上海青年研发的学术版AI“大圣”能高效处理科研问题，提升实验效率，推动生命科学和地球科学等领域的科研变革。

Polymathic AI 联合研究团队提出了一个以 Transformer 为核心架构、主要面向类流体连续介质动力学的基础模型 Walrus。Walrus 在预训练阶段覆盖了 19 种高度多样化的物理场景，涵盖天体物理、地球科学、流变学、等离子体物理、声学以及经典流体力学等多个领域。结果表明，无论在下游任务的短期预测还是长期预测中，Walrus 均优于此前的基础模型。

谷歌在癌症、药物和地球科学领域取得了重要进展，利用AI和量子计算解决复杂问题。新工具DeepSomatic可识别癌细胞基因变异，Cell2Sentence-Scale 27B模型提出新疗法。量子计算机能够精确模拟分子行为，推动新材料和药物设计。Earth AI整合地理数据，提升灾害响应能力。这些研究促进了实际应用，改善了人类生活。

深时地球科学研究探讨地球历史与演化，涵盖内部结构和生命演化等领域。浙江大学的Earth Explorer系统利用大数据与AI技术，实现地学数据的可视化分析，提升研究效率与灵活性。

本研究提出了GeoRSMLLM模型，旨在解决现有视觉语言模型在复杂指令和像素级操作中的不足。通过引入遥感视觉语言任务集（RSVLTS）和统一数据表示方法，该模型能够更有效地处理遥感任务，为地球科学和遥感领域提供更通用的解决方案。

人类对地球的认识在过去百年中显著进步，但仍有许多未解之谜。地球经历了复杂的演化历程，包括气候变化和生物灭绝。书中探讨了地球的形成、生命起源以及人类与地球的关系，强调人类在地球历史中的渺小和未来的不确定性。

本研究提出了一种结合深度神经网络的新方法，解决地球科学中未观察因素导致的空间异质性问题。该方法在预测全球总初级生产力方面表现优越，能够有效揭示主导因素的区域分布差异。

地球科学正迎来AI驱动的变革，2024年研究者在智慧城市、房价和海洋生态等领域取得突破，展示了AI在复杂系统中的潜力，为可持续发展提供创新解决方案。

地球科学正经历AI驱动的变革，AI通过分析海量数据优化建模与预测。浙江大学戚劲研究员在COSCon’24论坛上分享了GeoAI的跨学科应用，包括房价分析和海洋遥感，提出了GNNWR和GTNNWR模型，提升了建模的精度与可解释性。这些新方法在多个科学研究中得到广泛应用，推动了地球科学的发展。

地球科学进入大数据时代，人工智能在解决地球科学问题和理解地球行为中起关键作用。研究提出了可解释的地球科学人工智能框架，通过计算机断层扫描影像识别展示了其有效性和多功能性。不同种类的人工智能方法可以作为引擎，高效地完成地球科学影像识别任务。该框架具有巨大潜力，需要在地球科学领域更加重视可解释人工智能的应用。

本文介绍了人工智能在地球科学中的应用，包括机器学习和深度学习的最新发展，以及生成对抗网络、物理信息神经网络和生成预训练转换器的结构。这些工具在数据生成、超分辨率和去雾等应用中有所帮助。然而，仍然存在物理解释性、恶意用途和可信度等挑战。人工智能模型对地球科学有巨大潜力，特别是在气候变化、城市科学、大气科学、海洋科学和行星科学方面。

该文章讨论了地球科学基础模型的发展和挑战，该模型整合跨学科数据模拟和理解地球系统动态，以数据为中心的人工智能范例从结构化和非结构化数据中发现见解。然而，该模型在验证和验证、规模、可解释性、知识表示和社会偏见等方面仍存在挑战。提高模型一体化、分辨率、准确性和公平性的跨学科团队合作是关键。

PhET 是一款开放、免费的互动仿真程序，由诺贝尔物理学奖获得者卡尔•威曼于2002发起。旨在通过自由互动仿真程序，在世界范围内提高人们的科学数学素养。简体中文 PhET 教材由 OEF 开放教育反应堆、为师的厝翻译维护。 The post 开放教育资源宝库 PhET：自由的线上物理、化学、生物、地球科学及数学模拟教学互动软件 appeared first on 开源工场.