Apprentissage automatique

En utilisant des «empreintes» générées par apprentissage profond pour caractériser des millions de fragments de protéines, des chercheurs de l’EPFL ont conçu de nouveaux ligands protéiques qui s'attachent parfaitement à des cibles clés, y compris la protéine Spike du SARS-CoV-2.

Des chercheurs de l'ETH Zurich ont créé une nouvelle plateforme et un nouveau langage de programmation open-source appelés LMQL. Ce langage de programmation permet d'interagir plus facilement, à moindre coût et de manière plus sûre avec de grands modèles linguistiques tels que ChatGPT.

En combinant pour la première fois la tomographie électronique à transmission cryogénique et l’apprentissage profond, des scientifiques de l’EPFL ont fourni une première image de la nanostructure des couches catalytiques en platine. Cette découverte met en évidence la manière dont ces couches pourraient être optimisées pour obtenir des piles à combustible plus efficaces.

Des chercheurs et chercheuses de l'ETH Zurich ont mis au point un modèle qui détecte le stress sur le lieu de travail simplement par la façon dont les gens tapent et bougent leur souris d'ordinateur. Cela pourrait permettre aux employé·es de prévenir le stress chronique à un stade précoce.

Des chercheurs de l’EPFL et du Korean Advanced Institute of Science and Technology (KAIST) ont développé un nouveau modèle d’intelligence artificielle (IA) qui améliore considérablement la compréhension des réseaux organométalliques (MOFs), des matériaux prometteurs pour le stockage de l’hydrogène et d’autres applications.