Pushmeet Kohli
PulseAugur coverage of Pushmeet Kohli — every cluster mentioning Pushmeet Kohli across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Google DeepMind 发布全面的 DNA 变异影响预测
Google DeepMind 发布了 AlphaGenome Atlas，这是一个在线存储库，包含对所有 90 亿种可能的单字母 DNA 变异的预先计算的预测。这个基于 AlphaGenome 模型构建的 AI 工具可以预测这些变异如何影响基因表达和调控活性。该 Atlas 旨在让科学家更容易获得这些复杂的基因组见解，提供一个单一数字的影响分数以供快速评估，并可能加速生物学和疾病治疗的研究。
-
Google DeepMind 发布 AI 驱动的 AlphaGenome Atlas，可预测 90 亿个 DNA 变异 · 跟踪 9 个来源
Google DeepMind 推出了 AlphaGenome Atlas，这是一个全面的数据库，利用 AI 预测人类基因组中约 90 亿个可能的单核苷酸变异的分子效应。该资源包含 AlphaGenome Variant Impact (AVI) 分数，旨在通过提供预先计算的预测来加速遗传疾病研究，与单独的变异测试或按需模型计算相比，为研究人员节省了大量时间。该 Atlas 目前可通过网络门户和 API 用于非商业学术用途，预计很快将…
-
Google DeepMind 强调矩阵乘法的速度极限未知
Google DeepMind 正在强调计算复杂性理论中关于矩阵乘法理论上最快速度的持续挑战。这一基本运算支撑着现代计算的许多方面，包括人工智能，但其最优计算极限，用 ω (omega) 表示，仍然是一个悬而未决的问题。
-
Google DeepMind解散AlphaFold团队；诺奖得主加入Anthropic
Google DeepMind已解散其著名的AlphaFold团队，该团队在蛋白质结构预测方面发挥了重要作用，并包括诺奖得主。虽然Google表示该团队的专业知识正被重新导向更广泛的科学计划，包括Gemini和AI编程，但包括诺奖得主John Jumper在内的几位关键成员已转投竞争对手Anthropic。此举标志着Google的研究策略从专注于长期项目转向更以平台为中心的方法，在不同科学领域利用Gemini等基础模型。
-
Google 的 SynthID 水印稳健但不足以对抗 AI 虚假信息
Google 的 SynthID 水印技术旨在标记 AI 生成的内容，已被证明对常见的编辑和压缩具有稳健性。尽管其耐用性，专家和该技术创造者承认，单独的水印不太可能解决由 AI 驱动的虚假信息的更广泛问题。估计数量达数十亿的图像和视频的 AI 生成媒体的巨大数量，给识别和验证工作带来了重大挑战。
-
Google 关闭诺贝尔奖获奖 AI 项目 AlphaFold，专注于 Gemini
据报道，Google 已关闭其诺贝尔奖获奖项目 AlphaFold，并将其团队成员重新分配以专注于 Gemini 相关项目。AlphaFold 是 Google DeepMind 开发的一款人工智能程序，它彻底改变了蛋白质结构预测，显著加速了药物发现和疫苗开发等领域的研究。该项目的关闭标志着 Google 内部战略的转变，将重点从专门的科学人工智能研究转向其大型语言模型开发。
-
谷歌DeepMind AI协助数学家，在FrontierMath基准测试中名列前茅
谷歌DeepMind发布了一个名为“AI Co-Mathematician”的AI系统，旨在与人类数学家合作解决复杂问题。该系统基于Gemini 3.1 Pro构建，在极具挑战性的FrontierMath Tier 4基准测试中取得了48%的新SOTA分数，显著优于GPT-5.5 Pro等现有模型。该AI作为一个异步工作空间，配备一个协调代理，负责分解任务、管理并行研究流，并持久存储失败的假设，这与软件开发中的工作流程相似。
-
Google DeepMind的AlphaEvolve AI优化TPU，促进商业AI训练和模拟
Google DeepMind宣布推出AlphaEvolve，这是一款AI驱动的编码代理，已集成到其基础设施中以优化硬件和软件。该系统已将Google下一代TPU的效率提高了20%，并将Google Spanner的写入放大率降低了20%。AlphaEvolve现正通过Google Cloud进行商业化推广，早期用户如Klarna和Schrödinger在其各自领域报告了显著的速度提升和效率提高。