实验室人工智能——它如何帮助科学研究?

人工智能(AI)重塑的限制可能在科学实验室。从癌症研究生物学和基因药物开发和食品质量控制、人工智能技术被用在各种各样的科学研究领域。

想知道更多关于实验室人工智能已经成为科学研究领域的一个宝贵的工具吗?下面,我们看一看激动人心的新技术被使用在不同的研究领域。

人工智能的出现

人工智能的起源可以追溯到1940年代,当英国数学家和计算机科学家Alan Mathison图灵开始质疑如果机器能思考。他最终开发了一个叫图灵测试实验,旨在确定机器是否“智能”基于对问题的反应。

如果机器能模仿人类和说服的反应一个人的,它通过了测试和被认为是聪明的。图灵测试通俗称为“模仿游戏”,被认为是人工智能的祖父。

在过去的几十年里,人工智能已经成为一种普遍现象在世界各地的实验室。今天,作为一个总括的术语来描述一个阿森纳的技术用于复制人类智能和执行复杂的任务。

现代先进的人工智能技术

艾图灵时代以来已经走过了漫长的道路。人工智能技术的发展允许分析师收集大量的数据,与下一代软件和算法技术用于将这些数据转换成可利用的信息。这里有一些最大的人工智能从过去几十年的突破。

• 卷积神经网络

卷积神经网络,也被称为cnn或回旋网,让AI系统分析视觉表象和分配解决问题的重要性,求同存异。的复杂网络是由神经元和连接模式的启发和存在于人类的大脑神经通路,特别是视觉皮层。

• 强化学习

强化学习看到AI系统探索各种不同的场景和可能性。然后信贷分配给不同的选择基于性能。

• 转移学习

转移学习看到以前学到的概念用于新的、未知的场景。

• 生成对抗的网络

开发的人工智能科学家伊恩·格拉汉姆·古德费勒在2014年,生成对抗网络(甘斯)股份的神经网络。通过创建一个“零和游戏”的情况下,研究人员可以迫使机器学习新技术并生成有价值的数据。

人工智能转换科研部门

科学研究的领域,人工智能已经成为许多突破的关键驱动因素。研究人员在范围广泛的学科依靠工具来提取和分析数据,用来了解信息,检测模式和预测结果。

这是一眼AI目前是如何被使用的一些世界顶尖科学研究实验室:

人工智能在基因组研究

人工智能已经成为基因组研究的一个宝贵的工具,数据用于预测复杂的蛋白质结构。通过不同形状的蛋白质结构预测收购以及它们是如何影响人体,研究人员可以开发一个更深层次的了解疾病的发展。AI-derived数据还用于改善诊断和发展新的治疗方法。带来技术上的挑战,利用基因序列预测蛋白质的形状非常劳动密集型。

• 100000人基因组计划

现在,完成100000人基因工程由基因组学英格兰展示了多么复杂的基因测序可以与团队引用数据作为一个重大的挑战。使用数据从国家卫生服务病人,项目全基因组测序目标记录超过100000种已知的结构和开发更好的理解常见的癌症,以及罕见的传染病。

第一个障碍是变体调用,包括比较可能的数百万参考基因组之间的差异和独特的病人的基因组。注释,从每个不同派生意义和相关性的过程,也是一个巨大的挑战。而不是手动尝试这些复杂的任务,研究人员利用人工智能和机器学习技术分析DNA序列和预测蛋白质的三维结构。

“自动化这个过程——创建基因组学英国管道——这周,而不是花了多年时间,是非常困难的,”英格兰读取基因组学的网站。

• 鹰基因组学和厄勒研究所

最近的一个伙伴关系鹰基因组学和厄勒研究所进一步证明了人工智能科学研究部门的变革潜力。合作将重点发展至关重要的工具来访问和分析复杂的微生物组数据。

“鹰基因组学的行业领先的开放平台帮助推动了生命科学研发跨许多行业的数字化改造,从AgBio通过医疗和食品,个人护理和美容,”安东尼Finbow鹰基因组学的首席执行官说。与厄理工学院合作“我们清楚地展示我们的承诺使激进,微生物全球变化科学创新。通过利用自然——包括它的复杂网络和相关的多维数据——我们可以帮助解决世界上的重大挑战,释放巨大的经济潜力。”

应对气候变化

气候变化是一个紧迫的问题,人工智能是被用来帮助环境科学家解锁有价值的数据和集会行动。betway88体育官网从监测空气质量模式记录每月平均降雨量的变化,环境科学是严重依赖于数据。复杂系统分析这些数据的基础,用它来做出明智的决定,在地方、国家和全球水平。

如此多的数据和很多不同的参数,模式和趋势的因素,手动生成有意义的数据可能是一个挑战。人工智能桥梁之间的差距的大量信息和潜在影响地球上环境变化可能。

• 预测模式和相应的计划

例如,剑桥大学的研究人员正在调查气候变化将如何影响棉花生产在埃及未来几十年。betway88体育官网科学家们利用当地和国际的统计数据,与AI系统用于将原始数据转换成有用的信息。

在美国,全球私人投资公司TPG 1亿美元流入AI-driven系统设计来预测天气模式的准确性。数据丰富的系统是由Climavision肯预测模型启动与巨大的潜力。

“天气模式变得越来越不可预测和不稳定由于气候变化,需要高质量的区域和超当地天气数据从未更加明显,“克里斯•古德说Climavision首席执行官和创始人之一。“Climavision提高覆盖率和改善天气信息使早期和更准确的天气预报,可以拯救生命,限制业务中断,并改善人们的生活和社区全国。”

推动可再生能源

随着地球对抗气候变化的承诺,并使转向可再生能源,专家预测AI将发挥重要作用。可再生能源技术已经被用于管理分散的电网供应和分发。

从运营的角度来看,人工智能是用于监控的条件和性能可再生能源基础设施,包括风力发电机、太阳能电池板和水力机械。通过提高效率,减少停机时间,降低维护成本运营商可以保持尽可能低的价格和快速的全球推广绿色能源。

天文研究和太空探索

人工智能不仅仅是推动科学研究在地球上。机器学习还被用来检测在天文数据模式和发展外太空有更深一层的认识。例如,美国国家航空航天局使用人工智能检测现有的数据集来检测磁化旋转紧凑的恒星被称为脉冲星。机器学习还用于映射的物理性质恒星,超新星和归类的星系。

著名美国宇航局的开普勒任务期间,专门建造了一个人工智能系统是用来消除扭曲数据生成的太空望远镜的推进器。这使得研究人员只关注天文数据由恒星和行星。

资产管理

在实验室之外,人工的研究被用来推动资产管理策略。最近的一次可行性研究开创了英国采购解决方案公司电视台集团工业软件开发人员Senseye和诺森比亚大学获得了£250000调查使用信息技术来连接预测维护软件与先进的库存管理系统。目标是最小化停机时间,提高性能和利用新兴的智能技术的潜力。

“我们总是希望与同样的组织创新和合作伙伴,“Senseye首席技术官说,罗伯特·罗素。“这英国创新资金使我们加深我们的关系与电视台集团和诺桑比亚大学的一个激动人心的机会汇集资产管理的不同方面,只有通过推进制造业的数字化成为可能。先进技术的可行性研究正在加速我们的愿景和生成新的业务机会。”

人工智能和科学研究的未来

人工智能的不断发展,新的发展总是推动科学研究的边界。前进,它的某些AI将继续发挥关键作用在推进现代科学和彻底改变研究跨越广泛的学科,从气候变化和可持续性天文学和医学