Hugging Face-in yeni süni intellekt biologiya modeli sizə DNT ilə söhbət etməyə imkan verir

Cümə axşamı Hugging Face süni intellekt platforması noutbukda yerli olaraq işləyə bilən DNT-ni başa düşmək üçün yeni açıq mənbəli model təqdim etdi.

Çinin Zhongguancun Akademiyasının və İtaliyanın Neapol Federiko II Universitetinin tədqiqatçıları ilə əməkdaşlıqda hazırlanmış model genomik ardıcıllıq və təbii dil üzrə öyrədilir ki, insanlar DNT dəyişikliklərinin gen aktivliyinə və sağlamlığa təsiri ilə bağlı suallar verə və bunun müqabilində danışıq yolu ilə cavablar ala bilsinlər.

Hugging Face-in baş elmi işçisi Lewis Tunstall deyir ki, bu vasitə tədqiqatçılara yeni dərmanlar və genetik müalicələr hazırlamağa kömək etmək üçün nəzərdə tutulub və o, xəstələrə öz genomlarını şərh etməkdə potensial olaraq kömək edə bilər.

O, Carbon-X adlı yeni model haqqında deyir: “Biz dil modellərində yeni bir qabiliyyətin kilidini açdıq ki, bu da əsasən DNT ilə söhbət etməkdir”. Təbii dildən istifadə, hətta texniki olmayan istifadəçilərin “həqiqətən heç bir başqa vasitə ilə əldə edilə bilməyən DNT haqqında suallar verə bilməsi” deməkdir.

DNT təbii dildən daha çox kompüter koduna bənzəyir. Məlumatı kodlaşdırmaq üçün 0 və 1 əvəzinə As, Cs, Gs və Ts istifadə edir. İnsan genomunda bu hərflərin 6 milyardı var. İnsan genomu başdan sona ardıcıllıqla düzülsə də, elm adamları onun çoxunun necə işlədiyini hələ də anlamırlar.

İndi AI modelləri tədqiqatçılara bu sirlərin bəzilərini deşifrə etməyə kömək edir. Keçən il Google DeepMind DNT ardıcıllığının və genetik mutasiyaların təsirlərini proqnozlaşdıran, lakin bunu rəqəmsal formatda edən AlphaGenome-u buraxdı. O, həmçinin daha çox hesablama gücü tələb edir. Arc İnstitutu və Nvidia tərəfindən akademik tərəfdaşlarla birlikdə hazırlanmış model Evo 2 DNT dilində danışır və sıfırdan bütün genomları yarada bilir.

Carbon-X həm DNT, həm də təbii dili danışıq interfeysində birləşdirir. Bunu DNT üçün ChatGPT kimi düşünün.

Komanda mövcud dil modelindən başladı və altı hərfdən ibarət qruplarda DNT oxumaq üçün lüğətini genişləndirdi. Daha sonra onlar DNT ardıcıllığını, ingiliscə mətni və DNT-ni bioloji təsvirlərlə əlaqələndirən nümunələri birləşdirən 300 milyard məlumat parçası və ya tokenlər üzrə təlimi davam etdirdilər. DNT ardıcıllığı məməlilərdən (insanlar da daxil olmaqla), digər onurğalılardan, onurğasızlardan, bitkilərdən, göbələklərdən və protozoalardan gəldi. Tunstall deyir ki, komanda bu modeli viruslar üzərində öyrətməyib, çünki onun potensial təhlükəli tətbiqlər üçün istifadə olunmasını istəməyiblər.

İstifadəçilər tam insan genomlarını yükləyə bilməyəcəklər. Model təxminən 50.000 baza cütlüyünün DNT ardıcıllığını qəbul edə bilmək üçün öyrədildi, buna görə də istifadəçilər eyni anda genomun yalnız kiçik hissələrini sorğulaya biləcəklər.

Elm adamlarının Carbon-X-dən istifadə edə biləcəyi üsullardan biri, genetik mutasiyanın xoşxassəli və ya xəstəliyə səbəb olub-olmadığını anlamaqda kömək etməkdir ki, bu da hədəflənmiş dərman və ya genetik terapiyanın hazırlanmasında əsas addımdır. Müdaxilə yanlış mutasiyanı hədəf alırsa, bu, tamamilə təsirsiz ola bilər və ya daha da pisi, gözlənilməz zərər verə bilər.

Tədqiqatçılar müəyyən edilə bilən və ya həssas xəstə məlumatlarının sərhəd süni intellekt modellərinə yüklənməsinə gəldikdə məhdudiyyətlərlə üzləşirlər, buna görə də Tunstall komandasının qəsdən 14 milyard parametrli kiçik bir model hazırladığını söylədi. Bu, bulud əsaslı modellərə etibar etmək əvəzinə, istifadəçinin aparatında yerli olaraq işləməyə imkan verəcəkdir. Hugging Face və ya başqa şirkətə heç bir məlumat göndərilmir, deyir.

Carbon-X-in tərtibatçıları xəbərdarlıq edirlər ki, onlar modeli hələ də faktiki yaş laboratoriya təcrübələri ilə təsdiqləməmişlər, ona görə də onun proqnozlarının nə qədər doğru olduğunu deyə bilmirlər.