人工智能重塑药物相互作用研究：清华团队前沿综述
药物-药物相互作用（DDI）与药物-靶点相互作用（DTI）的精准预测在临床用药指导和新药开发领域具有重要的理论意义和应用价值。从生物学角度来看，药物分子与生物体内靶点结合的微观机制是导致联合用药产生临床毒副作用或协同治疗效果的关键基础；另一方面，随着图神经网络和大语言模型等前沿人工智能技术的快速发展，如何在复杂的生物医学数据中有效识别药物-药物及药物-靶点之间的相互作用模式，已成为当代计算药物设计的核心研究方向。然而，长期以来DDI与DTI的预测研究各自独立开展，一定程度上忽略了两者在生物学机制和算法实现
邓禄普携手富士通：AI 仿真革新轮胎研发，提速绿色制造
住友橡胶（邓禄普所属集团）与日本 IT 巨头富士通成功联手，实现了 AI 轮胎仿真系统的正式落地。该技术利用图神经网络（GNN）重塑了轮胎数字化研发流程，有效解决了传统有限元仿真耗时漫长、成本高昂的行业难题，为全球橡胶轮胎行业的研发工作开辟了全新道路。以往在评估轮胎结构及接地性能时，业界普遍依赖 FEM 有限元算法。为确保计算精度，往往需将模型拆分为近 60 万个网格单元，导致单次接地形变分析耗时高达 45 分钟。这不仅拉长了研发周期、推高了试验成本，更因过度依赖资深 CAE 仿真专家，长期限制了橡胶配方
AI驱动金融：效率提升与风险管控并重
吴轲，中国人民大学财政金融学院应用金融系主任、教授【导读】当前，人工智能正从简单的问答助手演进为能够自主操作工具、处理流程的智能体，在投资研究、风险控制及辅助决策等关键领域展现出巨大价值；然而，随之而来的信息泄露、滥用攻击等安全挑战也日益凸显，迫使技术革新与制度监管必须同步进行。本文详细阐述了基于大语言模型研发的“人大-新华”A股行业分类体系，并探讨了利用生成式AI挖掘隐性关联、结合图神经网络构建企业风险传导网络的前沿成果。此外，文章还强调了防范过度挖掘、算法违规、版权纠纷、智能体安全及就业结构冲击等隐患
人工智能在太阳能辐射预报中的应用现状与趋势
太阳能辐射作为光伏发电、太阳能热利用、农业及气候建模的基础能量来源，其精确的估算与预测至关重要。特别是针对全球水平辐照度（GHI）、法向直射辐照度（DNI）和散射水平辐照度（DHI）的准确把握，对于光伏并网运营、能源市场交易以及建筑能源管理具有深远意义。主要难点：截止至 2024 年末，全球光伏装机容量已突破 1.6 TW，精准的太阳能预测已成为迫切的现实需求。近年来，以深度学习和大模型为代表的 AI 技术，正深刻重塑该领域的研究范式。太阳能辐射估算旨在依据间接观测数据（如卫星图像、气象变量及再分析场）反
第三章：图神经网络激活知识图谱推理潜能
第三章：图神经网络激活知识图谱推理潜能在前两章里，我们掌握了定义知识和构建知识图谱的方法。然而，传统的知识图谱往往是静止的——它好似一本死记硬背的百科全书，若书中未记载，它便一无所知。图神经网络的出现，为这本百科全书注入了“大脑”。它不再单纯依赖严苛的逻辑规则，而是通过学习图结构中的模式，具备了“举一反三”的推断能力。本章将深入剖析这一核心前沿技术。1. 为什么要用GNN？图结构数据的独特性传统的深度学习模型（如处理图像的CNN、处理文本的RNN）处理的是欧几里得空间的数据（网格状或序列状）。但知识图谱属
研究生魏荣轩在Neurocomputing发表论文
2026年3月29日，人工智能与计算机学院（智慧教育学院）教育人工智能团队的研究生魏荣轩以通讯作者身份，在《Neurocomputing》（SCI期刊，中科院二区，JCR Q1）上发表了题为《MAGNet: Bridging global graph context with customized tail-biased sampling for recommendation》的研究论文。期刊概述《Neurocomputing》由Elsevier出版，是中国计算机学会推荐的学术期刊。该期刊主要刊登神经计算