我们设想的“AI科学家”是具备批判性学习与推理能力的系统,通过整合AI模型、生物医学工具与实验平台的协作智能体,来推动生物医学研究的发展。与其在发现过程中排除人类,生物医学AI智能体将人类的创造力和专业知识与AI在大数据分析、假设空间探索和执行重复任务方面的能力相结合。AI智能体有望精通各种任务,能够规划发现流程并进行自我评估,以识别并弥补知识空白。这些智能体使用大语言模型和生成模型来构建结构化记忆,支持持续学习,并通过机器学习工具整合科学知识、生物学原理和理论。AI智能体可影响从虚拟细胞模拟表型的可编程控制细胞回路设计新疗法开发等多个领域。https://www.cell.com/cell/fulltext/S0092-8674(24)01070-5

成为VIP会员查看完整内容
0

相关内容

【ICML2024】量化稳定扩散中的原创性
专知会员服务
16+阅读 · 8月18日
【NeurIPS2023】跨情境课程设计的Transformer智能体
专知会员服务
24+阅读 · 2023年10月14日
【NAACL2022】信息提取前沿
专知会员服务
57+阅读 · 2022年7月11日
专知会员服务
22+阅读 · 2021年9月20日
【Cell】神经算法推理,Neural algorithmic reasoning
专知会员服务
27+阅读 · 2021年7月16日
专知会员服务
23+阅读 · 2021年7月10日
DARPA可解释人工智能
专知会员服务
126+阅读 · 2020年12月22日
【CVPR2019】弱监督图像分类建模
深度学习大讲堂
37+阅读 · 2019年7月25日
【ICML2019】IanGoodfellow自注意力GAN的代码与PPT
GAN生成式对抗网络
18+阅读 · 2019年6月30日
PointNet系列论文解读
人工智能前沿讲习班
17+阅读 · 2019年5月3日
DeepMind:用PopArt进行多任务深度强化学习
论智
28+阅读 · 2018年9月14日
【数字孪生】数字化孪生“双胞胎”技术及应用
产业智能官
21+阅读 · 2018年8月12日
国家自然科学基金
3+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
36+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2014年12月31日
A Survey of Large Language Models
Arxiv
392+阅读 · 2023年3月31日
Arxiv
65+阅读 · 2023年3月26日
Arxiv
135+阅读 · 2023年3月24日
Arxiv
19+阅读 · 2023年3月17日
VIP会员
相关VIP内容
【ICML2024】量化稳定扩散中的原创性
专知会员服务
16+阅读 · 8月18日
【NeurIPS2023】跨情境课程设计的Transformer智能体
专知会员服务
24+阅读 · 2023年10月14日
【NAACL2022】信息提取前沿
专知会员服务
57+阅读 · 2022年7月11日
专知会员服务
22+阅读 · 2021年9月20日
【Cell】神经算法推理,Neural algorithmic reasoning
专知会员服务
27+阅读 · 2021年7月16日
专知会员服务
23+阅读 · 2021年7月10日
DARPA可解释人工智能
专知会员服务
126+阅读 · 2020年12月22日
相关基金
国家自然科学基金
3+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
36+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员