A generatív biológia első eredményei

Az egyik előző cikkben írtam arról, hogy Dava Newman az MIT Media Lab vezetője Davosban beszámolt arról, hogy a generatív mesterséges intelligencia eszközeit elkezdték felhasználni a laboratóriumokban, létrehozva a generatív biológiát. Bár nem fejtette ki részletesen, hogy miről is van szó, azt megjegyezte hogy ezáltal egy olyan mesterséges intelligencia rendszert fognak létrehozni, ami képes érteni a világunkat, ezáltal olyan globális összetett problémák vállnak megoldhatóvá, mint a faji diverzitás megőrzése vagy a klímaváltozás.

Az EvolutionaryScale nemrég publikus beta elérhetőséggel tette közzé az ESM3-at a biológia kutatók számára, amely egy olyan multimodális generatív nyelvi modell, amelyet nem szövegeken tanítottak be, hanem fehérje szekvenciákon. A fehérjék az élet alapvető építőkövei, amelyek évmilliárdok alatt fejlődnek, olyan irányba, hogy különböző biológiai funkciókat lássanak el. Ilyen biológia funkció lehet, például az immunválasz, vagy az emésztés. A fehérjék a komplex molekulák hosszú aminosav-láncokból állnak, amelyeket pontos szekvenciák határoznak meg, mivel a szerkezetük közvetlenül befolyásolja a működésüket.

A korábbi mesterséges intelligencia megoldások, mint például az AlphaFold arra voltak jók, hogy előre tudják jelezni, hogy ezek a fehérje molekulák miként hajtódnak össze és milyen térbeli alakot vesznek fel, ez egy kiindulási alap a gyógyszer fejlesztésben. Az ESM3 ehhez képest teljesen új fehérje molekulákat tud generálni, csak úgy mint ahogy a ChatGPT szöveget generál. Ami igazán lenyűgöző ebben, hogy képes 500 millió évnyi evolúciós folyamatokat végigvinni, és korábban a természetben soha nem létezett fehérjéket alkotni. A rendszer képes arra, hogy a fehérjét úgy hozza létre, hogy az kifejezetten valamilyen előre betáplált biológiai funkció ellátására legyen képes, tehát gyakorlatilag egy fehérjemérnöki eszköz. Az egyik ilyen eredménye, hogy olyan fluoreszcens fehérjéket tudott generálni, amelyeket egyébként az orvosi kutatásokban széles körben használtak, csak eddig medúzákból kellett kinyerni őket. Az ESM3 nem a medúzából kinyert fehérjét állította elő, hanem attól genetikailag teljesen eltérőt, amely funkciójában azonban helyettesíteni tudja a medúzák fehérjéjét.

Ez az áttörés azért fontos, mert egyrészt validálja a generatív modellek nem csak szövegeken való használatának működőképességét. Másrészt innentől kezdve, nem csak arra vagyunk képesek, hogy azt elemezzük hogy az evolúció során valami hogyan fejlődött, hanem aktívan képesek vagyunk evolúciós folyamatokat lefuttatni. Ez nem csupán a gyógyszergyártásban nyit meg új kapukat, hanem például a környezetvédelmet is új dimenzióba helyezi. Gondoljunk például arra, hogy innentől kezdve képesek leszünk olyan fehérjéket előállítani ami műanyagot emészt azaz műanyagot képes lebontani, vagy ilyen típusú szennyezéseket képes kimutatni. A kutatók tehát olyan eszközt kaptak a kezükbe, amellyel nagy előrelépésekre lesznek képesek már ebben az évtizedben.   

Osszd meg ezt a cikket
Mesterséges intelligencia, űr és emberiség
Elon Musk, a SpaceX, Tesla, Neuralink és xAI alapítója és vezetője egy közelmúltbeli interjúban osztotta meg gondolatait a jövő lehetséges irányairól, különös tekintettel a mesterséges intelligenciára, az űrbe való terjeszkedésre és az emberiség fejlődésére.
 Valós idejű zene komponálás a Google Magenta RT modelljével
A mesterséges intelligencia alkalmazása a zene komponálásban nem új keletű törekvés, ám a valós idejű működés sokáig jelentős akadályokba ütközött. A Google Magenta csapata most olyan fejlesztést mutatott be, amely a műfaj technikai és kreatív lehetőségeit egyaránt kiszélesítheti. A Magenta RealTime (röviden: Magenta RT) névre keresztelt új modell valós időben generál zenét, miközben nyitott forráskódjának köszönhetően bárki számára hozzáférhető.
Ufficio Zero egy olasz Linux disztribúció a fenntartható digitális munkavégzésért
Az Ufficio Zero Linux OS egy kevéssé ismert, de egyre komolyabb figyelmet érdemlő olasz fejlesztésű operációs rendszer. Elsősorban irodai és hivatali munkakörnyezetek számára készült, és különösen azoknak lehet érdekes, akik stabil, megbízható és hosszú távon is használható alternatívát keresnek a kereskedelmi rendszerekkel szemben. Az Ufficio Zero sajátos helyet foglal el a nyílt forráskódú rendszerek világában: egyszerre kíván választ adni a digitális infrastruktúra elavulására, valamint a munkavégzéshez nélkülözhetetlen szoftvereszközök elérhetőségének problémáira.
Mit jelentene az Apple számára a Perplexity AI felvásárlása?
Az Apple régóta igyekszik megtalálni a helyét a generatív mesterséges intelligencia gyorsan alakuló piacán. A vállalat évtizedeken át stratégikusan kivárt, mielőtt jelentősebb erőforrásokat irányított volna mesterséges intelligencia-alapú fejlesztésekbe. Most azonban, a legfrissebb hírek szerint, a cupertinói cég egy minden eddiginél nagyobb szabású lépésre készülhet: belső körökben megindultak az egyeztetések a Perplexity AI nevű startup esetleges felvásárlásáról.
Így torzít az LLM
A mesterséges intelligencia (MI) fejlődésével párhuzamosan egyre több figyelem irányul az úgynevezett nagy nyelvi modellekre (LLM-ekre), amelyek már nemcsak a tudományos kutatásban, hanem a mindennapi élet számos területén is jelen vannak – például ügyvédi munkában, egészségügyi adatok elemzésében vagy számítógépes programok kódolásában. E modellek működésének megértése ugyanakkor továbbra is komoly kihívást jelent, különösen akkor, amikor azok látszólag megmagyarázhatatlan módon követnek el hibákat vagy adnak félrevezető válaszokat.
MiniMax-M1 AI modell, célkeresztben a nagy méretű szövegek kezelése
A mesterséges intelligencia rendszerek fejlődésével egyre nagyobb az igény olyan modellekre, amelyek nemcsak a nyelv értelmezésére képesek, hanem összetett, többlépcsős gondolkodási folyamatokat is képesek végigvinni. Az ilyen modellek kulcsfontosságúak lehetnek nemcsak elméleti feladatokban, hanem például szoftverfejlesztés vagy valós idejű döntéshozatal során is. Ezek az alkalmazások azonban különösen érzékenyek a számítási költségekre, amelyeket a hagyományos megközelítések gyakran nehezen tudnak kordában tartani.

Az elmúlt néhány napban megjelent Linux disztribúció frissítések