科学家用两两比较引导 AI 显微镜，免去逐条打分的目标函数
bravo_abad · x · 2026-10-12
Bulanadi 等人提出让科学家通过比较成对实验结果（哪个更有前景）来引导自动化实验搜索：神经网络处理显微图像，成对高斯过程从这些偏好判断中学习评分，用于选择下一次测量。
在一次铁酸铋薄膜的活体显微镜实验中，系统仅用表面图像加 23 个位置的测量，就定位出在外加电压下形变更强的区域，学到的偏好图谱与实测响应高度一致。这解决了自动化实验通常需要数值目标函数的痛点。
「研究」频道最新
- 1200万单细胞解析免疫衰老:GZMK/GZMB T细胞比值可预测全因死亡 — EricTopol · 2026-10-12
- 复旦等发布 SocioVerse2：可干预的纵向 LLM 社会模拟框架 — jiqizhixin · 2026-10-12
- 1200万单细胞研究揭示免疫衰老，T细胞双态或催生实用血检 — EricTopol · 2026-10-12
- 社区众包+AI agent 一天狂提 69%，整数乘法 κ 界破 10⁻³ — CatAstro_Piyush · 2026-10-12
- 新论文:用 Stein 位移场统一估计密度比与分布位移 — _onionesque · 2026-10-12
- JaxAHT 发布 v1.1:基于 JAX 的 Ad Hoc Teamwork 基准与库 — PeterStone_TX · 2026-10-12