By 超神经
内容一览：五一国际劳动节假期，HyperAI超神经为大家汇总了往期 ScienceAI 相关报道，对该领域感兴趣的读者可以来一探究竟了！
关键词：ScienceAI 盘点
整理 | 缓缓
作为近两年的技术热点，ScienceAI 在业界受到的关注越来越多。就在前不久，科技部官宣会亲自同自然科学基金委在近期启动「人工智能驱动的科学研究」(AI for Science) 专项部署工作。
了解更多信息详见 👉🏻 Science AI 大潮已至，科技部亲自下场出大动作
官方的一把火彻底点燃了 AI 圈的热情，业内外也从各个应用场景中窥探到了 ScienceAI 所具备的全面、深层次革新价值。作为 ScienceAI 发展的见证者，HyperAI超神经一直以来都对其保持密切关注及报道。那么，该领域最近又出了哪些新鲜、有意思的成果？接下来本文，HyperAI超神经将对近期报道做一个汇总及分享。
预测鸟类迁徙新模型上线
鸟类迁徙是一个令人着迷的自然现象。据了解，世界上近五分之一的鸟类会因繁殖和越冬而进行定期的迁徙，而且迁徙的鸟类在生态学上具有重要意义。
过往鸟类迁徙研究都是靠人工观察或为鸟儿安装 GPS 装置等方法，而近期马萨诸塞州立大学联合康奈尔大学新提出了一个概率模型 BirdFlow，据称该模型利用计算机建模和 eBird 数据集来准确预测候鸟的飞行路径，准确率还很高。
阅读原文 👉🏻 借助计算机建模及 eBird 数据集，马萨诸塞大学成功预测鸟类迁徙
论文地址：
https://besjournals.onlinelibrary.wiley.com/doi/full/10.1111/2041-210X.14052
AI 还原宇宙真面貌
大气层其实是一把双刃剑。虽然众所周知它对于地球生命至关重要，但另一方面，它也会给天文研究带来不少麻烦。其中，最为突出的就是大气层的干扰，会导致地面天文望远镜获得的天文图像变得「模糊」，而这种模糊有时会造成错误的物理测量，非常影响科研进展。
为此，清华大学和西北大学研究员利用数据训练了一种计算机视觉算法，对天文图像进行锐化「还原」。结果表明，这一算法较之经典方法，误差减少了 38.6%；较之现代方法，误差减少了 7.4%。
阅读原文 👉🏻 00 后清华学霸用 AI 打败大气层「魔法攻击」，还原宇宙真面貌
论文地址：
https://academic.oup.com/mnrasl/article/522/1/L31/7075894
超光学和 AI 碰撞出了何种火花
近年来，为了突破传统光学研究的局限性，光学与物理学交叉领域的一个新兴技术超光学出现。而这个新兴领域发展之快，从去年底彭博发布的一篇 Opinion 文章中可见一斑：超光学有望在今年引起广泛关注，并在未来十年内产生变革。
鲜为人知的是，这个大热领域的背后其实也有着 AI 的身影。而且 AI 凭借其自身强大的能力已经成为超光学背后的重要推手，那么两个大热风口的强强结合究竟碰撞出了怎样的火花？这篇论文解读或许可以带我们一探究竟。
阅读原文 👉🏻 AI 加码，超光学进入狂飙时代
论文地址：
https://pubs.acs.org/doi/10.1021/acs.chemrev.2c00012
机器学习如何助力 3D 打印材料
3D 打印材料作为行业的中上游，重要性不言而喻。阿里云《2021 年 3D 打印行业发展研究报告》中显示，近年来，3D 打印已成为美国增长最快的的工业之一，而与此相对，国内在此领域起步较晚，也意味着仍有较大上升空间和发展潜力。
值得关注的是，在 3D 打印材料领域，机器学习同样发挥着重要作用，并且取得了一系列亮眼的成果。HyperAI超神经对此进行了盘点和总结，希望对材料领域、3D 打印材料领域以及 AI 领域的相关研究有所帮助和启发。
阅读原文 👉🏻 盘点 | 从单目标优化到多目标优化，3D 打印材料开发进入 100X 倍速阶段
论文地址：
[1]https://www.nature.com/articles/s42256-020-0166-5
[2]https://www.nature.com/articles/s41586-020-2442-2
[3]https://www.science.org/doi/10.1126/sciadv.abf7435
90 后学霸用机器学习为化工叠 BUFF
国际能源署报告显示，2021 年全球能源相关的 CO₂ 排放量较 2020 年增长 6%，创历史新高。在节能减排背景下，控制增幅最大的发电和供热行业 CO₂ 排放量显得尤为迫切。
目前，电力行业针对 CO₂ 排放量三种改变措施中，碳捕捉这一方法最为常见。但不得不说碳捕捉也面临一个重要难点：如何有效监控并预测不同电厂的胺排放。
近期，针对这个难题，洛桑联邦理工学院联合赫瑞瓦特大学开发出了一种机器学习方法，可依据电厂过往数据，更准确地预测碳捕捉过程中胺类有害气体的排放量。
阅读原文 👉🏻 90 后学霸博士 8 年进击战：用机器学习为化学研究叠 BUFF
论文地址：
https://www.science.org/doi/10.1126/sciadv.adc9576#sec-2
回顾一系列报道和成果，不难发现 ScienceAI 已经慢慢渗透到生活、生产的各个领域，发挥着愈来愈大的作用。不过，机遇当中也不乏挑战，比如目前国内 ScienceAI 领域相较国外仍旧存在一定差距。那么随着时间的推移，ScienceAI 到底将如何发展？国内又将如何实现「逆袭」？未来，HyperAI超神经将持续关注和报道，也欢迎读者加入讨论~
—— 完 ——
扫描二维码，加入讨论群
获得更多优质数据集
了解人工智能落地应用
关注顶会&论文
回复「读者」了解更多
更多精彩内容（点击图片阅读）
