加州大学洛杉矶分校(UCLA)和其他两所大学的研究人员使用人工智能技术发现了一种有效的药物组合,能够对抗常见的农业害虫。
本月初发布的一项研究中,上海交通大学和爱荷华州立大学、亨利·塞缪里工程与应用科学学院的研究人员创造了一种由四种不同的药剂组成的配方,可以杀灭蛔虫。蛔虫可以感染家畜,导致生长发育迟缓,有时还会导致死亡。
该研究发现,蛔虫已经对许多药物产生了抗药性,开发新药成本高,耗时长。
研究人员使用反馈系统控制设计和测试了优化药物组合,这是一种由加州大学洛杉矶分校机械和航空航天工程教授何志明(音译)创建的人工智能技术。
由于可能的药物组合和比例数量巨大,研究人员使用反馈系统控制来创建可能的组合。然后研究人员测试暴露于该药物组合中的蛔虫是否活性较差或无法正常活动。然后,反馈系统控制将编译结果数据,消除无效组合,为研究人员提供更好的组合以供尝试。
在新闻稿中,研究人员表示,该研究所花费的时间比使用人工智能技术要少,可用于快速找到对其他农业有害生物有效的药物组合的模型。其他研究人员也利用反馈系统控制来形成针对结核病等疾病的药物组合,并利用该系统研究癌症治疗。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。