Pushmeet Kohli

Google DeepMind Science AI

Lý do theo dõi: Dong AlphaFold

Biến động nhân sự

Chưa có biến động nhân sự.

Bài báo

Bài báo2026-10-20 · Zenodo (CERN European Organization for Nuclear Research)

Công bố dữ liệu cấu trúc được sử dụng trong bài báo về thiết kế enzyme dựa trên trí tuệ nhân tạo

Supplementary Data 2. Designed and predicted structures of all designs

Demis Hassabis · Pushmeet Kohli · Rob Fergus và 35 người khác

Nội dung: Nhóm nghiên cứu đã công bố tất cả các tệp dữ liệu cấu trúc được đề cập trong bài báo về thiết kế enzyme bằng trí tuệ nhân tạo cho các phản ứng hóa học mới.
Kết quả chính: Tệp nén chứa các cấu trúc do mô hình trí tuệ nhân tạo tạo ra, các cấu trúc được thiết kế lại và dữ liệu cấu trúc dự đoán bổ sung.
Ý nghĩa: Dữ liệu được công bố cho phép các nhà nghiên cứu liên quan xác minh kết quả thiết kế enzyme dựa trên trí tuệ nhân tạo và tiến hành nghiên cứu thêm.Tóm tắt AI

AI cho khoa học

Tóm tắt chi tiết Đọc bài gốc ↗ PDF ↗

Bài báo2026-10-08 · Science

Tự động chứng minh các bài toán toán học chưa có lời giải bằng trí tuệ nhân tạo

Advancing mathematics research with AI-driven formal proof search

Pushmeet Kohli và 20 người khác

Nội dung: Chúng tôi đã phát triển một tác nhân trí tuệ nhân tạo tìm kiếm các chứng minh toán học quy mô lớn bằng cách tận dụng một ngôn ngữ mà trong đó trình biên dịch xác minh các bước chứng minh.
Kết quả chính: Tác nhân trí tuệ nhân tạo này đã giải quyết thành công một cách tự trị một số bài toán và phỏng đoán toán học chưa có lời giải.
Ý nghĩa: Nó cho thấy tiềm năng của trí tuệ nhân tạo trong việc thúc đẩy các khám phá toán học mang tính tự trị.Tóm tắt AI

Agent & lập trình AI cho khoa học

Tóm tắt chi tiết Đọc bài gốc ↗ PDF ↗

Bài báo2026-10-02 · arXiv (Cornell University)

Thiết kế bộ nhớ mô-đun cho sửa lỗi máy tính lượng tử giúp giảm đáng kể mức tiêu thụ tài nguyên

Low-Overhead Quantum Error Correction with Boundary-Connected Planar Modules

Pushmeet Kohli và 13 người khác

Nội dung: Các nhà nghiên cứu đã chia bộ xử lý lượng tử thành các mô-đun phẳng và chứng minh thông qua mô phỏng rằng việc tận dụng các kết nối giữa các mô-đun có thể giảm số lượng qubit vật lý cần thiết cho việc sửa lỗi lượng tử xuống hơn 10 lần.
Kết quả chính: Thiết kế mã mô-đun mới cho thấy khả năng giảm tiêu thụ qubit vật lý hơn 10 lần (và hơn 30 lần trong các hệ thống quy mô lớn) so với mã bề mặt.
Ý nghĩa: Nghiên cứu này chứng minh tiềm năng về các thiết bị lưu trữ mật độ cao vừa duy trì được lợi ích chế tạo của các mô-đun phẳng vừa tận dụng được các ưu điểm của mã hiệu suất cao.Tóm tắt AI

HBM & bộ nhớ

Tóm tắt chi tiết Đọc bài gốc ↗ PDF ↗

Bài báo2026-10-02 · bioRxiv (Cold Spring Harbor Laboratory)

Công nghệ hóa học enzyme mới kết hợp thiết kế protein bằng trí tuệ nhân tạo và tiến hóa

Design-Evolution Synergy Enables New-to-Nature Enzyme Chemistry

Pushmeet Kohli và 16 người khác

Nội dung: Đã phát triển một loại enzyme thực hiện các phản ứng amin hóa carbon-hydro không có trong tự nhiên bằng cách kết hợp các kỹ thuật thiết kế và tiến hóa protein dựa trên trí tuệ nhân tạo.
Kết quả chính: Đã tổng hợp thành công một loại enzyme mới có tính chọn lọc vị trí và đối quang có thể lập trình được, hiệu suất xúc tác cao và độ ổn định enzyme vượt trội.
Ý nghĩa: Chứng minh rằng công nghệ thiết kế protein có thể được sử dụng để tạo ra các enzyme thúc đẩy các phản ứng hóa học khó khăn.Tóm tắt AI

AI cho khoa học

Tóm tắt chi tiết Đọc bài gốc ↗ PDF ↗

Trang này tổng hợp các bài báo đã công bố, thông báo chính thức và tin báo chí chỉ nhằm mục đích cung cấp thông tin. Tóm tắt do AI viết dựa trên phần tóm tắt của bài báo và được biên tập viên kiểm tra; có thể khác bản gốc, vì vậy hãy kiểm tra bản gốc cho các nội dung quan trọng. Đây không phải khuyến nghị mua bán chứng khoán hay tư vấn đầu tư. Biến động nhân sự ghi nguồn từ thông báo chính thức hoặc báo chí lớn; một phần lý lịch tham khảo Wikidata (CC0). Các bản tóm tắt trên trang này được AI dịch từ bản tiếng Hàn đã được biên tập viên kiểm tra.