source avatarBio Protocol

শেয়ার

এই সপ্তাহে দেসাই সামিট মুম্বাইয়ের প্রধান বিষয় ও মূল পাঠগুলি 👇 → বৈধতা প্রশ্নটি নির্ধারণ করে যে একজন জীববিজ্ঞানী কি ফ্রন্টিয়ার মডেলগুলি ব্যবহার করতে পারবেন। অনেক PhD ল্যাব ChatGPT এবং Claude-কে সরাসরি নিষেধ করে, কারণ তাদেরকে প্রম্পট করলে অপ্রকাশিত গবেষণা প্রকাশিত হয়ে যায়। → একটি ফ্রন্টিয়ার মডেলকে 10 অ্যামিনো অ্যাসিডের একটি পেপটাইড ডিজাইন করতে বলুন যা SARS-CoV-এর মুখ্য প্রোটিয়াজকে বন্ধন করে এবং বাধা দেয়, এবং অনুরোধটি ফ্ল্যাগ করা হয়। উভয়ই অস্বীকারের লাইভ প্রদর্শনীতে ঘটেছিল, এবং @biosdiscovery-এর একই প্রম্পটটি একটি উত্তরসহ এবং একটি বাইন্ডার জেনারেশন পাইপলাইনের দিকে একটি পথও ফিরিয়েছিল। → একটি বাইন্ডার খোঁজা হলো একটি কুঁড়েঘরের মধ্যে সূঁচের মতো। 2020-এ @GoogleDeepMind-এর পরেই, Baker Lab-এর RFdiffusion-এর মাধ্যমে, it in silico-এর মাধ্যমেই এটি সম্ভবপর হয়েছিল। → 10টি scored binders 10মিনিটেরও কমসময়েই ফিরে আসে। 200টি GPU-এরউপর AI-মডেলগুলির,যাআজইযেকোনওজনযাচ্ছেনতাদেরজন্যপ্ল্যাটফর্মখোলা। → RFdiffusion 4 Mac-এচলছে, @GeeveGeorge-এরদ্বারাপোর্টকৃত,এবংবর্তমানেসবচেয়েদ্রুতRFdiffusionMLXমডেল।একজনওষধিডিজাইনারপ্রতিটিপিসডেটাকেতাঁরস্বন্তিকম্পিউটারেসংগ্রহকরেন। → M1-থেকে M5-এরমধ্যেকাস্টমকার্নেলসহQwen8Bমডেল100টোকেন/সেকেন্ড-এচলছে,ZSpecএবংSplash-এরচেয়েদ্রুত।দলটিকেএটিকেspecmetalবলছে। → Qwenঅরকেস্ট্রেটকরছেএবংRFdiffusionডিজাইনকরছে,তাইওষধিখোঁজাসম্পূর্ণভাবেস্থানীয়ভাবেচলছে।@biosdiscoveryCLIagent-native,এবংএটিagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ্গিরউপরভিত্তিক,যাagentic-দৃষ্টিভঙ្ភিরউপরভিত்தিক,যাagentic-দৃষ্‍টি‍ভঙ্‍গি‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● → Codingএবংmath-এverifierদ্রুত।Biology-এverifierহলওয়াল্,তাইwetlab-এডিমান্ডবাড়ছেযখনআরওঅধিকজনAI-এরসহায়তায়ওষধিডিজাইনকরছে। → Robiosতারপ্রথমলাইভডেমোসম্পন্নকরেছে।এটিমেশিনলোডএবংআনলোডকরেএবংতাপমাত্ৰা-এমনঅবস্্থা(condition)গুলিrecordকরছে,যাতেদুইটিrun-কেতুলনা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)করা(compare)কරා → Human in the loop throughout. A senior scientist watches from home, gives feedback at any time, and steers it mid-run. → Competitors buy their robots from OEMs at prices most labs are unable to afford. Robios is built on open source and aimed at NCBS Bangalore and a wet lab in Mumbai. → Local agentic swarms are next, 10 to 20 agents on a MacBook reading real research papers and citing them. Citation is how hallucination gets reduced. → A research proposal takes around 116 hours to write. Grant acceptance has declined to 19% in the UK, 13% for US health research, and 8% for EU early career awards. → Publication costs roughly $12,000 at Nature and 17 months. @openlabsbio puts those first steps in one place, with an index covering failed and ongoing work, challenges for calling in skills, vaults funding first studies, and a launchpad for pre-company raises. Idea, lab, funded IP, product. Every layer we build shortens one of those and opens the next. Full talks ↓

No.0 picture
দাবিত্যাগ: এই পৃষ্ঠার তথ্য তৃতীয় পক্ষের কাছ থেকে প্রাপ্ত হতে পারে এবং অগত্যা KuCoin এর মতামত বা মতামত প্রতিফলিত করে না। এই বিষয়বস্তু শুধুমাত্র সাধারণ তথ্যগত উদ্দেশ্যে প্রদান করা হয়, কোন ধরনের প্রতিনিধিত্ব বা ওয়ারেন্টি ছাড়াই, বা এটিকে আর্থিক বা বিনিয়োগ পরামর্শ হিসাবে বোঝানো হবে না। KuCoin কোনো ত্রুটি বা বাদ পড়ার জন্য বা এই তথ্য ব্যবহারের ফলে যে কোনো ফলাফলের জন্য দায়ী থাকবে না। ডিজিটাল সম্পদে বিনিয়োগ ঝুঁকিপূর্ণ হতে পারে। আপনার নিজের আর্থিক পরিস্থিতির উপর ভিত্তি করে একটি পণ্যের ঝুঁকি এবং আপনার ঝুঁকি সহনশীলতা সাবধানে মূল্যায়ন করুন। আরও তথ্যের জন্য, অনুগ্রহ করে আমাদের ব্যবহারের শর্তাবলী এবং ঝুঁকি প্রকাশ পড়ুন।