中国科学院
科研进展中的人工智能、机器人、智能计算与脑机接口研究
筛选AI前沿 · 中国科学院
生成式人工智能赋能原子力显微超分辨成像研究取得进展
原子力显微镜（AFM）用于纳米结构成像与物性表征，但逐点扫描方式难以兼顾成像速度与空间分辨率。人工智能超分辨技术虽有望改善该问题，但通用图像重建模型与真实AFM采样过程不匹配，易引入不符合实验观测的伪影。如何提高采集效率并保证结构与物性信息的可靠性，是拓展扫描探针显微动态表征应用亟需解决的重要问题。 近日，中国科学院上…
科研人员提出基于生成式人工智能的跨望远镜图像预测方法
星系的结构参数（如大小、形状与表面亮度分布）为研究星系形成与演化相关物理过程提供观测约束。这些过程的综合影响可体现在“恒星质量—大小”等标度关系中。准确测量不同质量和大小星系的结构参数，并考虑致密星系与矮星系等群体的测量偏差，是理解星系结构演化的重要前提。DESI亮星系巡天（BGS）及图像遗产巡天测光数据提供了海量低红…
科研人员提出肺结节AI辅助诊断新方法
近期，中国科学院合肥物质科学研究院等在肺癌诊断研究方面取得进展，发展了基于胸部CT影像的肺结节AI辅助诊断新方法。 肺癌是高发恶性肿瘤，早期筛查是提高治愈率和降低死亡率的关键环节。早筛中的肺结节良恶性准确判断直接关系后续的诊疗方案制定与预后效果。临床中，医生需逐张研读胸部CT影像，综合肺部整体结构、结节周边组织以及结节…
科研人员提出机器学习辅助的“材料—结构—功能”协同设计新策略
近期，中国科学院合肥物质科学研究院在多功能电磁波吸收超结构研究方面取得进展。团队提出机器学习辅助的“材料—结构—功能”协同设计策略，采用熔融沉积成型3D打印技术，将聚酰胺6/碳纤维复合材料（PACF）吸波单元、低损耗纯聚酰胺6（N-PA）间隔层和激光诱导PACF（LI-PACF）功能背板集成一体，构筑具有多级谐振梯度阻…
科研人员提出几何率失真不变性算法实现AI精准跨域判别
深度学习模型在训练数据与测试数据分布一致时性能卓越，但在脑机接口、医学影像等实际应用中，会受到受试者个体差异、电极/传感器漂移、采集设备与临床环境变化等因素影响，数据分布发生偏移，导致模型性能大幅下降。近年来，学界利用分布对齐、对抗训练及不变风险最小化等手段，发展了一系列领域泛化算法。然而，主流方法大多聚焦于匹配不同域…
长效神经融合脑机界面研究取得进展
脑机接口是神经医学、康复工程与人工智能交叉领域的前沿技术。电极与脑组织间的神经融合界面直接决定设备使用寿命、信号采集精度与临床安全，是实现长期稳定神经记录、闭环精准神经调控的根基。当前界面技术仍存短板，现阶段柔性基底、导电高分子、单一功能修饰涂层等技术仅能优化某一项缺陷，无法同步实现长效抑菌、抑制生物污损、削弱免疫排斥…