本周主要论文包括奇虎360人工智能研究院和清华大学联合发布的大规模中文跨模态基准数据集 Zero，以及 Science 封面特刊的五篇 AI 帮助揭示核孔复合体结构的论文 。
目录：
- AI-based structure prediction empowers integrative structural analysis of human nuclear pores
- Structure of cytoplasmic ring of nuclear pore complex by integrative cryo-EM and AlphaFold
- Quantum computational advantage with a programmable photonic processor
- Rethinking Graph Neural Networks for Anomaly Detection
- Zero and R2D2: A Large-scale Chinese Cross-modal Benchmark and A Vision-Language Framework
- Siamese Image Modeling for Self-Supervised Vision Representation Learning
- FlowBot3D: Learning 3D Articulation Flow to Manipulate Articulated Objects
- ArXiv Weekly Radiostation：NLP、CV、ML 更多精选论文（附音频）
论文 1：AI-based structure prediction empowers integrative structural analysis of human nuclear pores
- 作者：Shyamal Mosalaganti 等
- 论文地址：https://www.science.org/doi/10.1126/science.abm9506
摘要：虽然核孔复合体（NPC）介导核质转运，它们错综复杂的 120 兆道尔顿架构仍未完全得到了解。马克斯・普朗克生物物理研究所等机构的研究者报告了具有显式膜和多构象状态的人类 NPC 支架的 70 兆道尔顿模型。他们将基于 AI 的结构预测与原位和细胞冷冻电子断层扫描、综合建模相结合。结果表明，接头核孔蛋白在亚复合体内和亚复合体之间组织支架，以建立高阶结构。微秒长的分子动力学模拟表明，支架不需要稳定内外核膜融合，而是扩大中心孔。他们举例阐释了如何将基于 AI 的建模与原位结构生物学相结合，以了解跨空间组织级别的亚细胞结构。
人类 NPC 支架架构的 70 兆道尔顿模型。
推荐：新研究将基于 AI 的结构预测与原位和细胞冷冻电子断层扫描、综合建模相结合。
论文 2：Structure of cytoplasmic ring of nuclear pore complex by integrative cryo-EM and AlphaFold
- 作者：Pietro Fontana 等人
- 论文地址：https://www.science.org/doi/10.1126/science.abm9326
摘要：哈佛医学院等机构的研究者使用单粒子冷冻电子显微镜和 AlphaFold 预测，从非洲爪蟾卵母细胞中确定了近乎完整的 NPC 细胞质环结构。具体地，他们使用 AlphaFold 预测核孔蛋白的结构，并使用突出的二级结构密度作为指导来适应中等分辨率的地图。某些分子相互作用通过使用 AlphaFold 的复杂预测进一步得到建立或确认。
研究者确定了五份 Nup358 的结合模式，它是最大的 NPC 亚基，具有用于转运的 Phe-Gly 重复序列。他们预测 Nup358 包含一个卷曲螺旋结构域，可以提供活性以帮助它在一定条件下作为 NPC 形成的成核中心。
非洲爪蟾 NPC 细胞质环的 Cryo-EM 结构。
推荐：研究者使用 DeepMind 的 AlphaFold 来预测核孔蛋白的结构。
论文 3：Quantum computational advantage with a programmable photonic processor
- 作者：Lars S. Madsen 等人
- 论文地址：https://www.nature.com/articles/s41586-022-04725-x.pdf
摘要：在一项新研究《可编程光子处理器的量子计算优越性》中，多伦多量子计算初创公司 Xanadu 推出了全新的设备 Borealis，它可能是第一台完全可编程的光子量子计算机。这项研究 6 月 1 日正式发表在 Nature 杂志。
在 Borealis 中，量子比特由所谓的「压缩态」构成，由光脉冲中的多个光子的叠加组成。由于量子物理学的超现实性质，传统量子比特能够以一种称为叠加的状态存在，它们可以表示数据的 0 或 1，而压缩态能够以 0、1、2、3 或更多的状态存在。它能够生成多达 216 个压缩光脉冲序列。「重要的是要认识到 Borealis 并不等同于 216 量子比特的传统设备。由于它使用压缩态的量子比特，它处理的量子任务与基于超导电路量子比特或离子阱的设备不同。」Lavoie 说。
来自完全可编程光子处理器的高维 GBS。
GBS 设备的实验验证。
相对于真值的基准。
推荐：首台完全可编程光量子计算机面世：超过最强超算富岳 7.8 万亿倍。
论文 4：Rethinking Graph Neural Networks for Anomaly Detection
- 作者：Jianheng Tang 等人
- 论文地址：https://arxiv.org/pdf/2205.15508.pdf
摘要：图神经网络（GNN）被广泛应用于结构化数据的异常检测，例如社交网络恶意账号检测、金融交易欺诈检测等。香港科技大学和斯坦福大学首次从谱域的角度（即图拉普拉斯矩阵的谱分解）分析了异常数据可能造成的影响。
他们的核心发现是：异常数据将导致频谱能量出现 “右移” 现象，即频谱能量分布从低频向高频移动。基于这一发现，他们又提出了 Beta 小波图神经网络（BWGNN）。它拥有多个具有局部性的带通滤波器，能够更好捕获 “右移” 产生的高频异常信息。在四个大规模图异常检测数据集上，BWGNN 的性能均优于现有的模型。
传统异常检测与面向图的异常检测任务对比。
频谱能量 “右移” 现象的可视化。
热核小波与 Beta 核小波在谱域（左）和空域（右）上的对比，Beta 函数具有更好的带通与局部性质。
推荐：基于结构化数据的异常检测再思考：我们究竟需要怎样的图神经网络？入选 ICML 2022
论文 5：Zero and R2D2: A Large-scale Chinese Cross-modal Benchmark and A Vision-Language Framework
- 作者：Chunyu Xie 等人
- 论文地址：https://arxiv.org/pdf/2205.03860.pdf
摘要：最近，奇虎 360 人工智能研究院和清华大学的研究者在其最新论文中重点关注了大规模视觉语言数据集和跨模态表征学习模型。研究者提出了一个大规模中文跨模态基准数据集 Zero，它包含了两个被称为 Zero-Corpus 的预训练数据集和五个下游任务数据集，一定程度上填补了中文图文跨模态领域数据集的空白。
进一步，研究者们还提出了一个视觉语言预训练框架 R2D2，用于大规模跨模态学习，基于所提出的 Zero-Corpus 数据集进行预训练，并在多个下游任务上进行测试，R2D2 取得多项超越 SOTA 的结果。上述数据集和模型，均已开源。
研究者还尝试用更大的 2.5 亿内部数据集训练 R2D2 模型，相对 2300 万数据，模型效果依然有显著提升。特别是在零样本任务上，相对此前的 SOTA，在 Flickr30k-CN 数据集上，R@M 提升到 85.6%（提升了 4.7%），在 COCO-CN 数据集上，R@M 提升到 80.5%（提升了 5.4%），在 MUGE 数据集上，R@M 提升到 69.5%（提升了 6.3%）。
提出框架的示意图。
Zero-Corpus 图文对示例。
ITM 任务上的性能。
推荐：从 50 亿图文中提取中文跨模态新基准 Zero，奇虎 360 全新预训练框架超越多项 SOTA。
