Искусственный интеллект

Дискуссии молекул: новая стратегия поиска лекарств

от

Система Indibator, используя подход многоагентного взаимодействия, отбирает экспертов на основе анализа публикаций, формирует индивидуальные профили каждого агента, включающие историю публикаций и молекулярные данные, и итеративно генерирует перспективные молекулы посредством фаз предложения, критики и голосования, обеспечивая тем самым совместное решение задачи.

Исследователи предлагают систему, где виртуальные агенты, опираясь на научные публикации и молекулярную историю, ведут дебаты для ускорения открытия новых соединений.

Искусственный интеллект и врачебная интуиция: новый взгляд на сложные решения

от

В большинстве существующих моделей взаимодействия человека и искусственного интеллекта, машина выдаёт рекомендацию и, возможно, её обоснование, которые пользователь может принять или проигнорировать, полагаясь на собственное суждение, однако, предлагаемый фреймворк «интеллектуальных сигналов рассуждений» обобщает интерфейсы ИИ как совокупность сигналов, способных формировать мышление человека, оказывая влияние на процесс принятия решений, выходящее за рамки простого следования рекомендациям, причём взаимодействие пользователя с интерфейсом может инициировать генерацию новых сигналов, дополнительно поддерживающих процесс принятия решений.

Исследование раскрывает, как информация, предоставляемая искусственным интеллектом, влияет на процесс клинического мышления врачей в ситуациях, требующих принятия сложных решений.

Распознавание объектов без границ: YOLOE-26 для гибкой сегментации в реальном времени

от

Архитектура YOLOE-26, представленная на рисунке, позволяет осуществлять сегментацию экземпляров с открытой лексикой, объединяя в себе сквозной конвейер обнаружения и сегментации YOLOv26 с компонентами YOLOE, что обеспечивает обучение без учителя, с использованием текстовых и визуальных подсказок.

Новая архитектура YOLOE-26 объединяет скорость и эффективность с возможностью распознавания объектов, ранее не встречавшихся в обучающей выборке.

Геномная AI: от предсказаний к пониманию

от

Модель seq2func, принимая на вход одноканальное кодирование последовательности ДНК, обрабатывает её через общую архитектуру и генерирует прогнозы посредством специализированных голов, предназначенных как для однозадачного, так и для многозадачного анализа, а последующий анализ атрибуции, основанный на распространении градиентов, позволяет выявлять ключевые мотивы в последовательности, влияющие на предсказанные функциональные признаки, что в свою очередь позволяет проводить [latex]in\ silicon[/latex] эксперименты с варьированием последовательностей на разных уровнях - от однонуклеотидных вариантов до целых регуляторных элементов - для количественной оценки их влияния на предсказываемые характеристики.

Обзор посвящен развитию искусственного интеллекта в регуляторной геномике и переходу от простых моделей к самообучающимся системам, способным к обобщению и открытию механизмов.

Пространственный интеллект: восстановление 3D-линий через взаимодействие плоскостей

от

Разработан новый метод трехмерного восстановления на основе линий, использующий структурные синергии между плоскостями и линиями для повышения точности и эффективности реконструкции.

Новый подход позволяет создавать точные 3D-карты линий, используя совместную оптимизацию плоскостей и линейных сегментов для повышения точности и полноты пространственного понимания.

Поиск ИИ-медицинских устройств: новый подход FDA

от

Для семантического поиска информации об устройствах искусственного интеллекта из баз данных FDA извлекаются метаданные и сводные PDF-документы, после чего модель Gemini-2.5-flash генерирует текстовые признаки, которые затем кодируются с помощью MedEmbed для обеспечения семантической релевантности.

Управление по санитарному надзору за качеством пищевых продуктов и лекарственных средств (FDA) представило инструмент, облегчающий поиск и анализ одобренных к применению медицинских устройств с использованием искусственного интеллекта.

Умная разреженность: новый подход к ускорению генеративных моделей

от

Визуализация внимания в модели Wan2.1-1.3B демонстрирует, что PISA достигает 100% покрытия эффективных блоков, сопоставимого с полным вниманием, обеспечивая практически безошибочную аппроксимацию с незначительными вычислительными издержками по сравнению со стандартным разреженным вниманием.

Исследователи предлагают PISA — механизм разреженного внимания, позволяющий существенно повысить скорость работы диффузионных трансформаторов без потери качества генерируемых изображений и видео.

Поиск биомаркеров нового поколения: от данных к клинической практике

от

В рамках исследования предложена система SAGE для вычислительной патологии, включающая построение графа знаний и логического вывода, генерацию и уточнение гипотез, связывающих визуальные признаки патологии с молекулярными и клиническими данными, а также статистическую валидацию и формирование клинически интерпретируемых заключений, что позволяет комплексно анализировать патологические данные и выявлять закономерности.

В статье представлена система SAGE, объединяющая возможности компьютерной патологии и молекулярных данных для выявления и валидации биомаркеров, способных улучшить диагностику и лечение.