Nvidia zbulon një sistem të fuqishëm AI për kërkime gjenetike
Prodhuesi i çipave të inteligjencës artificiale Nvidia dhe partnerët e kërkimit kanë krijuar atë që ata e quajnë sistemin më të madh të inteligjencës artificiale për kërkime biologjike, tha kompania të mërkurën, duke synuar të përshpejtojë përparimet në mjekësi dhe gjenetikë.
Sistemi i ri i AI, i quajtur Evo 2, mund të lexojë dhe dizajnojë kodin gjenetik në të gjitha format e jetës.
Shkencëtarët kanë shpresa të mëdha se një teknologji e tillë e AI do të përshpejtojë në mënyrë dramatike kërkimin duke zbuluar modele në sasi të mëdha të dhënash që normalisht do të duheshin vite për t’u analizuar me dorë.
Sistemi mësoi nga gati 9 trilion pjesë të informacionit gjenetik të marrë nga mbi 128,000 organizma të ndryshëm, duke përfshirë bakteret, bimët dhe njerëzit.
Në testet e hershme, ai identifikoi me saktësi 90 për qind të mutacioneve potencialisht të dëmshme në BRCA1, një gjen i lidhur me kancerin e gjirit.
Shkencëtarët thonë se kjo mund të ndihmojë në zhvillimin e trajtimeve më të sakta, duke përfshirë terapitë gjenetike që synojnë vetëm qeliza specifike.
Modeli është ndërtuar duke përdorur 2000 procesorë Nvidia H100 në infrastrukturën cloud të Amazon.
Zhvilluar me Institutin Arc dhe Universitetin Stanford, Evo 2 tani është i disponueshëm falas për shkencëtarët në mbarë botën përmes platformës kërkimore BioNeMo të Nvidia.
“Dizajnimi i biologjisë së re ka qenë tradicionalisht një proces i mundimshëm, i paparashikueshëm dhe artizanal,” tha Brian Hie, asistent profesor në Universitetin e Stanfordit.
“Me Evo 2, ne e bëjmë dizajnin biologjik të sistemeve komplekse më të aksesueshëm për studiuesit.”
Përtej mjekësisë, studiuesit besojnë se teknologjia mund të ndihmojë në krijimin e kulturave që i rezistojnë më mirë ndryshimeve klimatike dhe të zhvillojnë mënyra të reja për të shkatërruar ndotjen.
Projekti bashkon fuqinë kompjuterike të Nvidia me Institutin Arc, një qendër kërkimore jofitimprurëse e themeluar në vitin 2021 me 650 milionë dollarë financim.
Instituti punon ngushtë me Stanford, UC Berkeley dhe UC San Francisco për të trajtuar sfidat shkencore afatgjata.