XiaoMi-AI文件搜索系统
World File Search System万种
转型 - 在农业供应链中
美国农业部的锚赠款已从领先的咖啡和可可买家，JDE，Peets，Keurig Dr. Pepper，Nespresso，Nespresso，Kellogg's，Ofi和McDonald's中解开了投资。通过他们的财务支持和商业网络，这些参与者正在帮助确保农民能够获得有关再生实践的培训，来自气候富裕变种的高质量幼苗以及财务，以对农场进行气候智能投资。仅在2022年，该计划就为咖啡种植者付出了4700万美元的额外收入。超过38,000名农民采用了改进的农业实践，参与的托儿所售出了超过4400万种高质量的咖啡厂，以帮助生产商翻新他们的咖啡农场。
AI 模型工厂：扩展 AI 以用于工业 4.0 应用
本演示论文讨论了一个可扩展的平台，用于面向预测性维护解决方案的新兴数据驱动 AI 应用程序。我们提出了一个通用的 AI 软件架构堆栈，用于为超过 10 万种类似类别的工业资产构建各种 AI 应用程序，例如异常检测、故障模式分析、资产健康预测等。作为 AI 系统演示的一部分，我们确定了以下三个关键讨论主题：跨多个资产扩展模型训练、多个 AI 应用程序的联合执行；以及弥合当前开源软件工具与新兴 AI 应用程序需求之间的差距。为了展示其优势，AI Model Factory 已经过测试，可以为风力涡轮机、油井等各种工业资产构建模型。该系统部署在 API Hub 上进行演示。
杜邦™ Minlon® 和 Zytel® 设计信息 - Distrupol
简介 杜邦公司于 30 年代初发明了尼龙，并于 1938 年将其推出，这是聚合物化学领域的一项重大突破。迄今为止，还没有一种树脂能够与这种独特的性能组合相媲美，正是这种性能组合使得尼龙成为用途最广泛、应用最广泛的塑料材料。据估计，尼龙作为注塑树脂用于生产各行各业中使用的各种工程塑料部件，其用途已增长到超过 50 万种不同的部件，随着杜邦公司尼龙树脂产品线通过持续广泛的研究和市场开发不断扩大，其多样性和增长仍在继续。尼龙还被广泛用作薄膜、长丝和专有产品的挤出树脂。最后，尼龙因其在纺织纤维行业的多种用途而广为人知。
医疗广告：联邦设备监管
医疗器械广告通过各种媒体直接传达给消费者，包括广播、印刷品、互联网和社交媒体平台。美国卫生与公众服务部 (HHS) 下属的食品药品管理局 (FDA) 和联邦贸易委员会 (FTC) 共同负责监督美国医疗器械的直接面向消费者的广告。1 医疗器械包括范围广泛的产品，例如任何仪器、设备、器具、机器、器具、植入物、体外试剂或用于诊断或治疗疾病的软件。2 市场上有数百万种医疗器械，它们可以在柜台上出售（例如血压监测仪和生育跟踪移动应用程序）、凭处方出售（例如隐形眼镜和牙齿矫正器）或根据其他监管限制出售（例如心脏起搏器）。自 2009 年以来，我们已将 FDA 对医疗产品（包括医疗器械）的监管列入 GAO 的高风险名单。3
生命智能时代
AlphaFold 是一种预测蛋白质结构的人工智能工具，在两年一度的蛋白质结构预测挑战赛中，它击败了大约 100 个团队，而这一挑战赛长期以来一直困扰着生物学家。在 2023 年 12 月的更新中，Isomorphic Labs 和 DeepMind 发布了改进的 AlphaFold 模型，该模型可以更准确地预测蛋白质结构，并模拟与配体等其他分子的相互作用。AlphaFold 预测了人体中几乎所有蛋白质的形状，以及在 20 种研究最广泛的生物体（包括酵母、果蝇和老鼠）中发现的数十万种其他蛋白质。最近，在 2024 年 5 月，该团队推出了 AlphaFold 3，这是一种新模型，不仅可以预测蛋白质的结构，还可以预测几乎所有生物元素，如 DNA、RNA、配体及其相互作用。
人工智能在药物设计、发现和开发中的应用
(Zhang 等，2017)。如今，随着成熟的基于物理的建模、按需制作的商业库以及生成式 AI/ML 模型的出现，AI 也用于制药行业的药物设计和发现过程，可用于虚拟筛选和先导优化的数百万种可购买或合成化合物呈爆炸式增长，方法范围从超快速、近似方法到 AI 增强的基于物理的计算机模拟方法，再到先进的配体对接方法。人工智能技术（例如机器学习支持）整合了生物、心理和社会因素，可用于疾病的诊断和治疗。与此同时，我们通过计算预测关键设计属性的能力也得到了极大的提升。计算机辅助配方设计是一个吸引全球众多研究人员的热门领域，尤其是制药行业，他们尤其热衷于了解预测药物物理化学性质的分子机制
应用科学与工程计算辅助、熵驱动的高效耐用多元素合金催化剂合成
多元素合金纳米粒子 (MEA-NPs) 在几乎无限的成分空间中为催化剂发现带来了巨大希望。然而，合理且可控地合成这些本质上复杂的结构仍然是一个挑战。在这里，我们报告了计算辅助、熵驱动的高效耐用催化剂 MEA-NPs 的设计和合成。计算策略包括预先筛选数百万种成分、通过密度泛函理论计算预测合金形成以及通过混合蒙特卡洛和分子动力学方法检查结构稳定性。选定的成分可以在高温（例如 1500 K，0.5 s）下高效快速地合成，并具有出色的热稳定性。我们将这些 MEA-NPs 应用于催化 NH 3 分解，并观察到由于多元素混合、其小尺寸和合金相的协同效应而产生的出色性能。我们预计，计算辅助的 MEA-NPs 合理设计和快速合成可广泛应用于各种催化反应，并将加速材料发现。
社论：微粒和纳米粒子在再生医学中的应用
必须精确控制微米和纳米粒子的合成以获得所需的形状和组成，因为这些特性会深刻影响它们的应用效果。大量文献旨在通过改进合成程序不断改进这些材料的结构 / 功能。其中，越来越多的化学领域专注于绿色合成方法，以提供更可持续的替代方案，同时保持粒子的生物活性。例如，本研究主题研究了使用印度楝 (neem) 提取物合成的氧化镁 (MgO) 纳米粒子 (Al-Harbi 等人)。制备的 MgO 纳米粒子在热和生物介质下表现出显着的稳定性，同时具有显着的抗氧化、抗炎和抗菌特性。与这种对更环保的工艺和材料的搜索相一致，另一项特色研究回顾了用于组织工程的基于丝素的支架的开发 (Ma 等人)。蚕丝是由超过 20 万种节肢动物生物合成的，其中包括家蚕蛾，它的蚕丝是
财务时间炸弹
已经注册了35万种化学物质和混合物的生产和使用。这个数字来自对主要涵盖北美和欧洲的22种化学清单的分析。超过50,000种化学药品，占总数的14％，因为公司声称其组成为机密，因此尚不清楚。令人担忧的是，这不包括整个南美，非洲和亚洲大部分地区。7对于上下文，在欧盟涉及数据库中注册了26,600多种物质，其中有10,000个尚未评估，并且只需要公司向欧盟污染物释放和转移登记册（E-PRTR）报告大约60种化学品的发行。8 9 10在美国，《有毒物质控制法》（TSCA）化学物质清单中包含约86,000种化学物质，并且要求公司向Toxics Repartory（TRI）报告近800种化学品的释放。11 12在公司层面上，沙特基本工业公司（SABIC）每年仅发行150种新产品。13
遗传学（GN）
GN 428生物学中的机器学习简介（3个学时）基因组学的新技术彻底改变了生物学，但是产生了大量数据，这些数据在从噪声中提取信号时提出了挑战。本课程将为学生提供操纵和整合不同类型的生物数据集的基本技能，并使用从基本到最新状态的数据分析工具来学习如何挖掘它们。机器学习方法提供了一个框架来分析大量的生物学信息并提取有意义的信号。在学期结束时，学生将接触过各种现代机器学习工具进行分类和预测。我们将重点介绍DNA数据（具有数百万种变体），表达数据（> 20,000个基因）和微生物组数据（数千个特征），并结合各种疾病/实验测量结果。该课程将使用可视化涵盖加载和探索数据集的基础知识，然后是基本的机器学习基本方法，包括分类和回归算法。