ON
← Torna al feed
Nuovo modello di intelligenza artificiale rileva segni nascosti di eruzioni solari ore prima che emergano
United Kingdom🔬 Scienza9 gg fa

Nuovo modello di intelligenza artificiale rileva segni nascosti di eruzioni solari ore prima che emergano

Un nuovo modello di intelligenza artificiale chiamato EarlyDetect è stato sviluppato per rilevare i primi segni di regioni solari attive, che sono precursori di eruzioni solari, fino a nove ore prima che diventino visibili. I ricercatori del New Jersey Institute of Technology (NJIT), insieme a collaboratori dell'Università di Princeton e dell'Ames Research Center della NASA, hanno addestrato il modello utilizzando i dati dell'Osservatorio di dinamica solare (SDO) della NASA. Il modello analizza i modelli di onde acustiche e le misurazioni del campo magnetico per identificare i sottili cambiamenti che indicano la formazione di queste regioni attive. Questo progresso potrebbe fornire avvertimenti precoci per potenziali tempeste solari, consentendo a industrie come le comunicazioni satellitari e le reti elettriche di prepararsi e ridurre i rischi. Il modello è attualmente in fase di sviluppo e non è ancora operativo.

I ricercatori dell'Università di Boston hanno svelato un innovativo framework di intelligenza artificiale progettato specificamente per la comprensione degli anticorpi, accelerando significativamente i processi di scoperta di farmaci. Questa svolta arriva dopo anni di lotta per identificare terapie efficaci con anticorpi, dove i metodi tradizionali spesso fallivano a causa della complessità e della variabilità di queste molecole biologiche. Il nuovo approccio si concentra sulle caratteristiche uniche degli anticorpi, in particolare le regioni di determinazione della complementarità (CDR), che sono cruciali per il riconoscimento degli obiettivi della malattia.

L'intelligenza artificiale è un modello di linguaggio proteico che si basa su una serie di modelli di linguaggio artificiale che si basano su una serie di fattori, tra cui l'intelligenza artificiale, che si basa su un modello di linguaggio proteico che si basa su un modello di linguaggio artificiale.

Questo metodo mirato consiste nel mascherare fino alla metà degli amminoacidi all'interno dei CDR durante l'addestramento, consentendo all'IA di perfezionare le caratteristiche essenziali necessarie per un legame antigene di successo. Questo focus strategico consente al modello di comprendere meglio le interazioni sfumate necessarie per le applicazioni terapeutiche. Le implicazioni di questo progresso vanno oltre il semplice miglioramento dell'efficienza nello sviluppo di farmaci. Rappresenta una tendenza più ampia nell'utilizzo dell'IA per affrontare sfide biologiche complesse con maggiore precisione.

Come notato dal ricercatore principale dello studio, Diane Joseph-McCarthy, l'approccio consente ai ricercatori di identificare i candidati terapeutici più promettenti all'inizio del ciclo di sviluppo, riducendo potenzialmente i tempi e i costi associati all'introduzione di nuovi farmaci sul mercato.

La capacità del sistema di operare efficacemente su patate non lavate migliora ulteriormente la sua utilità, rendendolo adatto a una vasta gamma di ambienti agricoli. Nel frattempo, il panorama delle startup di IA continua ad evolversi, esemplificato dalla recente decisione di Manus, una startup di IA precedentemente sotto l'ombrello di Meta, di riprendere le operazioni indipendenti. Mentre gli accordi con le principali società tecnologiche si dissolvono, le startup come Manus stanno navigando le complessità del mantenimento dell'autonomia sfruttando i progressi tecnologici realizzati durante la loro associazione con entità più grandi.

Questi sviluppi sottolineano la natura dinamica del settore dell'intelligenza artificiale, in cui l'innovazione e l'adattamento sono motori costanti del progresso. Come illustrano queste storie, l'integrazione dell'intelligenza artificiale in diversi campi, dalla ricerca farmaceutica all'agricoltura, sta rimodellando le industrie e stabilendo nuovi parametri di efficienza ed efficacia. Ogni progresso ci avvicina a sfruttare appieno il potenziale dell'intelligenza artificiale per risolvere alcune delle sfide più urgenti del mondo.

Vai alle fonti primarie (4)

Le fonti ufficiali su cui si basa la copertura. Leggile direttamente per aggirare il framing.

3 servizi

Phys.org logoPhys.orgIndipendenteCentroFattualità 95Obiettività 9210 gg fa
Insegnare all'IA la biologia degli anticorpi accelera la scoperta di farmaci

Gli scienziati dell'Università di Boston hanno sviluppato un framework di IA specificamente progettato per comprendere la biologia degli anticorpi, migliorando significativamente l'efficienza della scoperta di farmaci. I metodi tradizionali prevedono il test di un vasto numero di candidati anticorpi, ma solo pochi si legano efficacemente agli obiettivi della malattia. Questa nuova IA si concentra sulle regioni critiche degli anticorpi responsabili del legame, riducendo le richieste computazionali e aumentando l'accuratezza della previsione fino al 27%. La ricerca evidenzia le sfide uniche della modellazione degli anticorpi a causa delle loro strutture in evoluzione e sottolinea l'importanza di specifiche regioni chiamate CDR nel determinare la loro funzionalità.

Lettura del bias (Centro): L'articolo discute i progressi scientifici nella scoperta di farmaci basati sull'intelligenza artificiale senza prendere posizione su questioni politiche.

Perché fattualità (95): The article accurately describes the research on antibody-specific AI models, referencing the 27% improvement in binding affinity predictions and the focus on antigen-binding regions. It cites the researcher's name and institution, and aligns with the primary source document's discussion of antibody

Perché obiettività (92): The article maintains a neutral tone, explaining the scientific method and results without taking sides or using emotionally charged language. It presents the findings objectively and highlights the significance without bias.

Phys.org logoPhys.orgIndipendenteCentroFattualità 85Obiettività 9012 gg fa
Classificazione delle patate con IA

Una startup chiamata Karevo ha sviluppato un sistema basato sull'intelligenza artificiale per automatizzare la classificazione delle patate, migliorando l'efficienza e l'accuratezza. La tecnologia utilizza un sistema di riconoscimento ottico addestrato su oltre 100.000 immagini per identificare danni, oggetti estranei e sette tipi di difetti con un'accuratezza del 95%. Progettate per aziende agricole piccole e a conduzione familiare, le macchine sono più piccole, più economiche e modulari, rendendole più facili da mantenere e integrare nei sistemi esistenti. Il progetto è nato dall'esperienza personale del co-fondatore in una fattoria di patate e è stato sviluppato durante la sua tesi di master presso l'Università Tecnica di Monaco (TUM).

Lettura del bias (Centro): L'articolo presenta una panoramica neutrale di un'innovazione tecnologica senza implicazioni politiche e si concentra sugli aspetti tecnici, sul processo di sviluppo e sulle applicazioni pratiche dell'IA in agricoltura, senza prendere posizione né promuovere posizioni ideologiche.

Perché fattualità (85): The article describes Karevo's AI-powered potato sorting system accurately, citing the 95% accuracy, 100,000 image dataset, and features like detecting defects and working with unwashed potatoes. It provides direct quotes from the co-founder and mentions the technical university involved, aligning w

Perché obiettività (90): The tone is neutral, presenting facts about the technology and its benefits without overtly promoting the startup or expressing strong opinions. The narrative focuses on the practical application and user experience without biased language.

Phys.org logoPhys.orgIndipendenteCentroFattualità 85Obiettività 809 gg fa
Nuovo modello di intelligenza artificiale rileva segni nascosti di eruzioni solari ore prima che emergano

Un nuovo modello di intelligenza artificiale chiamato EarlyDetect è stato sviluppato per rilevare i primi segni di regioni solari attive, che sono precursori di eruzioni solari, fino a nove ore prima che diventino visibili. I ricercatori del New Jersey Institute of Technology (NJIT), insieme a collaboratori dell'Università di Princeton e dell'Ames Research Center della NASA, hanno addestrato il modello utilizzando i dati dell'Osservatorio di dinamica solare (SDO) della NASA. Il modello analizza i modelli di onde acustiche e le misurazioni del campo magnetico per identificare i sottili cambiamenti che indicano la formazione di queste regioni attive. Questo progresso potrebbe fornire avvertimenti precoci per potenziali tempeste solari, consentendo a industrie come le comunicazioni satellitari e le reti elettriche di prepararsi e ridurre i rischi. Il modello è attualmente in fase di sviluppo e non è ancora operativo.

Lettura del bias (Centro): L'articolo discute di una svolta scientifica legata al rilevamento dell'attività solare utilizzando l'IA. Presenta i risultati di ricercatori accademici e non coinvolge figure politiche o questioni controverse.

Perché fattualità (85): The article accurately describes the development of the EarlyDetect AI model and references the study published in the Journal of Geophysical Research: Machine Learning and Computation. It mentions the collaboration between NJIT, Princeton University, and NASA's Ames Research Center, aligning with t

Perché obiettività (80): The article presents the findings in a neutral manner, focusing on the scientific achievement without overt bias. However, it uses emotionally charged language like 'struggled to capture' which may slightly influence perception, though overall it remains objective.

Come l’ha coperta ogni schieramento

Lo stesso evento, raggruppato per l’orientamento politico delle testate che ne parlano.

Come l’ha coperta ogni schieramento

Sostieni notizie indipendenti e consapevoli del bias e sblocca il polso social, il voto della comunità e tutte le altre funzioni per i sostenitori.

Diventa sostenitore

Nel mondo

Lo stesso evento come riportato in altri paesi.

Nel mondo

Sostieni notizie indipendenti e consapevoli del bias e sblocca il polso social, il voto della comunità e tutte le altre funzioni per i sostenitori.

Diventa sostenitore

Verifica delle affermazioni

Le principali affermazioni fattuali e quante fonti le sostengono o le contestano.

Verifica delle affermazioni

Sostieni notizie indipendenti e consapevoli del bias e sblocca il polso social, il voto della comunità e tutte le altre funzioni per i sostenitori.

Diventa sostenitore

Manteniamo le notizie oneste.

ObjectiveNews è finanziato dai lettori e senza pubblicità: ti mostriamo il bias invece di nasconderlo. Sostieni il giornalismo indipendente per 4 €/mese.

Diventa sostenitore

Storie correlate