WAIC首日,多位专家热议AI未来。图灵奖得主Hopcroft强调培养适应变化的人才;印奇预测AI爆发将来自智能体与终端结合;萨顿提出经验驱动是下一代AI核心;王坚呼吁重视科学数据;Bengio关注安全。大会发布科学发现平台,推动AI走向物理世界。
现代科学工作流程生成大量数据,但这些数据常常孤立且缺乏上下文。Luma与Databricks的结合提供了一个统一的平台,实时捕捉和结构化科学数据,确保数据的完整性和可追溯性。这种数据记录方式支持AI应用,提升研究效率,帮助科学家快速做出决策。
Eon Systems声称已实现果蝇大脑的数字仿真,但专家对此表示怀疑,认为缺乏科学数据和验证。尽管创始人称其为“真实上传的动物”,许多科学家认为这一说法不够严谨,强调需要更多实证研究支持这一声明。
麻省理工学院等团队提出了AutoSciDACT方法,旨在自动化检测科学数据中的新发现。该方法结合对比学习和统计检验,能够有效识别异常信号,适用于天文学、物理学和生物医学等领域。研究表明,AutoSciDACT在不同数据集上表现优异,推动科学发现向数据驱动转型,提升科研效率。
德国莱布尼茨超级计算中心将引入新超级计算机Blue Lion,其性能是SuperMUC-NG的30倍,基于NVIDIA Vera Rubin架构,结合GPU和定制CPU,旨在实时处理科学数据。美国Doudna超级计算机也将采用该架构,支持超过11000名研究人员,提高科学研究效率。
为了延长旅行者1号和2号的科学数据收集,NASA关闭了部分仪器以节省电力。这两艘探测器自1977年发射以来,每年损失约4瓦特电力,预计在关闭仪器后能继续运行到2030年代。旅行者1号和2号是人类最远的探测器,分别距离地球超过150亿和130亿英里。
本研究提出了一种增强大型语言模型(LLM)的方法,通过结合可视化文本描述与快照,提取基本特征到结构化文本文件中,从而提升模型对科学数据可视化的响应能力,具有广泛的应用潜力。
NASA的旅行者1号探测器在通信暂停后恢复正常操作。由于距离地球约154亿英里,探测器切换到低功率的S波段发射器,导致无法下载科学数据。团队重新激活了X波段发射器,并于11月18日开始收集数据。尽管面临电力不足的挑战,探测器的科学仪器仍在低温下正常工作。旅行者1号和2号已飞行超过47年,是唯一在星际空间工作的探测器。
由于电力不足,NASA关闭了探测器“旅行者2号”的等离子体科学仪器。该探测器已飞行超过128亿英里,仍在使用其他四个科学仪器研究太阳系外区域。此举旨在延长其他仪器的使用寿命,确保科学数据的独特性。
本文探讨了深度学习在科学数据有损压缩中的应用,提出了SRN-SZ和NEC等高效压缩算法,显著提高了压缩比和重建质量。这些方法在保持数据准确性的同时,减少了存储成本,有效应对科学数据快速增长的问题。
NASA的旅行者1号在经历计算机故障后,经过五个月恢复了工程数据传输。团队调整了存储代码,成功检查了航天器健康状态,接下来将恢复科学数据传输。
完成下面两步后,将自动完成登录并继续当前操作。