Microsoft Research 用机器学习预测电网空间天气风险
Microsoft Research 开发机器学习管线,利用预报时太阳风信息为美国本土 66,935 个变电站生成位置级空间天气风险估计。系统结合 AE、Dst 预测与纬度、地质、地面电导率等特征,可在风险出现前 30-60 分钟预警。2020-2026 评估中,系统对 major、severe、extreme 事件检测率分别为 76.5%、81.2%、64.1%。
公司与模型
微软的 AI 布局:Copilot 全家桶、Azure AI 基础设施与 OpenAI 合作关系的持续追踪。
66 条精选近 30 天 66 条共收录 71 条
Microsoft Research 开发机器学习管线,利用预报时太阳风信息为美国本土 66,935 个变电站生成位置级空间天气风险估计。系统结合 AE、Dst 预测与纬度、地质、地面电导率等特征,可在风险出现前 30-60 分钟预警。2020-2026 评估中,系统对 major、severe、extreme 事件检测率分别为 76.5%、81.2%、64.1%。
Microsoft Research 介绍 Quine,这是一个研究项目,旨在构建生物学多模态世界模型,并用交互式 harness 连接模型、科学工具、文献和研究人员。
推荐理由:原文提供了 Quine 在肿瘤状态转移中的实验案例,可作为 AI 参与生物研究闭环的参考。
Microsoft Research Asia – Singapore 开设一年来,已扩大团队、深化本地合作,并围绕前沿 AI 的现实应用推进研究。其实验室聚焦下一代 AI 模型与智能体系统、面向行业的 AI、AI-native 研究实践、生态与人才发展,已在医疗、金融、教育和技术等领域开展合作。Microsoft 称该实验室连接其前沿 AI 研究与新加坡高校、政府和产业生态。
GitHub Blog 介绍 GitHub Copilot app 的 canvas,认为许多 AI 任务不应只依赖 chat 作为交互界面。canvas 是运行在 GitHub Copilot app 内的小型全栈应用,可与 GitHub Copilot agent 双向通信,也能调用第三方 API 或在本机执行代码。
推荐理由:文章用 GitHub Copilot canvases 示例说明,任务型自定义 UI 可减少把 Agent 当工具本身的 token 消耗。
Microsoft Research 研究显示,机器人只依赖机载 GPU 运行物理 AI 推理会限制性能、电池续航和可扩展性,将推理卸载到边缘或云端 GPU 可带来优势。
推荐理由:文章用机器人移动操作负载比较本地与卸载推理,提供了性能、电池与部署取舍的系统视角。
Microsoft Research 报告 RetroChimera 逆合成模型近期发表于 Nature,并开源其实现和权重。RetroChimera 结合 R-SMILES 2 与 NeuralLoc,通过学习式重排序融合两类模型的预测,在常见和稀有反应类别上产生更符合化学家判断的逆合成预测。