Hugging Face 引入了与 DNA 沟通的新模型

Как пишет Wired, платформа искусственного интеллекта Hugging Face в четверг выпустила новую открытую модель для понимания ДНК, которая может работать локально на ноутбуке. Разработанная в сотрудничестве с исследователями из Академии Чжунгуаньцунь в Китае и Университета Наполи Федерико II в Италии, модель обучена на геномных последовательностях и естественном языке, что позволяет людям задавать вопросы о влиянии изменений в ДНК на активность генов и здоровье, получая разговорные ответы. Льюис Тунстал, старший научный сотрудник Hugging Face, говорит, что инструмент предназначен для помощи исследователям в разработке новых лекарств и генетических терапий, а также может помочь пациентам интерпретировать свои собственные геномы. «Мы открыли новую возможность в языковых моделях, которая в основном заключается в способности общаться с ДНК», — говорит он о новой модели, получившей название Carbon-X. Использование естественного языка означает, что даже нетехнические пользователи «могут задавать вопросы о ДНК, которые были бы недоступны через любой другой инструмент». Hugging Face, известная как своего рода GitHub для моделей ИИ, предоставляет библиотеку готовых инструментов ИИ и платформу для запуска в основном открытых и открытых приложений ИИ для разработчиков, исследователей, бизнеса и людей, желающих экспериментировать с ИИ без необходимости создавать все с нуля. В сентябре Nvidia согласилась приобрести компанию почти за 13 миллиардов долларов. (Hugging Face также была в центре крупной атаки моделей OpenAI ранее в этом году.) ДНК больше похоже на компьютерный код, чем на естественный язык. Вместо 0 и 1 оно использует A, C, G и T для кодирования информации. Человеческий геном содержит 6 миллиардов этих букв. Хотя человеческий геном был секвенирован от начала до конца, ученые все еще не понимают, как большая его часть работает. Теперь модели ИИ помогают исследователям расшифровывать некоторые из этих тайн. В прошлом году Google DeepMind выпустила AlphaGenome, которая предсказывает эффекты последовательностей ДНК и генетических мутаций, но делает это в числовом формате. Она также требует больше вычислительных мощностей. Evo 2, модель, разработанная Arc Institute и Nvidia вместе с академическими партнерами, говорит на языке ДНК и может генерировать целые геномы с нуля. Carbon-X интегрирует как ДНК, так и естественный язык в разговорный интерфейс. Можно представить это как ChatGPT для ДНК. Команда начала с существующей языковой модели и расширила ее словарный запас, чтобы читать ДНК группами по шесть букв. Затем они продолжили обучение на 300 миллиардах кусочков данных, или токенов, которые сочетали последовательности ДНК, английский текст и примеры, связывающие ДНК с биологическими описаниями. Последовательности ДНК были получены от млекопитающих (включая людей), других позвоночных, беспозвоночных, растений, грибов и простейших. Тунстал говорит, что команда не обучала модель на вирусах, потому что не хотела, чтобы ее использовали для потенциально опасных приложений. Пользователи не смогут загружать полные человеческие геномы. Модель была обучена для обработки последовательностей ДНК длиной примерно 50 000 пар оснований, поэтому пользователи смогут запрашивать только небольшие части генома за раз. Один из способов, как ученые могут использовать Carbon-X, — это помочь понять, является ли генетическая мутация доброкачественной или вызывающей заболевание, что является ключевым шагом в разработке целевого лекарства или генетической терапии. Если вмешательство нацелено на неправильную мутацию, оно может оказаться совершенно неэффективным или, что еще хуже, причинить непреднамеренный вред. Исследователи сталкиваются с ограничениями при загрузке идентифицируемых или чувствительных данных пациентов в передовые модели ИИ, поэтому Тунстал говорит, что его команда намеренно разработала небольшую модель с 14 миллиардами параметров. Это позволит ей работать локально на аппаратном обеспечении пользователя, а не полагаться на облачные модели. Никакие данные не отправляются в Hugging Face или какую-либо другую компанию, говорит он. Разработчики Carbon-X предупреждают, что они еще не проверили модель с помощью реальных лабораторных экспериментов, поэтому не могут сказать, насколько точны ее предсказания. Материал подготовлен нейросетью на основе оригинальной публикации. ИИ может ошибаться в деталях (цифры, имена, даты, цитаты) — для важной информации сверяйтесь с первоисточником.