快手電商「國補合伙人」項目正式上線，首期蛋蛋、祝哥、劉老師等24位達人入選
2025-11-06 20:10 8,417次浏览北京8月11日電 (記者 孫自法)在智能育種制種領域，中國科學家團隊再次取得重大科技突破：通過生物技術(BT)+人工智慧(AI)深度融合，首次提出作物-機器人協同設計理念，利用基因編輯重新設計作物花型，快速精準創製「機器人友好」的結構型雄性不育系，運用深度學習和人工智慧成功研製世界首臺智能育種機器人「吉兒」(GEAIR，Genome Editing combined with AI-based Robotics)。 人工智慧賦能打破雜交育種制種瓶頸 這項基於人工智慧賦能打破雜交育種和制種瓶頸，實現大幅降低育種成本、縮短育種周期、提高育種效率的重要研究，由中國科學院遺傳與發育生物學研究所(遺傳發育所)許操研究員領導的智能育種攻關團隊自主創新完成，相關成果論文北京時間8月11日夜間在國際知名學術期刊《細胞》(Cell)上線發表。 中國科學院遺傳發育所實驗室，許操研究員(右2)和研究團隊成員代表圍繞智能育種機器人「吉兒」展開討論併合影。記者 孫自法 攝 期刊審稿人高度評價稱，中國團隊本項研究工作是一項令人振奮的創新性突破，是通過BT+AI交叉融合解決重大科技問題和產業難題的典範，具有廣闊的應用前景。 這也是許操團隊繼研發出不同作物通用的高產穩產快速育種技術體系——「環境智能型高產-穩產作物育種新策略」，開啟環境智能型高產穩產作物育種新時代之後取得的又一項引領世界的科技成果，相關研究論文時隔8個月再次在國際頂級期刊發表。 首次打造出「智慧機器人育種工廠」 論文通訊作者許操研究員接受記者採訪介紹說，本項研究成果由中國科學院遺傳發育所智能育種攻關團隊牽頭，聯合中國科學院自動化研究所、上海交通大學、清華大學等合作者組成跨學科團隊共同攻關取得，實現了雜交育種制種從育種2.0時代跨越發展到育種5.0時代。 本項研究成果相關示意圖及應用場景展示。中國科學院遺傳發育所 供圖 在本項研究過程中，研究團隊將智能育種機器人與從頭馴化和育種加速器等新一代育種技術融合，首次打造出「智慧機器人育種工廠」，實現優異品種的智能快速定製。 他們將可自動巡航雜交授粉的「吉兒」機器人系統應用於大豆，首次實現結構型大豆雄性不育系快速創製，有望為中國率先突破大豆雜交育種、大幅提高單產，提供具有非對稱優勢的新一代智能育種技術和智能裝備。 推進後續研發智能育種機器人2.0版 研究團隊還開闢出「BT築基+AI賦能+機器人(Robot)勞作」的智能育種(BAR)模式，標誌著中國率先完成自主智慧財產權的智慧機器人育種閉環技術體系構建，在生物育種範式革新和催生新質生產力方面展現出「人工智慧驅動科學研究」(AI for Science)的重大應用前景。 生物技術築基方面，使用精準基因編輯，實現作物花型的重新設計，成功創製結構型雄性不育系；人工智慧賦能方面，攻克排除幹擾、識別精度、操作力度三重技術壁壘，實現機器人雜交授粉；機器人勞作方面，「吉兒」機器人單次巡航授粉實現77.6%±9.4%的成功率，且可以全天候不間斷進行反覆巡航自動雜交授粉以確保每朵花成功授粉坐果。 本項研究成果相關示意圖。中國科學院遺傳發育所 供圖 許操透露，這項研究成果既有基礎理論上的突破，在應用層面也已實現商業化運行。其中，結構型雄性不育系創製技術和智能育種機器人相關技術，已申請多項國內專利和《專利合作條約》(PCT)國際專利，並建立專利池。 目前，「吉兒」機器人的零部件國產化自主率已達95%以上，整機成本極具應用前景。研究團隊正在將「育種-生產-採收-追溯」全產業鏈進行BT+AI融合，推進後續研發智能育種機器人「吉兒」2.0版，未來還會將結構型雄性不育系育種制種技術拓展應用於不同作物，致力於為保障糧食安全做出更大貢獻。(完)
天津8月14日電(記者 孫玲玲)記者13日從南開大學獲悉，近日，南開大學計算機學院媒體計算實驗室取得最新研究成果，不僅從評估的角度揭示了現有AI檢測方法的性能不足，並創新性地提出了「直接差異學習」(Direct Discrepancy Learning，DDL)優化策略，教會AI用「火眼金睛」辨別人機不同，實現AI檢測性能的巨大突破。相關成果論文已被計算機多媒體領域國際頂級會議ACM MM2025(ACM International Conference on Multimedia)接收。 圖為南開大學研究團隊提出的DetectAnyLLM檢測框架以及MIRAGE基準數據集亮點全析。(南開大學 供圖) 近日，OpenAI發布新一代人工智慧模型GPT-5，再次引發全球關注。隨著DeepSeek、ChatGPT、通義千問、豆包等AIGC大模型逐漸從「新奇玩具」變成學習、工作中不可或缺的「生產力工具」，其伴生問題也日益凸顯：AI經常會「一本正經地胡說八道」，生成看似合理的虛假信息，造成「AI幻覺」；依賴AI工具代寫作業甚至畢業論文，極大衝擊著學術誠信和規範；論文AI率檢測系統有待完善，論文被誤判的問題時有發生……如何精準識別AI生成內容，成為亟待解決的熱點問題。 據了解，目前AI生成內容檢測主要有兩種路線，一種是「基於訓練的檢測方法」，使用特定數據訓練一個專用的分類模型；另一種是「零樣本檢測方法」，直接使用一個預訓練的語言模型並設計某種分類標準進行分類。 圖為AI生成內容檢測示意圖。(南開大學 供圖) 多項研究表明，現有檢測方法在應對複雜的現實場景時常顯不足。此前也曾有權威媒體報導，《荷塘月色》《流浪地球》等經典作品被某常用論文AI率檢測系統檢出高AI率。 為何現有的AI檢測工具會「誤判」？論文第一作者、南開大學計算機學院計算機科學卓越班2023級本科生付嘉晨解釋道：「如果把AI文本檢測比作一場考試，檢測器的訓練數據等同於日常練習題，現有檢測方法是機械刷題、死記硬背答題的固定套路，難以學會答題邏輯，一旦遇到全新難題，準確率就會顯著下降。」 「要想實現通用檢測，理論上需收集所有大模型的數據進行訓練，但在大模型迭代飛速的今天幾乎不可能。」付嘉晨說，讓檢測器真正學會舉一反三，即提升檢測器的泛化性能，是提升AI文本檢測性能的關鍵。 為此，研究團隊提出了DDL方法另闢蹊徑，通過直接優化模型預測的文本條件概率差異與人為設定的目標值之間的差距，幫助模型學習AI文本檢測的內在知識，可以精準捕捉人機文本間的深層語義差異，從而大幅提升檢測器的泛化能力與魯棒性。 「使用DDL訓練得到的檢測器如同有了『火眼金睛』，即便只『學習』過DeepSeek-R1的文本，也能精準識別像GPT-5這樣最新大模型生成的內容。」付嘉晨說。 團隊還提出了一個全面的測試基準數據集MIRAGE，使用13種主流的商用大模型(如豆包、DeepSeek、Kimi等)以及4種先進的開源大模型(如Qwen等)，從AI生成、潤色、重寫三個角度構造了接近十萬條人類-AI文本對。 「MIRAGE是目前唯一聚焦於對商用大語言模型檢測的基準數據集。直觀地說，之前的基準數據集是由少而且能力簡單的大模型命題出卷，而MIRAGE是17個能力強大的大模型聯合命題，形成一套高難度、又有代表性的檢測試卷。」論文通訊作者、南開大學計算機學院副教授郭春樂說。 在MIRAGE的測試結果顯示，現有檢測器的準確率從在簡單數據集上的90%驟降至約60%；而使用DDL訓練的檢測器仍保持85%以上的準確率。與史丹福大學提出的DetectGPT相比，性能相對提升71.62%；與馬裡蘭大學、卡內基梅隆大學等共同提出的Binoculars方法相比，性能相對提升68.03%。 「AIGC發展日新月異，我們將持續迭代升級評估基準和技術，致力於實現更快、更準、更低成本的AI生成文本檢測，以AI之力，讓每一篇成果更出彩。」研究團隊負責人、南開大學計算機學院教授李重儀說。(完)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
暖暖直播
「活动」首次登录送新手大礼包
- 软件大小: 451.31MB
- 最后更新: 2025-11-06 20:10
- 最新版本: v5.18.8.3
- 文件格式: apk
- 应用分类:ios-Android 夜月直播www成人
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.93以上
客服热线：133-9814-4156
49752
61
82
48759
95
2025-11-06 20:10
35469
95
2025-11-06 20:10
58437
83
2025-11-06 20:10
61472
16
2025-11-06 20:10
46592
38
2025-11-06 20:10
35481
74
2025-11-06 20:10
34962
67
2025-11-06 20:10
62318
53
2025-11-06 20:10
86491
71
2025-11-06 20:10
56498
23
49837
59
46
37682
75196
