Общий хайп вокруг нейросетей и их природы несколько перегрет. Да, нейросети способны быстро создавать контент или искать ответы на вопросы. Но что делает их работу действительно ценной, так это применение для комплексных задач. Нейросеть решающая задачи существования и модификации всего, что имеет отношение к живой материи уже запущена в работу.
Еще 5 лет назад разговоры вокруг анализа генома, CRISPR технологий и нейросетей были чем-то вроде околонаучной фантастики. Чего стоит фильм со Скалой «Рэмпейдж», где завязка сюжета в тестировании потенциала CRISPR. Однако, уже сегодня человеку открыт широкий спектр инструментов для улучшения некоторых своих качеств. О них и рассказывают материалы телеграм канала. Подписывайтесь, чтобы первыми получать свежие статьи!
Нейросеть решающая задачи существования жизни
Статья написана по материалам исследования. Инновационная нейросеть от Google DeepMind генерирует не только структуру белков, лигандов, ДНК, РНК и «молекул всех форм жизни», но и предсказывает принципы их связи. Это обещает радикальное, революционное ускорение во многих областях науки.
Особенности работы с белками в науке
Схематическая демонстрация сложности в работе с аминокислотами и белками
Белки — одно из самых универсальных изобретений природы. Эти важнейшие строительные блоки всех живых организмов, на которых держатся практически все химические реакции в организме. Белки регулируют экспрессию генов, поддерживают иммунную систему, составляют основные структурные элементы всех клеток и образуют основные компоненты мышц.
При этом, самих белков существует невероятно много. Если пытаться наугад синтезировать их в лаборатории, то процесс займет миллиарды лет. Но можно моделировать процессы, если использовать вычислительные системы. Хотя потребуется невероятно огромное количество мощностей для перебора. Тем более, что вычислительная мощность становится сегодня едва ли не мерилом чего-то божественного, если вдаваться в фундамент датаизма.
Сейчас для этого используются суперкомпьютеры, или подпроекты BOINC. Я сам использовал до последнего старый ноут для расчета заданий в Rosetta@home. Однако, даже если все люди мира запустят проект на своих устройствах, эта работа займет достаточно много времени.
Чем нейросеть решающая задачи отличается от перебора вариантов?
И почему новая нейросеть называется AlphaFold? Суть в том, что белки представляют собой цепочки аминокислот, которые спонтанно складываются, образуя трехмерную структуру. Важны не только компоненты, но и то, как они складываются и связываются друг с другом. В этом случае, форма напрямую влияет на биологические функции белка.
Говоря о белках, можно анализировать их компоненты и последовательность на бумаге, но если вы не знаете их трехмерную форму, вы не сможете предсказать, что белки будут делать и как они будут взаимодействовать с другими молекулами.
Если говорить цифрами, то на сегодня известно про существование более 200 миллионов белков. И только 170 000 белков разобрано до понимания базовых принципов. Зная аминокислотный состав и способы формирования структур, имеет смысл использовать продукт прогресса, по крайней мере за это ратуют идеи датаизма. Здесь на свет и выходит нейросеть решающая задачи существования жизни, чтобы ускорить этот процесс. Ведь до появления AlphaFold программы не могли предсказывать структуру белка так же точно, как экспериментальные методы, основанные на использовании человека.
Небольшой экскурс в историю. Как развивалась нейросеть решающая задачи фундаментальных жизненных процессов?
Здесь смоделирован белок шипа вируса простуды
AlphaFold 2, выпущенный в 2021 году, стал прорывом, изменившим методологию. Нейросеть предсказала трехмерные структуры почти каждого белка в человеческом организме и помогла в реализации научных исследований. Менее чем за три года нейросеть использовалась исследователями во всем мире для ускорения открытий в области лечения рака, вакцин против малярии , создания ферментов, разъедающих пластик, и бесчисленного множества других проектов. На сегодня Alphafold 2 насчитывает более 14 000 упоминаний в научных статьях.
Итак, чем лучше AlphaFold 3? Новая версия выходит за рамки простого предсказания структуры и характера взаимодействия белков и включает в себя все базовые элементы живых организмов: от множества белков до ДНК, РНК и низкомолекулярных лигандов.
Большинство лекарств это лиганды, которые связываются с белками, меняя принципы их работы.
Нейросеть решающая задачи всестороннего моделирования становится по сути беспрецедентным ресурсом для моделирования того, как конкретные белки в организме будут взаимодействовать с конкретными молекулами лекарств. Датаизм в чистом виде.
Природа данных и архитектура
Розовым и синим показано смоделированное воздействие белка на ДНК. А серым показано то, как это происходит в жизни
Чтобы достичь таких возможностей, AlphaFold 3 был обучен на глобальных данных о молекулярной структуре, хранящихся в банке данных белков. Представители компании Deepmind утверждают, что нейросеть может обрабатывать более 99% всех известных биомолекулярных комплексов из упомянутой базы данных. Кроме того, был улучшен модуль Evoformer — архитектура, которая лежала в основе AlphaFold 2.
Вот как работает нейросеть решающая задачи трехмерного моделирования простыми словами.
AlphaFold 2 берет введенную аминокислотную последовательность.
Ищет в базах данных аналогичные последовательности, уже идентифицированные в других живых организмах.
Извлекает всю необходимую информацию с помощью преобразователя Evoformer. Воплотившего в себе философию датаизма.
Передает эту информацию нейронной сети, которая создает трехмерную структуру — длинный список координат, представляющих положение каждого атома белка, включая боковые цепи.
Новый и улучшенный Evoformer собирает свои структурные прогнозы с использованием диффузионной сети, подобной той, на которой работают нейросетевые генераторы изображений.
Все начинается с облака атомов и через призму многих шагов процесс сводится к своей окончательной, наиболее точной молекулярной структуре.
В недавнем интервью Тому Маккензи из Bloomberg генеральный директор и соучредитель Google DeepMind, а также генеральный директор и основатель Isomorphic Labs, Демис Хассабис обсудил последствия использования AlphaFold 3 в разработке лекарств.
Святой Грааль открытия лекарств — это не просто знание структуры белка, что и делал AlphaFold 2, но и фактическая разработка лекарственных соединений, называемых лигандами, которые связываются с поверхностью белка. Важно знать, где лиганд связывается и насколько сильна новая связь, чтобы разработать правильный тип лекарственного соединения. Таким образом, AlphaFold 3 — это большой шаг в этом направлении предсказания связывания белка с лигандом и того, как это взаимодействие будет работать.
Потенциал AlphaFold 3
В январе 2024 года Isomorphic Labs объявила о стратегическом партнерстве с фармацевтическими гигантами Eli Lilly и Novartis общей стоимостью около 3 миллиардов долларов США. Но что удивительно, так это сроки производства лекарств, которые, как ожидается, станут результатом этого партнерства.
Итак, мы уже работаем над реальными программами. И я ожидаю, что, возможно, в ближайшие пару лет в клиниках появятся первые лекарства, разработанные с помощью нейросетей. Если вы спросите меня, что самое важное, что может создать нейросеть для человека, так по мне – это лекарство для избавления от сотен ужасных болезней. Я не могу представить лучшего варианта использования нейросетей. Так что отчасти это и есть Мотивация Isomorphic и AlphaFold, а также всей нашей научной работы. Смысл того, что мы делаем.
В ходе испытаний AlphaFold 3 продемонстрировал современную точность в прогнозировании лекарственных взаимодействий, включая белки, связанные с лигандами, и антитела, связанные с белками-мишенями.
Использование теста PoseBusters показало, что AlphaFold 3 на 50% точнее лучших существующих методов — без необходимости ввода какой-либо структурной информации. Справка: PoseBusters проверяет химическую и физическую достоверность молекулярных и белково-лигандных «поз», созданных с помощью модели глубокого обучения.
Нейросеть решающая задачи на уровне форм жизни. Можно ли её использовать?
Также, вы сами можете затестить нейросеть. AlphaFold 3 доступен через AlphaFold Server , который включает в себя базу данных из 200 миллионов белковых структур. Этот феноменальный ресурс доступен бесплатно ученым, проводящим некоммерческие исследования, а также просто любопытным пользователям Интернета по всему миру.
Прогнозирование поведения группы белковых структур без такого инструмента может занять лет десять и обойтись в сотни тысяч долларов. AlphaFold 3 обещает радикально ускорить прогресс в областях биологии и фармацевтики.
Это ступень в дивный новый мир невероятно мощной медицины, или портал в преисподнюю с виртуозно отточенным оружием, способным ориентироваться на генетические маркеры? Сказать сложно. Мы стоим на грани технологической сингулярности и её потенциал велик, а плоды манят разум. Подробнее о них рассказывается в телеграм канале. Подписывайтесь, чтобы не пропустить новые статьи!
С мая 2024 года нейросети в поликлиниках Москвы будут анализировать снимки после выполнения флюорографии или рентгенографии без участия врача.
Впервые умные алгоритмы смогут самостоятельно выдавать заключения. Они настроены на максимальную чувствительность и способны выявлять даже мельчайшие отклонения, недоступные человеческому глазу.
Ежегодно врачи поликлиник выполняют в среднем 2 млн таких исследований, абсолютное большинство которых носит профилактический характер. К примеру, при проведении флюорографии в 99% случаев врачи не выявляют каких-либо патологий и занимаются описанием нормы.
Если по результатам анализа ИИ не будут обнаружены патологии, то заключения автоматически поступят в электронные медицинские карты пациентов. При этом, чтобы гарантировать, что вероятность ошибки сведена к нулю, до сентября результаты исследования будут перепроверять ведущие рентгенологи страны. А исследования, в которых патологии выявлены, поступят врачам столичного референс-центра лучевой диагностики для анализа и подготовки заключения.
В случае успешных результатов проверок нейросети оставят работатьавтономно на постоянной основе. Это повысит качество исследований и одновременно освободит врачей от рутинной работы. Результаты будут доступны значительно быстрее, а специалисты смогут уделить больше времени тем пациентам, которым это действительно необходимо.
Работа сервисов ИИ будет оплачиваться в рамках системы ОМС - для этого утвержден специальный тариф на оплату. Таким образом, эти технологии по-прежнему останутся бесплатными.
В Москве эти сервисы используют с 2020 года. Нейросети помогают находить на маммограммах, КТ, МРТ и рентгеновских снимках признаки 37 различных заболеваний. Точность диагностики ИИ-сервисов превышает 95%, а время на описание снимка сократилось в среднем на 30%.
Выспаться, провести генеральную уборку, посмотреть все новые сериалы и позаниматься спортом. Потом расстроиться, что время прошло зря. Есть альтернатива: сесть за руль и махнуть в путешествие. Как минимум, его вы всегда будете вспоминать с улыбкой. Собрали несколько нестандартных маршрутов.
Вы только посмотрите! Наконец-то Vision Pro начали использовать по делу, это идеальный помощник для обучения. В данном случае студент изучает человеческое сердце, так же можно обучиться игре на гитаре или узнать устройство автомобиля, например.
С помощью приложений 3D моделирования мы увидим, как будут учиться в будущем.
Видео для вас перевел канал ИИшница🍳 - публикую интересное из мира новых технологий и нейросетей
Большое количество новых направлений науки ждёт как абитуриентов, так и студентов разных курсов, но многие оставляют свои мечты из-за сложных предметов в университете. Например, все знают, как трудно учиться на медицинском факультете и стать квалифицированным врачом.
Причины могут быть разные: слабое среднее образование, неправильная подача предмета преподавателем или что-то другое.
Большая часть проблем в получении знаний возникает из-за неправильного поиска информации. Решить эту задачу помогут передовые технологии — нейросети. Ведь быстро найти ответ на интересующий вопрос во всемирной паутине не всегда просто.
Многие уже слышали о таком популярном искусственном интеллекте, как ChatGPT. Есть разные версии этой нейросети. Так, бесплатная ChatGPT 3.5 не в состоянии достаточно понятно и четко объяснить сложный вопрос, а самая крутая версия ChatGPT-4 Turbo — платная. На сегодня лучшие варианты бесплатных нейросетей: Claude-3 Sonnet и Copilot.
Именно они в состоянии подробно ответить на любой поставленный вопрос, начиная ваше обучение практически с нуля. Чтобы убедится в этом, давайте проведём небольшой тест.
В данном эксперименте у студентов-медиков четвертого курса взяты три экзаменационных вопроса сложность которых, вы можете оценить сами. На поиск ответа как в медицинских учебниках, так и в интернете у них ушло немало времени. Я же решил воспользоваться услугами нейросетей и продемонстрировать их молниеносные ответы.
Первый вопрос взят из физиологии:
“Понятие автономной нервной системы. Физиологическое значение автономной нервной системы, функциональные отличия от соматического отдела нервной системы”
Искусственный интеллект- Copilot за минуту справился с вопросом и дал на него подробный ответ.
Нужно отметить, что для качественного ответа необходим правильно поставленный вопрос — промт. Тогда он даст еще более развернутый ответ.
Если же попросить его привести несколько примеров подобных заболеваний, то получится:
На второй вопрос: “Системная красная волчанка, факторы риска, клиническая картина, диагностика”, взятый из ревматологии, также подробно ответила нейросеть Claude-3.
Не забываем написать правильный промт:
Читаем ответ:
Последний вопрос: "Какое обследование необходимо провести пациенту с хронической сердечной недостаточностью перед хирургической операцией?”, взятый из кардиологии, также не представил никаких трудностей.
Claude-3 достаточно быстро справился и с этой задачей!
Все ответы нейросетей были оценены студентами как 10/10.
К слову, доктор биологических и филологических наук Татьяна Черниговская много раз в своих интервью говорила, что интернет — это одно из уникальных достижений человечества, заменяющих тысячи библиотек. Однако она отмечала, что именно из-за легкой доступности к огромному количеству информации у человека развивается поверхностное мышление. Именно поэтому родители всегда пытались найти для своих детей хороших репетиторов, тратя на это немало сил и денег.
Передовые технологии 2024 года позволяют использовать искусственный интеллект как личного наставника.
Он может быть адаптирован под любые цели, ведь уже насчитывается около 12 тысяч различных инструментов для решения различных задач.
О самых разных передовых нейросетях и их назначении вы можете узнать в телеграм-канале AIUI, который каждый день описывает новые возможности искусственного интеллекта.
Свои вопросы задавайте в комментариях, разберемся вместе.
Подписывайтесь на блог и да пребудут с вами нейросети!
00:00 Начало 00:25 Хакерский розжиг смартфонов 02:08 Битва за 2 нанометра 04:18 Новый рассвет NVIDIA 06:58 Технологии для сохранения тепла 08:33 Экономное застолье 10:40 Нейросеть сдала экзамен
Комментарий был взят и переведен с HackerNews. Приятного чтения!
В прошлом году одного моего хорошего друга засосало в воронку медицины от ChatGPT. Он спорил со своими лечащими врачами и увлекался пищевыми добавками и недоказанными медицинскими гипотезами.
Основным аргументом, что он прав, а врачи ошибаются, стала ChatGPT. Он выкладывал в качестве доказательств диалоги с ней, но мы видели, что его промпты постепенно превращаются в очевидно наводящие вопросы.
Он формулировал запросы примерно так: «Возможно ли, что {описание симптомов} вызваны {название болезни}, и можно ли ее вылечить {название травяного препарата}?» Тогда ChatGPT выдавала ему стену текста, где говорилось, что это возможно, и он считал это подтверждением собственной правоты.
Было жутковато наблюдать, как ChatGPT превращается в попугая, говорящего ему то, что он хочет услышать. Он здорово наловчился получать те ответы, которые ему подходили. Все, что противоречило его мнению, он отметал как галлюцинации нейросети или артефакты слишком строгих настроек безопасности. Повторяя вопрос по нескольку раз и чуть подправляя промпты, он мог заставить ChatGPT писать почти что угодно, что ему хотелось услышать.
ChatGPT — ракетное топливо для ипохондриков. WebMD нервно курит в сторонке.