Variations between labs can misinform scientific AI models, team reports
SLAC 国家加速器实验室的科学家与宾夕法尼亚州立大学的两名研究人员一起证明了在构建用于催化剂研究的人工智能模型时生成高度可重复的实验数据的重要性，该框架可以帮助指导将二氧化碳转化为有价值的燃料等反应。
生活在地下：塔兰图拉毒蛛中首次记录蚁蛛性（Mygalomorphae：Theraphosidae：Catumiri Guadanucci，2004）摘要蚁蛛性在节肢动物中广泛存在，但在蜘蛛中的记录很少，特别是在蛛蛛科中。狼蛛（Theraphosidae）此前并未被证明能形成真正的嗜蚁群，现有记录仅限于轶事观察。在这里，我们根据现场和实验数据的结合，提供了狼蛛嗜肉性的第一个强有力的证据。在纳库南生物圈保护区（阿根廷蒙特沙漠）进行的实地调查显示，Catumiri Guadanucci 2004 物种的个体栖息在切叶蚁 Acromyrmex lobicornis Emery 1887 的巢穴中。在
Towards experiment-guided AlphaFold
ISTA 研究人员用实验数据指导 AlphaFold，为改进未来预测模型铺平道路。从左到右：Advaith Maddipatla、Meital Bojan、Alex Bronstein、Nadav Sellam Bojan 和 Paul Schanda。 © ISTA。基于人工智能的程序 AlphaFold 可以非常准确地预测蛋白质的 3D 结构。然而，它倾向于将异质结构减少为单一主导[...]
