Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

JAX đang có những bước tiến vượt bậc trong khoa học, đặc biệt là trong lĩnh vực kỹ thuật protein sử dụng AI. Công ty khởi nghiệp Escalante sử dụng JAX để dự đoán tác động của thuốc lên mức độ biểu hiện protein nội bào. Hai nhà đồng sáng lập April Schleck và Nick Boyd đang sử dụng các phép biến đổi hàm hợp thành của JAX để giải quyết các vấn đề khoa học trong kỹ thuật protein đòi hỏi tối ưu hóa đa mục tiêu.

Escalante đặt mục tiêu xây dựng các mô hình học máy có khả năng thiết kế thuốc từ đầu. Tuy nhiên, việc thiếu các tập dữ liệu sinh học cụ thể đặt ra một thách thức. Để vượt qua thách thức này, họ đang phát triển các xét nghiệm trong phòng thí nghiệm để tạo ra dữ liệu cần thiết. Các đặc tính chức năng của JAX rất quan trọng để tích hợp nhiều mô hình AI khác nhau vào một vòng lặp tối ưu hóa duy nhất, một nhiệm vụ phức tạp hơn trong các nền tảng khác.

April Schreck đã nhấn mạnh vai trò của JAX trong quá trình thiết kế protein, tích hợp nhiều mô hình vào một hàm mất mát duy nhất. Phương pháp này cho phép tối ưu hóa trình tự protein bằng cách sử dụng các mạng nơ-ron được đào tạo trước tương tự như DeepDream của Google. Phương pháp của Escalante phát triển các trình tự ngẫu nhiên thành các protein được tối ưu hóa thông qua các chu kỳ đánh giá mô hình và cập nhật trình tự.

Nick Boyd đã nhấn mạnh hiệu quả của JAX trong việc biên dịch và phân biệt mã phức tạp, điều thiết yếu cho nghiên cứu của họ. Việc sử dụng phần cứng TPU và trình biên dịch XLA cho phép mở rộng quy mô các tác vụ tính toán. Cơ sở hạ tầng của Escalante tận dụng Google Kubernetes Engine để chạy hàng nghìn Spot TPU cho các tác vụ tối ưu hóa, một chiến lược tiết kiệm chi phí hỗ trợ mục tiêu đầy tham vọng của họ là thiết kế các chất kết dính protein có thể xử lý toàn bộ hệ protein của con người.

Hệ sinh thái JAX, bao gồm các thư viện như Equinox và Optax, là một phần không thể thiếu trong nghiên cứu của Escalante, và thư viện Mosaic , có sẵn trên GitHub , là bằng chứng cho thấy JAX đang mở rộng tầm ảnh hưởng của mình ra ngoài GitHub Learning, thúc đẩy kỷ nguyên mới về khám phá khoa học và lập trình khả vi.