top of page
Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
logo.png

Escalante Memanfaatkan JAX untuk Rekayasa Protein Berbasis AI

Generatived

25/9/25, 09.00

JAX membuat kemajuan pesat di bidang sains, terutama dalam rekayasa protein berbasis AI. Startup Escalante menggunakan JAX untuk memprediksi dampak obat terhadap tingkat ekspresi protein intraseluler. Para pendiri, April Schleck dan Nick Boyd, menggunakan transformasi fungsi composable JAX untuk memecahkan masalah ilmiah dalam rekayasa protein yang memerlukan optimasi multi-objektif.

Escalante bertujuan membangun model pembelajaran mesin yang mampu merancang obat dari awal. Namun, kurangnya dataset biologis yang spesifik menimbulkan tantangan tersendiri. Untuk mengatasi tantangan ini, mereka mengembangkan uji laboratorium untuk menghasilkan data yang diperlukan. Sifat fungsional JAX sangat penting untuk mengintegrasikan berbagai model AI ke dalam satu putaran optimasi, sebuah tugas yang lebih kompleks dalam kerangka kerja lain.

April Schreck menyoroti peran JAX dalam proses desain protein, dengan mengintegrasikan beberapa model ke dalam satu fungsi kerugian. Pendekatan ini memungkinkan optimasi urutan protein menggunakan jaringan saraf pra-terlatih yang serupa dengan DeepDream milik Google. Metode Escalante mengembangkan urutan acak menjadi protein yang dioptimalkan melalui siklus evaluasi model dan pembaruan urutan.

Nick Boyd menyoroti efisiensi JAX dalam mengompilasi dan membedakan kode kompleks, yang sangat penting bagi penelitian mereka. Penggunaan perangkat keras TPU dan kompiler XLA memungkinkan penskalaan tugas komputasi. Infrastruktur Escalante memanfaatkan Google Kubernetes Engine untuk menjalankan ribuan Spot TPU untuk pekerjaan optimasi, sebuah strategi hemat biaya yang mendukung tujuan ambisius mereka untuk merancang pengikat protein yang menangani seluruh proteom manusia.

Ekosistem JAX, termasuk pustaka seperti Equinox dan Optax, telah menjadi bagian penting penelitian Escalante, dan pustaka Mosaic , yang tersedia di GitHub , adalah bukti bahwa JAX memperluas pengaruhnya di luar GitHub Learning, yang mendorong era baru penemuan ilmiah dan pemrograman yang dapat dibedakan.

Bagikan artikel ini:

Tin tức mới nhất
Univéが全社AI導入を発表

Univéが全社AI導入を発表

7/8/26, 14.00

Univé(アペルドールン)は、組織全体の変革を目的とした人工知能基盤の構築を推進していると公表した模様だ。

OpenAI未解決数学問題解明

OpenAI未解決数学問題解明

7/8/26, 14.00

OpenAI(サンフランシスコ)は、未公開の主要AIモデルの内部バージョンを活用し、数学および理論計算機科学における複数の未解決問題で新たな成果を挙げたと発表した模様である。

NVIDIAがモデル設計指指針を提示

NVIDIAがモデル設計指指針を提示

7/8/26, 14.00

NVIDIA(カリフォルニア州サンタクララ)は、生成モデルにおけるアテンション機構の設計最適化指針を公表したと報じられている。

NVIDIAがAIエージェントの安全策提示

NVIDIAがAIエージェントの安全策提示

7/8/26, 14.00

NVIDIA(カリフォルニア州サンタクララ)は、企業で活用が進むAIエージェントのセキュリティに関する評価結果を公開したと発表した。

Copyright © 2024 Generatived - All right Reserved.

Bagikan artikel ini:

Bagikan artikel ini:

Generatived

Hãy theo dõi chúng tôi

  • Facebook
  • X

Bahasa

Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.

Generatived AI Logo

Generatived adalah layanan yang memberikan informasi dan tren khusus dalam AI Generatif. Kami akan melakukan yang terbaik untuk menyampaikan informasi tentang dunia yang berubah dengan cepat.

  • Facebook
  • X

Ikuti kami

Bahasa

Berita terkini
Univéが全社AI導入を発表

Univéが全社AI導入を発表

7/8/26, 14.00

Univé(アペルドールン)は、組織全体の変革を目的とした人工知能基盤の構築を推進していると公表した模様だ。

OpenAI未解決数学問題解明

OpenAI未解決数学問題解明

7/8/26, 14.00

OpenAI(サンフランシスコ)は、未公開の主要AIモデルの内部バージョンを活用し、数学および理論計算機科学における複数の未解決問題で新たな成果を挙げたと発表した模様である。

NVIDIAがモデル設計指指針を提示

NVIDIAがモデル設計指指針を提示

7/8/26, 14.00

NVIDIA(カリフォルニア州サンタクララ)は、生成モデルにおけるアテンション機構の設計最適化指針を公表したと報じられている。

NVIDIAがAIエージェントの安全策提示

NVIDIAがAIエージェントの安全策提示

7/8/26, 14.00

NVIDIA(カリフォルニア州サンタクララ)は、企業で活用が進むAIエージェントのセキュリティに関する評価結果を公開したと発表した。

bottom of page