• 框架伙伴关系 框架伙伴关系是欧盟与特定组织(如非政府组织 (NGO)、研究机构或行业协会)之间的长期合作。框架伙伴关系提供数年稳定的资金和支持,使合作伙伴能够更有效地规划和实施战略举措。有关赠款标准规则和赠款管理模式的更多信息,请点击此处。欧盟赠款资助各种活动,包括:
1. 采用人工智能打击犯罪攻击:Emotet 木马是现代恶意软件中最臭名昭著的木马之一,是原型人工智能 (AI) 攻击的典型例子。Emotet 的主要传播方式是垃圾邮件钓鱼,通常通过发票诈骗诱骗用户点击恶意电子邮件附件来实现。Emotet 的作者最近在其木马中添加了一个新模块,用于窃取受感染受害者的电子邮件数据。尽管这种电子邮件泄露功能的来源尚未透露,但最近观察到 Emotet 在全球范围内发送结构化钓鱼电子邮件。这意味着它可以快速插入现有电子邮件线程并强烈敦促受害者点击恶意附件,该附件随后出现在最终的恶意电子邮件中。
摘要简介:人工智能 (AI) 启发了计算机辅助药物发现。机器学习(尤其是深度学习)在多个科学学科中的广泛应用,以及计算硬件和软件的进步等因素继续推动这一发展。对于人工智能在药物发现中的应用,最初的大部分怀疑已经开始消失,从而使药物化学受益。涵盖的领域:回顾了人工智能在化学信息学中的现状。本文讨论的主题包括定量结构-活性/性质关系和基于结构的建模、从头分子设计和化学合成预测。强调了当前深度学习应用的优势和局限性,并展望了用于药物发现的下一代人工智能。专家意见:基于深度学习的方法才刚刚开始解决药物发现中的一些基本问题。某些方法上的进步,例如信息传递模型、空间对称性保持网络、混合从头设计和其他创新的机器学习范式,可能会变得很普遍,并有助于解决一些最具挑战性的问题。开放数据共享和模型开发将在利用人工智能推动药物发现方面发挥核心作用。
○ 人类的主导和监督:人工智能系统应该赋予人类权力 ○ 技术稳健性和安全性:人工智能系统需要具有弹性和安全性 ○ 隐私和数据治理:必须确保数据治理机制 ○ 透明度:数据、系统和人工智能商业模式应该透明 ○ 多样性、非歧视和公平性:人工智能系统应该对所有人都开放 ○ 社会和环境福祉:人工智能系统应该造福全人类 ○ 问责制:确保对人工智能系统及其结果的责任和问责
本文探讨了量子机器学习 (QML) 在药物发现中的变革潜力。QML 利用量子计算和先进的机器学习来加速候选药物的识别、预测分子相互作用和优化化合物。关键应用包括高效虚拟筛选、分子模拟和预测建模。虽然前景光明,但 QML 面临着技术挑战,需要量子专家和制药研究人员之间的合作。总之,QML 提供了一种更快、更经济的药物开发途径,有可能重塑制药行业并推动医学科学的发展。
材料科学领域只见证了极少数具有彻底改变我们世界的潜力的发现和技术进步,而二维 (2D) 材料的出现是其中的佼佼者。2004 年,石墨烯从石墨中分离出来,这种材料的特点是原子级薄度,主要受表面效应的影响,开辟了材料科学的新领域。二维材料的研究,包括石墨烯及其对应物,如硅烯、锗烯、磷烯,以及过渡金属二硫属化物 (TMD)、MXenes 和其他层状半导体,已经发展成为一项全球性的努力,涉及物理、化学、工程和生物等不同领域的数千名研究人员。二维材料的独特之处在于其层状结构,包括强的平面内化学键和层间弱的平面外耦合。这种结构排列允许单个原子层分裂,当材料厚度减小到单层或几层时,电子特性会发生非凡的变化。这种现象被称为量子限制,它赋予二维材料独特且往往出乎意料的特性,推动了对各个领域新应用和创新途径的探索。随着研究人员深入研究这些层状材料的复杂性,越来越明显的是,它们有望开启前所未有的可能性,为科学技术的突破性进步铺平道路。
Charlotte Gehin, 1 Museer A. Lone, 2 Winston Lee, 3,4 Laura Capolupo, 1 Sylvia Ho, 1 Adekemi M. Adeyemi, 5 Erica H. Gerkes, 6 Alexander PA Stegmann, 7 Estrella López-Martín, 8 Eva Bermejo-Sánchez, 8 Martínez, Martínez, Dzierz , 9,10 Cornelia Kraus, 9 Bernt Popp, 11,12 Vincent Strehlow, 11 Daniel Gräfe, 13 Ina Knerr, 14,15 Eppie R. Jones, 16 Stefano Zamuner, 17 Luciano A. Abriata, 18 Vidya Kunnathully, 1 19 Anthony Eller, Samuel Anthony, 1. 21 Jean-Philippe Bocquete, 21 Evelyne Ruchti, 22 Greta Limoni, 22 Marine Van Campenhoudt, 22 Samuel Bourgeat, 22 Petra Henklein, 23 Christian Gilissen, 24,25 Bregje W. van Bon, 24 Rolph Pfundt, 25 Landa, 24 Jole, H. H. Schemjole. 26 Emanuela Leonardi, 27,28 Fiorenza Soli, 29 Alessandra Murgia, 28 Hui Guo, 30 Qiumeng Zhang, 30 Kun Xia, 30 Christina R. Fagerberg, 31 Christoph P. Beier, 31 Martin J. Larsen, 31 Irene Xienzu, 32 Fernando Valyinda , 33 Robert Śmigiel, 34 Vanesa López-González, 35 Lluís Armengol, 36 Manuela Morleo, 37,38 Angelo Selicorni, 39 Annalaura Torella, 37,38 Moira Blyth, 40 Nicola S. Cooper, 41 Vare Wilson, 44, 434 ore Garde, 45,46 Ange-Line Bruel, 46,47 Frederic Tran Mau-Them, 46,47 Alexis BR Maddocks, 48 Jennifer M. Bain, 49 Musadiq A. Bhat, 50 Gregory Costain, 51 Peter Kannu, 52 Ashish Marwaha, 51 Michael E. E. Friegne, 35 B. Richardson, 53 Vykuntaraju K. Gowda, 54 Varunvenkat M. Srinivasan, 54 Yask Gupta, 55 Tze Y. Lim, 55 Simone Sanna-Cherchi, 55 Bruno Lemaitre, 21 Toshiyuki Yamaji, 56 Kentaro Hanada, 56 John E. Burke, 2017, Ana Briš , D. McCa . abe, 22 Paolo De Los Rios, 1,17 Thorsten Hornemann, 2 Giovanni D'Angelo, 1,19,21 and Vincenzo A. Gennarino 3,58,59,60,61