论文
公开基于人工智能的酶设计论文中使用的结构数据
Supplementary Data 2. Designed and predicted structures of all designs
- 做了什么
- 研究团队公开了针对新型化学反应的人工智能酶设计论文中所涉及的所有结构数据文件。
- 核心结果
- 该压缩文件包含人工智能模型生成的结构、重新设计的结构以及额外的预测结构数据。
- 意义
- 通过公开的数据，相关研究人员可以确认基于人工智能的酶设计结果并推进后续研究。AI 摘要
前沿实验室
Pushmeet Kohli
Google DeepMind 科学 AI
人事变动
暂无已发布的人事变动。
论文
论文
利用人工智能自动证明未解决的数学问题
Advancing mathematics research with AI-driven formal proof search
- 做了什么
- 开发了一个人工智能代理，利用编译器验证证明步骤的语言，大规模地寻找数学证明。
- 核心结果
- 该人工智能代理成功自主解决了多个未解决的数学问题和猜想。
- 意义
- 展现了人工智能引导自主数学发现的可能性。AI 摘要
论文
量子计算机纠错的模块化内存设计大幅减少资源消耗
Low-Overhead Quantum Error Correction with Boundary-Connected Planar Modules
- 做了什么
- 研究人员通过模拟证明，将量子处理器划分为平面模块并利用模块间的连接，可以将量子纠错所需的物理量子比特数量减少10倍以上。
- 核心结果
- 新的模块化编码设计显示，与表面编码相比，物理量子比特的消耗减少了10倍以上（在大规模系统中超过30倍）。
- 意义
- 本研究展示了一种高密度存储设备的可能性，它既能发挥高效编码的优势，又能保持平面模块在制造上的优势。AI 摘要
论文
结合人工智能蛋白质设计与进化的全新酶化学技术
Design-Evolution Synergy Enables New-to-Nature Enzyme Chemistry
- 做了什么
- 结合人工智能蛋白质设计与进化技术，开发出了能够催化自然界中不存在的碳氢胺化反应的酶。
- 核心结果
- 成功合成了具备可编程的位置及对映选择性、高催化效率以及优异酶稳定性的新型酶。
- 意义
- 表明蛋白质设计技术可用于构建能够促进复杂化学反应的酶。AI 摘要
本页面整理已发表的论文、官方公告和媒体报道，仅供参考。论文摘要由 AI 根据论文摘要撰写并经编辑审核，可能与原文存在差异，重要内容请查阅原文。本页面不构成任何证券的买卖建议或投资咨询。 人事变动以官方公告或主要媒体报道为来源，部分履历参考维基数据（CC0）。 本页摘要由 AI 根据编辑审核过的韩文版本翻译。
