MOLAR NEWS
2020年第46期
MolarData人工智能每周见闻分享，每周一更新。
硅芯片接近物理极限，人工智能助力发现可替代的磁性新材料
韩国的研究人员开发了一种人工智能（AI）系统，可以在瞬间分析磁系统。韩国科学技术研究院（KIST）报告称，由自旋融合研究中心的权熙荣博士和崔俊宇博士以及庆熙大学的Changyeon Won教授领导的合作研究小组开发了一种利用AI技术从自旋结构图像中估计磁哈密顿参数的技术。
他们构建了一个深度神经网络，并用深度学习算法和现有的磁域图像对其进行训练。结果，通过输入从电子显微镜获得的自旋结构图像，可以实时估算出磁汉密尔顿参数。通过改变磁性哈密顿量参数值，借助蒙特卡洛方法通过模拟退火过程生成了约80,000个自旋构型。在生成的数据集中考虑了实验数据中不可避免的噪声影响。注入噪声的数据集用于训练，验证和测试几种神经网络结构。该测试证明了应用深度学习方法从实验观察到的图像确定电磁相互作用强度的有效性。
此外，与实验研究的参数值相比，该AI系统的估计误差小于1%，表明估计精度极高。据研究团队介绍，他们所开发的人工智能系统能够利用深度学习技术，瞬间完成以往需要长达数十小时的材料参数估算过程。
来源：机器之心
AI求解薛定谔方程，兼具准确度和计算效率，登上《自然-化学》
作为量子力学的基础方程之一，薛定谔方程一直广受关注。去年，DeepMind 科学家开发一种新的神经网络来近似计算薛定谔方程，为深度学习在量子化学领域的发展奠定了基础。今年九月份，柏林自由大学的几位科学家提出了一种新的深度学习波函数拟设方法，它可以获得电子薛定谔方程的近乎精确解。相关研究发表在 Nature Chemistry 上。
该研究设计了一个深度神经网络来表示电子的波函数，这是一种全新的方法。Noé 解释说：「我们没有使用用相对简单的数学成分组成波函数的标准方法，而是设计了一种人工神经网络，它能够学习电子围绕原子核运动的复杂模式。」Hermann 表示：「电子波函数的独特性在于反对称性。在交换两个电子时，波函数需要改变符号，我们必须将这种特性引入到神经网络架构中才能使之奏效。」
来源：中国人工智能学会
图几何交互学习：首次打破几何空间特征嵌入壁垒有何绝招？
从图结构数据中学习是机器学习的一个重要任务，图神经网络（GNNs）对此表现出了空前的性能，基于欧氏空间可以很好地解决规则的结构，以及双曲空间可以有效化解层级或无标度结构所带来的挑战。然而现实世界并不总是非黑即白，存在很多融合了各种结构的复杂图。当黑白交织时，如何对图进行有效建模成为了一大难题。
图几何交互学习（GIL）首次打破几何空间特征嵌入的壁垒，将图神经网络拓展到欧氏空间和双曲空间进行交互学习，综合利用双曲和欧几里得拓扑特征的几何表示学习方法，针对不同的几何图派生出一种新颖的距离感知传播和交互学习方案。
现实生活中的图形结构复杂且具有多种属性，如下图所示，蓝色节点相对比较规则，而黄色节点则呈现出树状的层级结构。在一个图中，当可以在欧氏空间轻松捕获的规则结构和在双曲空间更好建模的层级结构都存在时，一个自然的想法是能否用两种空间同时进行建模。这样一来模型就具有了一定的灵活性，不止局限于某一类结构。出于这个动机，朱时超等提出了图几何交互学习，希望可以同时利用欧氏空间和双曲空间的优势来完成图表示学习。
来源：AI TIME 论道
25分钟训练机器人学会6个动作，伯克利开发高效机器人操纵框架
FERM采用了基于像素的强化学习（pixel-based RL）方法。
具体而言，先收集小部分演示数据，并且将这些数据存放在“回放缓冲区”上。
然后，用观察结果结合对比损失量，来对编码器进行预训练。
而后，编码器和“回放缓冲区”运用一种线下的数据来加强RL算法，对RL智能体进行训练。
在论文中，研究人员总结了FERM主要优点：
1、高效率：FERM可以学习6种不同操作任务的最优策略，在15-50分钟的训练时间内完成每项任务。
2、简单统一的框架：框架结合现有的组成部分，将无监督的预训练和在线RL与数据扩充成一个单一高效的框架。
3、常规轻量设置：实施起来只需要一个机器人、一个GPU、两个摄像头、几个演示，以及稀疏奖励函数等等。
来源：量子位
如何再次提问？基于连续空间改写的生成式问句数据增广
数据增广是一种常用的提升模型泛化能力的方法。相比旋转、剪裁等图像数据常用的数据增广方法，合成新的高质量且多样化的离散文本相对来说更加困难。
受连续空间修改的可控式改写方法的启发，提出了基于可控式改写的问句增广方法（ Controllable Rewritingbased Question Data Augmentation, CRQDA）。
与在离散空间修改问句的方法不同，该方法在连续的词向量空间，以机器阅读理解模型作为指导对问句进行改写。
相比有监督的方法，该方法不需要成对的问句语料，就可以将可回答问句改写为相似的不可回答问句。
来源：AI TIME 论道
AI资讯
掌握最新时事新闻
长按扫码关注我们
原创文章，作者：整数智能，如若转载，请注明出处：https://www.agent-universe.cn/2021/01/8471.html
