AI4S 与 AIGC 时代,云上 Notebook 将如何革新教学与科研体系

2023-07-04
阅读 6 分钟
665
随着以 ChatGPT 为代表的 AIGC(AI-Generated Content)技术的极速普及、以及 AI4S(AI for Science)从愿景走向流行,不同领域、不同背景的人们以一种前所未有的方式连接在了一起,共同经历着知识结构、技术体系、产业格局等方方面面的大重构。很多人开始问我们发起 NBHub 的初衷和整体思考、进而问如何更好地促进合作...
封面图

44.6k Stars! 一键运行全网最强深度学习教程

2023-07-04
阅读 1 分钟
858
《动手学深度学习》常年占据中文版深度学习入门书籍榜首,豆瓣评分高达 9.4 分,至今已被全球 60 多个国家 400 多所大学用于教学,其 GitHub 开源项目累计已达 44.6k Stars。 书籍最大的特色是提供了完整的教程设施,包括诸如在线书籍、可运行的代码、视频教程以及交流社区等。在这一期中,我们为你带来了这一最强深度学...

给你一个 ChatGPT,你真的会问吗?

2023-06-26
阅读 2 分钟
555
ChatGPT 为全球用户提供了实时智能对话能力。尽管在国内使用存在一定困难,但我们带来了在 Bohrium 平台的解决方案。引用通过阅读我们为你准备的 Notebook,了解如何在国内方便快捷地使用 ChatGPT,以及使用其国内友好的 API 接口优化你的业务场景,全程免费!
封面图

生物信息学Notebook案例|单细胞转录组分析

2023-06-26
阅读 2 分钟
1.6k
在 Notebook 广场发现「生物信息学 Notebooks Collection」🤗边学边练,无需配置环境,仅需要专注于学习本身。依靠免费的 2 核 4G 计算资源,你可以在平台上直接运行和修改代码。直接轻松上手生物信息学!
封面图

AI4S 时代玩转分子动力学?看看你能到第几层!

2023-06-26
阅读 1 分钟
948
分子动力学(Molecular Dynamics,MD)是一种通过模拟分子系统的运动来研究物质性质的计算方法,在材料、化学、生物医药等领域有着广泛的应用。

AI 助力材料图像表征|从传统机器学习到大规模预训练模型

2023-06-26
阅读 3 分钟
1k
随着科学技术的飞速发展,光学显微镜、电子显微镜已经成为材料科学领域中关键表征手段,助你探索这个神奇的微观世界。然而,典型材料图像表征过程:从材料制备、到结构表征、以及后期图像分析与标注,均需要繁琐的人工完成(如下图),不仅效率低误差高,而且会遗漏掉众多微小拓扑结构的差异,无法全面理解材料的结构特...
封面图

OpenAI “终结扩散模型” 的 Consistency Model 是什么,又跟 AIGC 和 AI4S 有什么关系?

2023-06-25
阅读 2 分钟
875
最近,OpenAI “低调发布”了图像生成领域的一项工作 —— Consistency Model。 作者包括 AI 届当红 Star 宋飏,以及 “GPT 之父”、OpenAI 首席科学家 Ilya Sutskever。
封面图

AI + 材料计算,迈出学习的第一步

2023-06-25
阅读 2 分钟
1.1k
随着产业发展和技术进步,我们发现越来越多不同背景的朋友们都开始关注和研究材料计算。譬如,拥有实验背景的研发人员希望通过计算模拟来优化实验方案,从而节省时间和资源;而 AI 领域的研究者则期待探究如何将人工智能应用于材料设计,以更高效地开发新型材料。同时,化学、物理和工程等领域的同学们也在关心材料计算...
封面图

DMFF:分子力场开发新利器

2023-06-25
阅读 2 分钟
1.2k
分子体系的模拟中最重要的就是刻画体系势能函数、描述相互作用。在经典分子动力学模拟(CMD)中,势能函数遵循固定的数学形式,而分子力场即以数学函数的形式给出了分子间与分子内相互作用势。
封面图

对称性与几何深度学习|Python案例

2023-06-21
阅读 2 分钟
565
近年来,深度学习已在各领域取得了显著的突破,如计算机视觉、自然语言处理和语音识别等。然而,传统的深度学习方法往往侧重于处理规则的、网格状结构数据,例如图像和文本。这些方法在处理不规则、非网格状的数据结构,如图(Graph)时,往往表现不尽如人意。而现实世界中,许多重要信息都是以图的形式存在,如社交网络...
封面图

Python机器学习入门|系列教程

2023-06-21
阅读 2 分钟
741
在本教程系列中,我们精心设计了课程 Notebook。直接!一次性与大家分享机器学习中最常用的六个 Python 模块,包括 NumPy,Pandas,Matplotlib,Scikit-Learn,PyTorch 与 Tensorflow 的快速上手教程。
封面图

Uni-Mol:基于三维结构的分子表征预训练模型及其案例

2023-06-21
阅读 3 分钟
1.7k
预训练模型正在席卷多个领域。从大规模无标注数据中提取表征信息,再在小范围标注的下游任务上进行监督学习,正在成为很多领域的事实解决方案。药物与材料设计领域的预训练模型如何构建与应用?让我们从 Uni-Mol@Notebooks 共同出发。
封面图

化学信息学Notebook案例|分子对接、聚类分析、药效团识别......你想用的这里都有

2023-06-21
阅读 1 分钟
885
化学信息学是建立在多学科基础上的交叉学科,它运用计算机技术、统计学方法和化学知识,用以解决药物研发、材料设计、生物活性预测等方面的实际问题。我们熟悉的分子对接、QSAR、药效团识别等问题,都属于化学信息学的范畴。在 AI for Science 时代,化学信息学软件通过结合深度学习、机器学习等技术,实现了许多前所未...
封面图

张校捷《深度强化学习算法与实践:基于PyTorch的实践》| 代码整理

2023-06-20
阅读 1 分钟
1.2k
在过去的几年里,人工智能 (AI) 领域取得了令人瞩目的进展,从无人驾驶汽车到 ChatGPT,再诸如围棋 Algha Go 和象棋等棋类游戏中击败世界级选手。这些突破背后的关键技术便是深度强化学习 (Deep Reinforcement Learning, DRL)。作为机器学习和人工智能研究的前沿领域,深度强化学习在许多领域的应用前景广泛,被认为是开...
封面图