論文の概要: Beyond Low Earth Orbit: Biological Research, Artificial Intelligence,
and Self-Driving Labs
- arxiv url: http://arxiv.org/abs/2112.12582v1
- Date: Wed, 22 Dec 2021 05:18:26 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-25 05:28:59.164552
- Title: Beyond Low Earth Orbit: Biological Research, Artificial Intelligence,
and Self-Driving Labs
- Title（参考訳）: 低軌道を超えて:生物研究、人工知能、自動運転研究所
- Authors: Lauren M. Sanders (1), Jason H. Yang (2), Ryan T. Scott (3), Amina Ann
Qutub (4), Hector Garcia Martin (5 and 6 and 7), Daniel C. Berrios (3), Jaden
J.A. Hastings (8), Jon Rask (9), Graham Mackintosh (10), Adrienne L.
Hoarfrost (11), Stuart Chalk (12), John Kalantari (13), Kia Khezeli (13),
Erik L. Antonsen (14), Joel Babdor (15), Richard Barker (16), Sergio E.
Baranzini (17), Afshin Beheshti (3), Guillermo M. Delgado-Aparicio (18),
Benjamin S. Glicksberg (19), Casey S. Greene (20), Melissa Haendel (21), Arif
A. Hamid (22), Philip Heller (23), Daniel Jamieson (24), Katelyn J. Jarvis
(25), Svetlana V. Komarova (26), Matthieu Komorowski (27), Prachi Kothiyal
(28), Ashish Mahabal (29), Uri Manor (30), Christopher E. Mason (8), Mona
Matar (31), George I. Mias (32), Jack Miller (3), Jerry G. Myers Jr. (31),
Charlotte Nelson (17), Jonathan Oribello (1), Seung-min Park (33), Patricia
Parsons-Wingerter (34), R. K. Prabhu (35), Robert J. Reynolds (36), Amanda
Saravia-Butler (37), Suchi Saria (38 and 39), Aenor Sawyer (24), Nitin Kumar
Singh (40), Frank Soboczenski (41), Michael Snyder (42), Karthik Soman (17),
Corey A. Theriot (43 and 44), David Van Valen (45), Kasthuri Venkateswaran
(40), Liz Warren (46), Liz Worthey (47), Marinka Zitnik (48), Sylvain V.
Costes (49) ((1) Blue Marble Space Institute of Science, Space Biosciences
Division, NASA Ames Research Center, Moffett Field, CA, USA., (2) Center for
Emerging and Re-Emerging Pathogens, Department of Microbiology, Biochemistry
and Molecular Genetics, Rutgers New Jersey Medical School, Newark, NJ, USA.,
(3) KBR, Space Biosciences Division, NASA Ames Research Center, Moffett
Field, CA, USA., (4) AI MATRIX Consortium, Department of Biomedical
Engineering, University of Texas, San Antonio and UT Health Sciences, San
Antonio, TX, USA., (5) Biological Systems and Engineering Division, Lawrence
Berkeley National Lab, Berkeley, CA, USA., (6) DOE Agile BioFoundry,
Emeryville, CA, USA., (7) Joint BioEnergy Institute, Emeryville, CA, USA.,
(8) Department of Physiology and Biophysics, Weill Cornell Medicine, New
York, NY, USA., (9) Office of the Center Director, NASA Ames Research Center,
Moffett Field, CA, USA., (10) Bay Area Environmental Research Institute, NASA
Ames Research Center, Moffett Field, CA, USA., (11) Universities Space
Research Association (USRA), Space Biosciences Division, NASA Ames Research
Center, Moffett Field, CA, USA., (12) Department of Chemistry, University of
North Florida, Jacksonville, FL, USA., (13) Center for Individualized
Medicine, Department of Surgery, Department of Quantitative Health Sciences,
Mayo Clinic, Rochester, MN, USA., (14) Department of Emergency Medicine,
Center for Space Medicine, Baylor College of Medicine, Houston, TX, USA.,
(15) Department of Microbiology and Immunology, Department of Otolaryngology,
Head and Neck Surgery, University of California San Francisco, San Francisco,
CA, USA., (16) The Gilroy AstroBiology Research Group, The University of
Wisconsin - Madison, Madison, WI, USA., (17) Weill Institute for
Neurosciences, Department of Neurology, University of California San
Francisco, San Francisco, CA, USA., (18) Data Science Analytics, Georgia
Institute of Technology, Lima, Peru, (19) Hasso Plattner Institute for
Digital Health at Mount Sinai, Department of Genetics and Genomic Sciences,
Icahn School of Medicine at Mount Sinai, New York, NY, USA., (20) Center for
Health AI, Department of Biochemistry and Molecular Genetics, University of
Colorado School of Medicine, Anschutz Medical Campus, Aurora, CO, USA., (21)
Center for Health AI, University of Colorado School of Medicine, Anschutz
Medical Campus, Aurora, CO, USA., (22) Department of Neuroscience, University
of Minnesota, Minneapolis, MN, USA., (23) Department of Computer Science,
College of Science, San Jos\'e State University, San Jose, CA, USA., (24)
Biorelate, Manchester, United Kingdom., (25) UC Space Health, Department of
Orthopaedic Surgery, University of California, San Francisco, San Francisco,
CA, USA., (26) Faculty of Dental Medicine and Oral Health Sciences, McGill
University, Montreal, Quebec, Canada., (27) Faculty of Medicine, Dept of
Surgery and Cancer, Imperial College London, London, United Kingdom., (28)
SymbioSeq LLC, NASA Johnson Space Center, Ashburn, VA, USA., (29) Center for
Data Driven Discovery, California Institute of Technology, Pasadena, CA,
USA., (30) Waitt Advanced Biophotonics Center, Chan-Zuckerberg Imaging
Scientist Fellow, Salk Institute for Biological Studies, La Jolla, CA, USA.,
(31) Human Research Program Cross Cutting Computational Modeling Project,
NASA John H. Glenn Research Center, Cleveland, OH, USA., (32) Institute for
Quantitative Health Science and Engineering, Department of Biochemistry and
Molecular Biology, Michigan State University, East Lansing, MI, USA., (33)
Department of Urology, Department of Radiology, Stanford University School of
Medicine, Stanford, CA, USA., (34) Low Exploration Gravity Technology, NASA
John H. Glenn Research Center, Cleveland, OH, USA., (35) Universities Space
Research Association (USRA), Human Research Program Cross-cutting
Computational Modeling Project, NASA John H. Glenn Research Center,
Cleveland, OH, USA., (36) Mortality Research & Consulting, Inc., Houston, TX,
USA., (37) Logyx, Space Biosciences Division, NASA Ames Research Center,
Moffett Field, CA, USA., (38) Computer Science, Statistics, and Health
Policy, Johns Hopkins University, Baltimore, MD, USA., (39) ML, AI and
Healthcare Lab, Bayesian Health, New York, NY, USA., (40) Biotechnology and
Planetary Protection Group, Jet Propulsion Laboratory, Pasadena, CA, USA.,
(41) SPHES, Medical Faculty, King's College London, London, United Kingdom.,
(42) Department of Genetics, Stanford School of Medicine, Stanford, CA USA.,
(43) Department of Preventive Medicine and Community Health, UTMB, Galveston,
TX USA., (44) Human Health and Performance Directorate, NASA Johnson Space
Center, Houston, TX, USA., (45) Department of Biology, California Institute
of Technology, Pasadena, CA, USA., (46) ISS National Laboratory, Center for
the Advancement of Science in Space, Melbourne, FL, USA., (47) UAB Center for
Computational Biology and Data Science, University of Alabama, Birmingham,
Birmingham, AL, USA., (48) Department of Biomedical Informatics, Harvard
Medical School, Harvard Data Science, Broad Institute of MIT and Harvard,
Harvard University, Boston, MA, USA., (49) Space Biosciences Division, NASA
Ames Research Center, Moffett Field, CA, USA.)
- Abstract要約: 宇宙生物学の研究は、宇宙飛行が生物に与える影響を理解することを目的としている。
生物工学の宇宙船と生息地は、植物、作物、微生物、動物、人間の生態系を安定させ、多惑星生物を持続させる。
- 参考スコア（独自算出の注目度）: 0.8855198354664937
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Space biology research aims to understand fundamental effects of spaceflight
on organisms, develop foundational knowledge to support deep space exploration,
and ultimately bioengineer spacecraft and habitats to stabilize the ecosystem
of plants, crops, microbes, animals, and humans for sustained multi-planetary
life. To advance these aims, the field leverages experiments, platforms, data,
and model organisms from both spaceborne and ground-analog studies. As research
is extended beyond low Earth orbit, experiments and platforms must be maximally
autonomous, light, agile, and intelligent to expedite knowledge discovery. Here
we present a summary of recommendations from a workshop organized by the
National Aeronautics and Space Administration on artificial intelligence,
machine learning, and modeling applications which offer key solutions toward
these space biology challenges. In the next decade, the synthesis of artificial
intelligence into the field of space biology will deepen the biological
understanding of spaceflight effects, facilitate predictive modeling and
analytics, support maximally autonomous and reproducible experiments, and
efficiently manage spaceborne data and metadata, all with the goal to enable
life to thrive in deep space.
- Abstract（参考訳）: 宇宙生物学の研究は、生物に対する宇宙飛行の基本的な影響を理解し、深宇宙探査を支援する基礎知識を開発し、究極的には、植物、作物、微生物、動物、人類の生態系を安定させ、多惑星生命を維持することを目的としている。
これらの目的を進めるため、この分野は宇宙と地上の両方の研究から実験、プラットフォーム、データ、およびモデル生物を活用する。
研究は低軌道を超えて拡張されるため、実験とプラットフォームは、知識発見を迅速化するために、最大限の自律性、軽量、アジャイル、インテリジェントでなければならない。
ここでは、米国航空宇宙局(national aeronautics and space administration on artificial intelligence, machine learning, and modeling applications)が主催するワークショップにおいて、これらの宇宙生物学の課題に対する重要な解決策を提供するための推奨事項の概要を紹介する。
次の10年間で、人工知能の宇宙生物学分野への統合は、宇宙飛行効果の生物学的理解を深め、予測モデリングと分析を促進し、最大限に自律的かつ再現可能な実験をサポートし、宇宙データとメタデータを効率的に管理する。
関連論文リスト
- How to Build the Virtual Cell with Artificial Intelligence: Priorities and Opportunities [46.671834972945874]
仮想セル構築にAIの進歩を活用するというビジョンを提案する。
我々は、生物の普遍的な表現を含む、そのようなAI仮想セルの望ましい能力について議論する。
我々は、AI仮想細胞が新しい薬物標的を特定し、摂動に対する細胞反応を予測し、スケール仮説を探索する未来を想像する。
論文 参考訳（メタデータ） (2024-09-18T02:41:50Z) - LLM and Simulation as Bilevel Optimizers: A New Paradigm to Advance Physical Scientific Discovery [141.39722070734737]
本稿では,大規模言語モデルの知識駆動型抽象推論能力をシミュレーションの計算力で強化することを提案する。
本稿では,2段階最適化フレームワークであるSGA(Scientific Generative Agent)を紹介する。
法発見と分子設計における枠組みの有効性を実証するための実験を行った。
論文 参考訳（メタデータ） (2024-05-16T03:04:10Z) - ProBio: A Protocol-guided Multimodal Dataset for Molecular Biology Lab [67.24684071577211]
研究結果を複製するという課題は、分子生物学の分野に重大な障害をもたらしている。
まず、この目的に向けた最初のステップとして、ProBioという名前の包括的なマルチモーダルデータセットをキュレートする。
次に、透明なソリューショントラッキングとマルチモーダルなアクション認識という2つの挑戦的なベンチマークを考案し、BioLab設定におけるアクティビティ理解に関連する特徴と難しさを強調した。
論文 参考訳（メタデータ） (2023-11-01T14:44:01Z) - The Future of Fundamental Science Led by Generative Closed-Loop
Artificial Intelligence [67.70415658080121]
機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。
AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。
ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
論文 参考訳（メタデータ） (2023-07-09T21:16:56Z) - Automated Scientific Discovery: From Equation Discovery to Autonomous
Discovery Systems [5.7923858184309385]
本稿では、方程式発見から記号回帰から自律的な発見システムやエージェントまで、自動的な科学的発見を調査する。
我々は、Adamシステムに関する先駆的な研究から、物質科学から天文学まで、現在の分野への取り組みまで、クローズドループ科学発見システムを紹介する。
レベル5の最大レベルは、科学的知識の創出において人間の介入を必要としないと定義されている。
論文 参考訳（メタデータ） (2023-05-03T16:35:41Z) - Onboard Science Instrument Autonomy for the Detection of Microscopy
Biosignatures on the Ocean Worlds Life Surveyor [2.526702791640305]
地球外生命の探索は、文明レベルの意味を持つ重要な科学的取り組みである。
生命の正確な定義の欠如は、検出戦略の定式化に根本的な課題をもたらす。
本稿では,Jet Propulsion LaboratoryのOcean Worlds Life Surveyorプロトタイプ機器スイートの一部として開発された2つのOSIA実装について述べる。
論文 参考訳（メタデータ） (2023-04-25T23:10:02Z) - Artificial Intelligence and Natural Language Processing and
Understanding in Space: Four ESA Case Studies [48.53582660901672]
本稿では,空間文書から情報を自動的に抽出するための,人工知能と自然言語処理と理解に基づく方法論的枠組みを提案する。
ケーススタディはミッションデザイン、品質保証、長期データ保存、オープンスペースイノベーションプラットフォームなど、ESAのさまざまな機能領域で実装されている。
論文 参考訳（メタデータ） (2022-10-07T15:50:17Z) - A Low-Cost Robot Science Kit for Education with Symbolic Regression for
Hypothesis Discovery and Validation [15.72286703649173]
次世代の物理科学には、クローズドループで設計、実行、分析が可能な自律的な物理科学システムであるロボット科学者が含まれる。
これらのシステムの構築と利用には、ML、制御システム、計測科学、材料合成、意思決定理論など、さまざまな分野の専門知識が必要となる。
我々は、低コストの自律科学者を構築するためのキットである、科学教育の次世代を提示する。
論文 参考訳（メタデータ） (2022-04-08T17:25:28Z) - Beyond Low Earth Orbit: Biomonitoring, Artificial Intelligence, and
Precision Space Health [0.8838373492847601]
本稿では,自律的でインテリジェントな精密宇宙保健システムを提案する。
バイオメディカルな状態を監視し、集計し、評価する。
パーソナライズされた有害な健康結果を分析し、予測する。
論文 参考訳（メタデータ） (2021-12-22T05:33:15Z) - Seeing biodiversity: perspectives in machine learning for wildlife
conservation [49.15793025634011]
機械学習は、野生生物種の理解、モニタリング能力、保存性を高めるために、この分析的な課題を満たすことができると我々は主張する。
本質的に、新しい機械学習アプローチとエコロジー分野の知識を組み合わせることで、動物生態学者は現代のセンサー技術が生み出すデータの豊富さを生かすことができる。
論文 参考訳（メタデータ） (2021-10-25T13:40:36Z) - On-the-fly Closed-loop Autonomous Materials Discovery via Bayesian
Active Learning [12.021024778717575]
我々は、高度な素材の発見に、クローズドループでアクティブな学習駆動型自律システムに焦点を当てる。
複雑で高度な材料を手元に配置できる自律的な研究手法を実証する。
このロボット科学は、ネットワーク上の科学を可能にし、科学者の経済的影響を研究室から物理的に切り離すことができる。
論文 参考訳（メタデータ） (2020-06-11T01:26:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。