SON DAKİKA

Yapay Zeka

Moleküler dünyanın video üretebilen modellerine doğru

Generatif yapay zeka modellerinin yetenekleri gelişmeye devam ettikçe, bu teknolojinin basit metin isteklerini hipergerçekçi görüntülere ve hatta uzatılmış video kliplere dönüştürebildiğini görmüş olmalısınız.

Son zamanlarda, generatif yapay zeka, kimyagerler ve biyologların statik molekülleri, yani proteinler ve DNA üzerinde çalışmalarını hızlandırmalarına yardımcı olma potansiyeli göstermiştir. Örneğin, AlphaFold moleküler yapıları tahmin edebilirken, MIT destekli “RFdiffusion” yeni proteinler tasarlamada yardımcı olabilir. Ancak, moleküllerin sürekli hareket ettiğini ve bu hareketlerin yeni proteinler ve ilaçlar tasarlarken önemli olduğunu unutmamak gerekir. Bu hareketleri bilgisayarda simüle etmek, moleküler dinamikler olarak bilinen bir teknikle oldukça maliyetli olabilir ve süper bilgisayarlarda milyarlarca zaman adımı gerektirebilir.

MDGen ile Davranışları Simüle Etmek

MIT Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı (CSAIL) ve Matematik Bölümü araştırmacıları, bu davranışları daha etkili bir şekilde simüle etmeye yönelik bir adım olarak önceki verilerden öğrenen bir generatif model geliştirmiştir. Ekip, “MDGen” adını verdikleri bu sistem, bir 3D molekülün bir karesini alarak sonraki karelerin nasıl olacağını bir video gibi simüle edebilir. Ayrıca ayrı stilleri bağlayabilir ve eksik kareleri doldurabilir. Moleküller üzerinde “oynat” düğmesine basarak, bu araç, kimyagerlerin yeni moleküller tasarlamasına ve kanser gibi hastalıklara yönelik ilaç prototiplerinin, etkilemeyi hedeflediği moleküler yapı ile nasıl etkileşeceğini incelemesine yardımcı olabilir.

Bir Paradigma Değişimi

Ekip liderlerinden Bowen Jing, MDGen’in bir erken kavramsal kanıt olduğunu, ancak heyecan verici bir araştırma yönünün başlangıcını temsil ettiğini belirtiyor. “İlk başlarda, generatif yapay zeka modelleri oldukça basit videolar üretiyordu, örneğin bir insan göz kırparken veya bir köpek kuyruğunu sallarken,” diyor Jing. “Şimdi ise, Sora veya Veo gibi harika modellerle karşı karşıyayız. Moleküler dünyada da benzer bir vizyon oluşturmayı umut ediyoruz, burada dinamik yollar videolar.”

Moleküler Dinamiklerde Küçük İlerlemeler

Deneylerde, Jing ve ekibi MDGen’in simülasyonlarının doğrudan fiziksel simülasyonlarla benzer olduğunu, ancak süreyi 10 ila 100 kat daha hızlı ürettiğini keşfetti. Model, 3D bir molekül karesini alıp sonraki 100 nanosegondan oluşan ardışık 10 nanosecond bloklar üreterek o süreyi tamamlayabiliyor. MDGen, hızlı bir süre içinde temel bir modelle karşılaştırılabilir doğrulukta videolar üretebiliyor.

MDGen, ayrıca, kenarları birbirine bağlayarak çalışmayı sağlayarak, düşük kare hızı olan bir hareket yolunu “upsample” yaparken, “inpaint” özelliği ile moleküllerin yapılarını ve silinmiş bilgilerini geri kazanabiliyor. Bu özellikler, araştırmacıların moleküllerin nasıl hareket etmesi gerektiğini tasarlamalarında kullanılabilir.

MDGen geleceğe umut veriyor

Araştırmacılar, MDGen’i molekül modellemeden proteinlerin zaman içinde nasıl değişeceğini tahmin etmeye genişletmeyi hedefliyor. “Şu an için oyun sistemleri kullanıyoruz,” diyor Stärk. “MDGen’in tahmin edici yeteneklerini artırmak için mevcut mimariden ve verilerden faydalanacağız.”

Şu anda MDGen, gözle görülemeyen moleküler değişiklikleri modellemede cesaret verici bir yol sunuyor. Kullanıcıların bu simülasyonları kullanarak kanser veya tüberküloz gibi hastalıklara yönelik ilaç prototiplerinin davranışlarını daha derinlemesine incelemesi mümkün olabilir.

Makine öğrenimi, bilime yeni bir ufuk açıyor

“Fiziksel simülasyondan öğrenen makine öğrenimi yöntemleri, bilim için yeni bir ufuk açıyor,” diyor MIT Simons Matematik Profesörü, CSAIL ana araştırmacısı ve makalenin kıdemli yazarlarından Bonnie Berger. “MDGen, bu iki alanı birleştiren çok yönlü bir modelleme çerçevesidir ve bu yöndeki ilk modellerimizi paylaşmaktan çok heyecanlıyız.”

MDGen, moleküler durumlar arasında gerçekçi geçiş yolları örnekleme zorluğunu çözmeyi amaçlıyor. Araştırmayı destekleyen kuruluşlar arasında Ulusal Genel Tıp Bilimleri Enstitüsü, ABD Enerji Bakanlığı ve Ulusal Bilim Vakfı gibi önemli kurumlar bulunmaktadır.

Düşüncenizi Paylaşın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

İlgili Teknoloji Haberleri

The economics of AI refer to the economic impact and implications of artificial intelligence technologies. Some key points to know about the economics of AI include: 1. Increased productivity: AI has the potential to significantly increase productivity by automating routine tasks and processes, freeing up human workers to focus on more complex and creative tasks. 2. Job displacement: While AI can create new job opportunities, it also has the potential to displace certain roles that can be automated. This can lead to job loss and require workers to acquire new skills to remain relevant in the workforce. 3. Cost savings: AI can help businesses reduce costs by streamlining operations, improving efficiency, and optimizing resource allocation. 4. Enhanced decision-making: AI can provide businesses with valuable insights and data analysis to make more informed and strategic decisions, leading to better outcomes and competitive advantage. 5. New revenue streams: AI technologies can enable businesses to develop new products and services, enter new markets, and create innovative business models that can generate additional revenue streams. 6. Ethical and societal considerations: The widespread adoption of AI raises ethical and societal concerns around issues such as privacy, bias, job displacement, and the potential for AI to exacerbate existing inequalities. 7. Regulatory challenges: Policymakers are grappling with how to regulate AI technologies to ensure they are used responsibly and ethically while also fostering innovation and economic growth. Overall, the economics of AI present both opportunities and challenges for businesses, workers, and society as a whole. It is important for stakeholders to carefully consider the implications of AI adoption and to develop strategies for maximizing the benefits while mitigating potential risks.