新闻中心 
-
07-14Perplexity AI可以分析玻尔兹曼大脑 Perplexity AI自发意识理论PerplexityAI无法分析玻尔兹曼大脑，因为它缺乏真正的意识和理解能力。当前AI技术基于算法模拟与统计关联，而非自发意识；其处理复杂概念的方式依赖大规模数...
-
07-09Nature子刊，优于AlphaFold，全原子采样，一种预测肽结构的AI方法编辑|萝卜皮深度学习方法推动了生物分子结构单态预测的重大进展。然而，生物分子的功能取决于它们可以呈现的构象范围。对于肽来说尤其如此，肽是一类高度灵活的分子，参与...
-
05-29填补AlphaFold3空白，字节跳动提出物理引导的方法让蛋白质动起来世界是变化的，分子是运动的，从预测静态单一结构走向动态结构分布是揭示生物分子功能的重要一步。探索蛋白质的结构分布，能帮助理解蛋白质与其他分子相互作用的生物过程；...
-
04-08太全了！多模态深度学习的综述！1.介绍我们对世界的体验是多模态的——我们看到物体，听到声音，感觉到质地，闻到气味，尝到味道。模态是指某个条件发生或经历的方式，当一个研究问题包含多个模态时，它...
-
01-23实际场景下的受限玻尔兹曼机（RBM）应用受限玻尔兹曼机（RBM）是一种基于能量模型的人工神经网络。它包含一个隐层，通过连接输入层和隐层中的每个神经元，但不同层的神经元之间没有连接。RBM是一种无向概率...
-
01-22玻尔兹曼机在特征提取中的应用指南玻尔兹曼机（BoltzmannMachine，BM）是一种基于概率的神经网络，由多个神经元组成，其神经元之间具有随机的连接关系。BM的主要任务是通过学习数据的概...
