XiaoMi-AI文件搜索系统
World File Search Systemdeepmind
Google对健康的影响2025
我们生活在研究的“黄金时代”中，我们见证研究与现实世界影响之间的“魔术周期”如何缩短和扩大范围的范围，以及AI在健康方面的影响如何以加速的速度从理论转变为现实。多年来，我们在Google Research和Google DeepMind的团队一直在解决健康方面的一些最大挑战，从疾病检测到赋予临床医生的能力，以使诊断更加精确和易于访问。自2016年以来，Google Research就在2024年就发表了250篇有关AI健康的AI论文，其中有40多篇论文。Google DeepMind的进步，从Alphafold对蛋白质折叠和生成AI的尖端工作的革命性影响正在加速跨健康和科学的影响力。在一起，这些努力为从预防性健康到罕见疾病治疗的所有事物提供了更有效的解决方案的基础。
超级大脑，而非替代品：设计人机协作，打造更美好的未来工作
由该领域的创始人在 20 世纪 50 年代提出，以机器形式实现人类认知。12 从那时起，人工智能的重大里程碑通常被定义为机器智能在实现完全人类智能的道路上又迈出了一步。例如，国际象棋大师加里卡斯帕罗夫输给 IBM 的深蓝计算机被广泛讨论为“大脑的最后一战”。13 在输给 IBM Watson 的过程中，Jeopardy 智力竞赛节目冠军肯詹宁斯开玩笑说：“我个人欢迎我的新计算机霸主。”14 最近，在 AlphaGo 击败围棋冠军李世石后不久，英国《金融时报》发表了一篇关于 DeepMind 首席执行官德米斯哈萨比斯的个人简介，其中指出：“在 DeepMind，工程师们已经创建了基于神经网络的程序，以人脑为模型......智能是通用的，而不是特定的。这种人工智能像人类一样‘思考’。”15
请注意，所有时间均为太平洋时间
Anima Anandkumar (加州理工学院和 NVIDIA) Demis Hassabis (Deepmind) Fei-Fei Li (斯坦福大学) 上午 10:45 休息 上午 10:55 人工智能对社会的影响演讲（虚拟）：Sendhil Mullainathan (芝加哥) Daron Acemoglu (麻省理工学院) Sarah Kreps (康奈尔大学) 下午 12:25 休会 第 2 天
农业机械化现状及发展战略...
AI vs AI（聊天GPT）云知识库 在AlphaGo对战李世石之前，谷歌DeepMind团队先用人类近3000万步棋训练了“AlphaGo”神经网络，让它学会如何预测人类职业棋手的落法。再让AlphaGo与自己对弈，从而创造出一本庞大的新棋谱。
人工智能 101：生成式人工智能与高等教育
Kasirzadeh , A.、Kenton , Z.、Brown , S.、Hawkins , W.、Stepleton , T.、Biles , C.、Birhane , A.、Haas , J.、Rimell , L.、Hendricks , LA、Isaac , W.、Legassick , S.、Irving , G. 和 Gabriel , I. (2021 年 12 月 8 日)。语言模型带来的伦理和社会危害风险。 DeepMind [预印本]。 https://doi.org/10.48550/archiv.2112.04359
使用AI
今天，自然科学中使用的AI正在以前所未有的速度加速发现。 例如，在结构生物学中，X射线晶体学是关于蛋白质结构的最快途径。 单个实验可能需要多年的工作，而耗资100,000美元，具体取决于蛋白质。 现在，Google DeepMind的Alphafold预测了蛋白质的3D结构，已导致了一个公开可用的蛋白质结构数据库，该数据库可免费访问2亿个预测的蛋白质结构。 此数据库可公开供您使用，并已收到来自190多个国家 /地区的250万用户。 基于alphafold的字母敏感，预测了错义变体的致病性 - DNA中的单个字母替代，在癌症等疾病等疾病的挽救诊断和挽救生命治疗的发展。 此外，AI正在改变材料科学，正如Google Deepmind's Gnome所证明的那样，该侏儒已经发现了数百万个新的水晶结构，并加速了电池和半导体技术等领域的进步。 GNOME成功地发现了220万个新晶体 - 等同于经典研究技术的近800年知识。 想象一下，在未来几年中，诸如Alphafold，Alphamissense和Gnome等更科学的发现工具及其对加速进步的影响。今天，自然科学中使用的AI正在以前所未有的速度加速发现。例如，在结构生物学中，X射线晶体学是关于蛋白质结构的最快途径。单个实验可能需要多年的工作，而耗资100,000美元，具体取决于蛋白质。现在，Google DeepMind的Alphafold预测了蛋白质的3D结构，已导致了一个公开可用的蛋白质结构数据库，该数据库可免费访问2亿个预测的蛋白质结构。此数据库可公开供您使用，并已收到来自190多个国家 /地区的250万用户。基于alphafold的字母敏感，预测了错义变体的致病性 - DNA中的单个字母替代，在癌症等疾病等疾病的挽救诊断和挽救生命治疗的发展。此外，AI正在改变材料科学，正如Google Deepmind's Gnome所证明的那样，该侏儒已经发现了数百万个新的水晶结构，并加速了电池和半导体技术等领域的进步。GNOME成功地发现了220万个新晶体 - 等同于经典研究技术的近800年知识。想象一下，在未来几年中，诸如Alphafold，Alphamissense和Gnome等更科学的发现工具及其对加速进步的影响。