AI और दुनिया की कठिन समस्याएँ ─ बायोइंजीनियरिंग और सिंथेटिक बायोलॉजी
AI द्वारा आगे बढ़ाया गया विज्ञान और विद्वत्ता, विषय के अनुसार
RSS फ़ीड · 2 आइटम
AI एजेंटों को जैविक वास्तविकता में स्थापित करना: स्वायत्त वेट लैब के बुनियादी घटक
मूल शीर्षक: Grounding AI agents in biological reality: Building blocks for autonomous wet labs
फ्रंटियर AI मॉडल 3D ज्यामिति और प्रयोगशाला की भौतिक स्थिति के बारे में भरोसेमंद तरीके से तर्क नहीं कर पाते, जिससे लिक्विड-हैंडलिंग रोबोट को स्वचालित करना कठिन हो जाता है। Google Research ने AI एजेंट्स को भौतिक प्रयोगशाला रोबोटिक्स से जोड़ा ताकि वे तेज़ क्लोज़्ड-लूप आणविक डिज़ाइन चक्र चला सकें। एजेंट्स ने कैंसर लक्ष्यों के लिए सिंगल-डिजिट नैनोमोलर आत्मीयता वाले प्रोटीन बाइंडर खोजे।
Claude बायोमॉलिक्यूलर मॉडलिंग को कैसे बेहतर बना रहा है
मूल शीर्षक: How Claude is uplifting biomolecular modeling
जैव अणुओं के पूर्वानुमान और डिज़ाइन के लिए वैज्ञानिक जिन ओपन-सोर्स मॉडलों का उपयोग करते हैं, वे धीमे थे और बहुत अधिक मेमोरी लेते थे। Claude Science के भीतर काम करते हुए, Claude ने इनमें से 30 से अधिक मॉडलों को चार सप्ताह से थोड़े कम समय में अनुकूलित किया, जिससे औसतन लगभग 4 गुना गति बढ़ी। उसने एक कम-मेमोरी मोड भी बनाया, जो एकल NVIDIA GPU नोड पर 10,000 टोकन से बड़े सिस्टमों का सटीक पूर्वानुमान संभव बनाता है, और अनुकूलित कोड को ओपन-सोर्स किया जा रहा है।