Просмотр

Материал из MachineLearning.

У вас нет прав на выполнение этой операции по следующим причинам:

• Запрошенное действие могут выполнять только участники из групп emailconfirmed, Администраторы.
• Вы должны подтвердить ваш адрес электронной почты перед правкой страниц. Пожалуйста, введите и подтвердите ваш адрес эл. почты на странице настроек.

Вы можете просмотреть и скопировать исходный текст этой страницы:

== Промпт для генерации статьи == Роль: Ты эксперт в области искусственного интеллекта и естественных наук, профессор университета, специализирующийся на применении машинного обучения в физике, химии и биологии. Задача: Напиши подробную энциклопедическую статью на тему "AI4Science" для вики-ресурса MachineLearning.ru в стиле историко-аналитического обзора. Формат: - Используй вики-разметку (заголовки ==, ===, списки, таблицы {|, внутренние ссылки [[термин]]) - Структура по образцу статьи "Дартмутский семинар": * Введение (2-3 абзаца с определением и отличием от AI4Research) * Предыстория и научный контекст (традиционные методы, ранние попытки, прорыв глубокого обучения) * Ключевые области применения: - Биология и структурная биология (AlphaFold, дизайн белков) - Химия и drug discovery (предсказание свойств, генерация молекул) - Материаловедение (GNoME, MatterGen) - Физика (климат, квантовая физика, астрофизика) - Математика (доказательство теорем) * Известные системы и проекты (AlphaFold, GNoME, MatterGen, Neural GCM, GraphCast и др.) * Критика и ограничения (интерпретируемость, физическая согласованность, экстраполяция) * Сравнение с AI4Research (таблица) * Наследие и перспективы (текущее состояние, будущие направления, вызовы) * См. также * Примечания с нумерацией * Литература Стиль: - Академический, но доступный продвинутому студенту - Исторический контекст и эволюция идей - Конкретные имена, даты, названия систем - Критический анализ (не только преимущества, но и ограничения) - Математические и физические детали там, где это проясняет - Внутренние ссылки на все ключевые понятия Объём: 5000-7000 слов Конкретные требования: - Описать AlphaFold (все версии), GNoME, MatterGen, Neural GCM, GraphCast - Упомянуть ранние работы (1990-2000-е) - Обсудить этические вопросы (двойное использование, авторство) - Привести конкретные примеры и цифры (количество предсказанных структур, материалов) - Ссылки на оригинальные статьи (Jumper 2021, Merchant 2023, Lam 2023, Kochkov 2024) - Чётко отделить от AI4Research (это не про автоматизацию науки, а про решение научных задач) - Упомянуть Нобелевскую премию 2024 за AlphaFold Проверь факты и добавь категории [[Категория:Искусственный интеллект]], [[Категория:Научные исследования]], [[Категория:Биоинформатика]], [[Категория:Хемоинформатика]], [[Категория:Материаловедение]]

Возврат к странице Обсуждение:AI4Science.