Formar framtiden för AI-forskning på aktiv materia
Nu presenterar forskare riktlinjer för hur aktiv materia, som celler och mikroorganismer, bäst kan studeras med hjälp av maskininlärningstekniker. Riktlinjerna kan hjälpa andra att navigera inom det nya området, som genomgripande kan förbättra forskningen inom aktiv materia.Maskininlärning har visat sig vara mycket användbart för att studera aktiv materia, det vill säga sådant som exempelvis celler och mikroorganismer. Fältet är ganska nytt och växer snabbt. För att försöka inspirera fler att pröva metoderna har en grupp forskare, från Göteborg och Leipzig, nu publicerat en artikel i den