕开普勒-90星系（一个类太阳系，距离地球2545光年）的第八颗行星，至此，我们的太阳系与围绕单个恒星周围的大多数行星都有联系。...新发现的开普勒-90i是一颗炽热的岩石行星，每14.4天围绕它的恒星公转一次。该发现借助了谷歌（Google）研发的机器学习系统。机器学习的本质在于计算机通过人工智能实现“自我学习”。...在这次发现中，计算机通过在开普勒数据实例中发现望远镜记录的太阳系以外行星（系外行星）所产生星光的变化，学会识别行星。...你会发现较小的行星在里面，而较大的行星在外围，但是所有的行星都挤得更紧一些。” 谷歌人工智能（Google AI）的一名高级软件工程师提出了将神经网络应用于开普勒望远镜数据分析的想法。...我相信，这些数据中还有更多的‘第一’等待着人们去发现。”
过去的三十多年里，基于靶点的药物发现（Target-based Drug Discovery, TDD）是药物发现的主要方法。...然而即便人们已经发现了大量的潜在靶点，但是确认的、既符合疾病相关性又具有可接受的安全风险的靶点仍然很少，TDD没有像最初希望的那样富有成效。...在过去的10年里，AI方法学和机器学习算法已经成功地应用于药物发现的各个阶段，并逐步融入到大型制药公司的药物发现策略中。...副作用预测 机器学习和人工智能可以帮助人们利用人类遗传学数据，来预测治疗效果，阐明与特定药物和/或靶点相关的安全问题。机器学习可以在临床前设计阶段预测小分子的毒理学情况。...一些试验的图像结果可以为其他项目的生物活性研究提供预测，加快药物发现的速度和效率。 03 结束语 完全以靶点为中心的药物发现方法，或许不是一个稳健的解决方案。
该书的总体介绍见Springer推出新书《Artificial Intelligence in Drug Design》 摘要 机器学习和深度学习是人工智能的两个子类，在这个大数据时代，通过将数据转化为信息并最终转化为知识...机器学习或人工智能其实并不新鲜，但在过去几年中，出现了一些更好的应用方法，它们已经成功地应用于药物发现和开发。...至少在早期药物发现过程中，利用各种人工智能和机器学习方法(包括这些方法和化学信息学工具的结合)可以相当迅速地获得某些见解。由于过去几年中数据的数字化程度显著提高，这一努力也得到了支持。...在我们开始讨论AI/ML方法如何用于药物发现的旅程之前，重要的是要了解两者之间的微妙区别以及深度学习。参照图2，很明显，机器学习是人工智能的一个子类。...图2｜人工智能、机器学习和深度学习的关系的示意图 人们经常讨论的一个挑战是，有多少数据是足够的，或者我们应该在常规基础上更新模型，等等。简单的类比一下，这些机器学习模型就像小婴儿。
编译 | 于洲 大型制药公司和研究人员正在加强对人工智能的关注，以加快药物研发。但Verseon首席执行官Adityo Prakash表示，完全由人工智能驱动的药物发现之路面临着巨大障碍。...他说：“在药物发现方面，人工智能存在一个制药行业尚未达成协议的数据问题。”Prakash解释说，“没有足够的数据”来依赖人工智能作为小分子药物发现的主要手段。...药物发现与蛋白质折叠的不同之处在于，它对人工智能来说是一个更艰巨的挑战。了解蛋白质的结构是第一步。但是发现新药需要了解这种蛋白质如何与一种新颖药物进行结构结合。...了解小分子药物发现中固有的挑战 Prakash提供了一个令人大开眼界的统计数据来说明人工智能在药物发现方面的局限性，他估计我们只有0.000000000000000000000001%的药物类化学宇宙的可用数据...他解释说：“目前的人工智能方法几乎不可能在没有帮助的情况下找到突破性的新药。当你看看那些据称利用人工智能‘发现’药物的公司时，你会发现，大多数公司都是对已有的药物结构进行了‘模仿’修改。”
然而，当涉及到其他领域，包括转化为药物发现时，该技术似乎落后了。尽管有大量媒体关注其加速这一领域的潜力，但人工智能尚未被证明是一种有效的解决方案。人工智能需要改变什么来推动药物发现？...人工智能可通过减少临床试验失败的药物数量来对药物发现产生强烈的影响。目前，人工智能主要集中在使用临床前数据的方法开发上，而不是专注于应用和生成 对药物发现产生真正影响所需的临床数据。...研究人员概述了人工智能在药物发现过程中的哪些方面运作良好，该如何改进它的使用，以及人工智能需要做出哪些改变才能开始使未来的药物发现管线受益。...AI:从配体发现到药物发现 药物发现的更大背景下使用人工智能的最成功的例子之一是在临床前环境中发现配体：识别与感兴趣的生物靶标结合的分子。为此，人工智能有效地帮助验证了可能适合治疗疾病的靶标。...当这些从有效性和安全性角度预测体内情况的数据类型足够大时，人工智能可以在药物发现决策过程中使用它们。一旦达到这个阶段，药物发现中的人工智能可能会提升到一个全新的水平。
为了更好的理解如今以及未来人工智能在企业中的影响，美国科技公司Narrative Science最近调查了来自各行各业的 230 名商业以及技术高管，以便确定一些影响如今商业如何使用科技的趋势，并最终形成了以下四大主要发现...鉴于预测分析需要大量的数据，这一发现还指出，随着众多公司在追踪、存储呢和管理数据上变的越来越复杂，数据的可用性需要不断被提高。...这给我们带来了下一个发现：数据科学人才的短缺持续影响着公司。到2018年，全球数据科学家的需求将超过供应量的 50%。...调查发现揭示了优先考虑创新的公司能从他们正在使用的技术中获得最大价值。对于今天的商界领导人来说，这是为什么他们应该组织和投资一个正式创新战略的一个非常有说服力的理由。...还有，我们的分析发现，公司应专注于能让它们更快进入测试、采用技术并从这些技术中获得价值的创新。有人说，技术本身并不等于成功的创新。最成功的公司会将开放思维的文化与人类的才能和智能系统结合起来。
Facebook研究人员发现，当前的人工智能可被“障眼法”欺骗，即认为自己“看到了”一些不存在的物体。 对人工智能（AI）来说，眼见不一定为实。...但Facebook的研究表明，同样的方法也可以骗过其他算法。 这种技术被称为对抗样本。它可以被黑客用于欺骗无人驾驶汽车，使其忽略停车标志，或者阻止闭路电视摄像机从人群中发现嫌犯。...Facebook的AI研究员MoustaphaCissé和他的同事们发现，类似的技术（他们称之为Houdini）可以通过在图像和声音中加入少量的数字噪声来愚弄语音识别和机器视觉系统，而这些噪声不可能被人类察觉到...我们需要更多的研究来发明新的机器学习技术，以便能够将其用于防御。 一个花招 Cissé发现，无人驾驶汽车中使用的图像分类算法有可能忽略行人或停放的车辆。...他发现，当一个移动的相机捕捉到这些标志时——就像将这些相机装在一辆无人驾驶汽车内的情况一样——它们并没有成功骗过这个算法。
如何运用机器学习，发现新的系外行星？ 几千年来，人们仰望星星，记录、观察天文现象，并从中发现其运行模式。...当我们让TensorFlow模组辨识从未见过的讯号时，它能以96%的准确率辨认出哪些讯号是行星，哪些是非行星。因此，我们知道这个模组成功了！ 克卜勒90i，发现！...在这样的过程中，我们发现两颗新行星：克卜勒80g 和克卜勒90i。其中值得注意的是，克卜勒90i 是第八个被发现围绕着克卜勒90的行星，这使它成为除了太阳系之外，第一个已知的八大行星系统。...图／Google中国台湾 我们利用15,000个被标示的克卜勒讯号，来训练机器学习模组去辨认行星讯号，并利用这个模组，从670颗恒星的数据中发现新的行星，且成功发现了两个先前被忽略的行星。...目前为止，我们只用TensorFlow 模组搜寻了20万个恒星当中的670个，而克卜勒的数据中可能还有更多系外行星尚未被发现，未来机器学习的新思维和技术将能帮助人类进行宇宙探索，发现更多未知的领域！
JMC推出 "Artificial Intelligence in Drug Discovery "特刊，强调人工智能（AI）在制药研究中的新兴作用。...本期的一个焦点是阐明人工智能方法如何开始影响药物发现的实践。特刊包含了从不同角度看待AI在药物发现中的文章和观点。 ?...本期的论文涵盖了各种方法开发工作和实际应用，让研究者了解到人工智能是如何进入药物发现领域的。...推荐阅读 JMC | 人工智能在药物合成中的当前和未来作用(1) JMC | 人工智能在药物合成中的当前和未来作用(2) JMC | 人工智能在药物合成中的当前和未来作用(3) Nature |...＋ 生成模型 尽管计算化学取得了30多年的进步，但在药物发现中，许多新分子的构想也源于药物化学家的想象力和独创性。
---- 新的加密系统可以让制药公司和学术实验室共同合作，更快地开发新的药物,而不会向竞争对手透露任何机密数据。 该计算系统的核心是一种称为神经网络的人工智能程序。...AI研究哪些药物与人体内的各种蛋白质相互作用以预测新的药物蛋白质相互作用的信息。 更多的培训数据产生了更聪明的人工智能，这在过去是一个挑战，因为药物开发人员通常不会因知识产权问题而共享数据。...研究人员在10月19日的“ 科学”杂志上报告说，新系统允许人工智能将数据众包，同时保持信息的私密性，从而鼓励合作伙伴加快药物开发。 确定新的药物蛋白质相互作用可以揭示各种疾病的潜在新疗法。...神经网络还发现了白血病药物伊马替尼与蛋白质ErbB4之间从未见过的相互作用，该蛋白质被认为与不同类型的癌症有关。研究人员证实这与实验室实验相互作用。...该安全计算网络还可以鼓励在药物开发之外的领域中的更多协作。彭说，医院可以分享机密健康记录，以培训预测患者预后或设计治疗策略的人工智能项目。
CACHE的介绍参见本公众号文章 对标CASP，工业界和学术界发起CACHE挑战，弥合分子发现和计算设计之间的差距 小分子药物发现领域的人工智能革命令人期待，但目前为止，其发展路径仍然比较模糊。...虽然很多生物制药公司宣扬人工智能在小分子药物发现领域的前景，但却很少公布他们正在做什么以及进展如何的细节。学术团体更加开放，但往往缺乏资源来严格验证他们的技术或面临的障碍。...人工智能能带来什么 CACHE的参与者们利用的是已经深入许多药物研发机构的技术。...Gorgulla说：“我们得到的一个启示是，经典方法仍然可以赶上基于人工智能的方法。”...人工智能还无法解决预测的药物是否能在实验室中制成、是否能穿过细胞膜、是否会产生脱靶作用等问题。药物发现是一个多参数优化问题。实际上，我们正试图找到具有整体性的东西。”
在过去的五年里，人们对将人工智能方法应用于药物研发的兴趣激增。 2022年5月17日，BioPharma Dealmakers杂志发表文章，分析了小分子药物发现中人工智能的应用进展。...一些公司主要集中在药物发现管线的某一特定阶段，如靶点识别或化合物筛选，而其他公司的目标是建立端到端的平台，其中人工智能工具是每个步骤的核心。...本文从融资、合作、临床试验三个方面，来说明人工智能在小分子药物发现中的应用范围和进展。...表3｜AI药物发现公司的AI应用和内部开发的分子 Exscientia是首批报告人工智能生成的小分子候选药物进入临床的公司之一。...关于未来 迄今为止，人工智能对小分子药物发现的影响，通常与提高早期研究中的效率和加速时间表有关。
IBM近日宣布，将把人工智能应用到癌症的治疗中，这意味着，IBM公司的Watson系统（认知计算系统）将进一步拓展其应用范围。...这样一来，Watson等人工智能系统就成为寻找相关医学信息的最佳途径，它们可以找到很多人类研究员无法找到的信息。...此项人工智能技术将在“细胞划分”的过程中发挥重要作用，在进行放射性治疗时，帮助医生区别健康组织和病变组织。...未来，最终治疗方案可能还是需要人类医生确定，但是人工智能将提供各种有效的建议，帮助加速这一过程。 人工智能的研究将极大程度上推动医疗进步。...辉瑞公司将运用Watson系统来“分析规模庞大的（公共和私有）数据源”，并“分析测试不同假设情况，以获得基于证据的实时观察结果。”此外，他们还将使用人工智能来判别新的癌症疗法是否安全。
摘要 人工智能（AI）正日益融入科学发现中，以增强和加速研究，帮助科学家生成假设、设计实验、收集和解释大量数据集，并获得可能无法仅通过传统科学方法获得的洞见。...人工智能（AI）越来越多地用于各个科学学科，以整合庞大的数据集、精炼测量、指导实验、探索与数据相容的理论空间，并为自主发现提供可操作和可靠的模型，与科学工作流程相结合。...由人工智能驱动的实验和模拟 通过实验评估科学假设对科学发现至关重要。然而，实验室实验可能昂贵且不切实际。计算机模拟已成为一个有希望的替代方案，提供了更有效和灵活的实验可能性。...人工智能系统可以通过更好地拟合复杂系统的关键参数，解决支配复杂系统的微分方程，并在复杂系统中建模状态，从而提高计算机模拟的准确性和效率。...对于粗粒度的分子动力学，人工智能模型已被用于通过确定系统需要从学到的隐藏复杂结构中粗化的程度来降低大系统的计算成本。
编译 | 曾全晨 今天为大家介绍的是来自Navraj S. Nagra团队的一篇论文。 人工智能（AI）技术，如机器学习，正在改变药物研究和开发（R＆D）领域，得益于不断增长的数据和计算能力。...例如，在肿瘤领域，大分子药物预计将在2030年占市场收入的约50％，其中超过80％预计将来自抗体。 人工智能在大分子药物发现中的应用 药物研发的许多领域都在应用机器学习工具。...在这里关注大分子药物发现的三个相互重叠的方向——结构预测、功能预测和新候选物生成——这些方法正在迅速成熟。...预测大分子功能的工具：已开发出人工智能工具来支持大分子治疗候选物功能的预测，包括抗原-抗体或RNA-蛋白质结合，以及与其可开发性相关的方面，如药代动力学清除。...已建立的生物制药公司正投资于在大分子药物发现领域建立AI能力，包括内部建设和通过收购，例如Genentech在2021年收购了Prescient Design，这是一家应用机器学习进行抗体发现的AI驱动生物技术公司
2022年11月5日，印度国家药物教育与研究所的专家在Eur J Pharm Sci杂志发表文章，系统梳理了CADD、人工智能和机器学习在药物发现中的应用方法。...1.2 药物设计和药物发现中的人工智能 人工智能是通过机器或计算机对人类智能的模拟。它们通常通过训练大量预先训练的模型，分析相关性和模式的信息，然后使用这些模式进行预测来工作。...表13 用于药物发现的人工智能工具 人工智能技术 基本的人工智能技术有启发法（Heuristics）、支持向量机、人工神经网络、马尔可夫决策过程和自然语言处理（图5）。...1.3 药物设计和药物发现中的机器学习 机器学习是人工智能和计算机科学的一个分支，专注于利用数据和算法通过逐渐提高其准确性来模仿人类的学习过程。...人工智能算法在广泛的数据集中的重要任务包括分类、回归、分组和模式识别。机器学习技术增加了各种应用中药物数据的决策，包括 QSAR 分析、hit发现和从头药物设计，从而获得更准确的结果。
一次国际安全会议探讨了用于药物发现的人工智能（AI）技术如何被滥用于生化武器的从头设计。一个思想实验演变成了一个计算证明。...会议召开三天，讨论尖端化学和生物技术造成伤害的可能性，如果意图是这样的话。研究人员的药物发现公司收到了邀请，要贡献一份关于用于药物发现的人工智能技术如何有可能被滥用的报告。...敲响警钟 不必过分危言耸听，这应该为研究人员在“药物发现中的人工智能”社区的同事敲响警钟。...在数百家使用人工智能软件进行药物发现和从头设计的公司中，研究人员只是一家非常小的公司。他们中有多少人甚至考虑过重新利用或滥用这些可能性？...在此，研究人员给出了一些建议，研究人员认为这些建议将减少人工智能在药物发现中的潜在双重用途问题。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
