NVIDIA hat ein Toolkit vorgestellt, das Allzweck-KI-Agenten in spezialisierte wissenschaftliche Forschungsassistenten verwandeln soll. Das Unternehmen kündigte das NVIDIA BioNeMo Agent Toolkit an, eine Sammlung domänenspezifischer Tools und Fähigkeiten, die für das entwickelt wurden, was NVIDIA als „Agentic Life Sciences-Ära“ bezeichnet. Anstatt ein einzelnes Grenzmodell zu bitten, ein biologisches Problem von Grund auf zu lösen, gibt das Toolkit den Agenten einen vorgefertigten wissenschaftlichen Werkzeugkasten an die Hand, der es ihnen ermöglicht, Beweise zu sammeln, Computerexperimente durchzuführen, Ergebnisse zu begründen und nächste Schritte zu empfehlen, sagte NVIDIA in seiner Ankündigung diese Woche. Es ist eines der konkreteren Beispiele dafür, dass die KI-Branche von Chat-Schnittstellen zu autonomen Forschungsabläufen übergeht.

Ein Jahrzehnt lebenswissenschaftlicher Bibliotheken, neu verpackt für Agenten

Das Toolkit bündelt die Life-Science-Bibliotheken, Tools und offenen Modelle von NVIDIA aus mehr als einem Jahrzehnt in einem einzigen, von Agenten aufrufbaren Framework. Es basiert auf NVIDIA BioNeMo und basiert auf NVIDIA NIM-Microservices, NVIDIA Parabricks, NVIDIA NeMo und NVIDIA Nemotron-Technologien sowie der Accelerated-Computing-Plattform des Unternehmens. Das Ziel besteht darin, „eine offene und vertrauenswürdige Grundlage für die Agenten-Lebenswissenschaften“ bereitzustellen, sagte NVIDIA.

Nach Angaben des Unternehmens kann das Toolkit einen Allzweckagenten in wenigen Minuten in einen Life-Science-Agenten verwandeln. Es funktioniert, indem es eine Reihe von durch Agenten aufrufbaren Fähigkeiten für Aufgaben offenlegt, die Biologen tatsächlich ausführen: Vorhersage der Proteinstruktur, molekulares Andocken, generative Chemie, Genomanalyse, Proteindesign und Entdeckung von Biomarkern. Jeder Agent oder jede KI-Plattform – vom Allzweckassistenten bis zum spezialisierten wissenschaftlichen Agenten oder einem internen Biopharma-System – kann diese Fähigkeiten nutzen, um Wissen zu synthetisieren, Modelle aufzurufen, Ergebnisse auszuwerten und nächste Aktionen auszuführen.

„Der wissenschaftliche Werkzeugkasten“ zum „Gehirn“ eines Modells

Jensen Huang, CEO von NVIDIA, hat die Beziehung zwischen Grenzmodellen und dem neuen Toolkit in typisch direkten Worten dargelegt. „Grenzmodelle sind das Gehirn. BioNeMo ist der wissenschaftliche Werkzeugkasten“, sagte er. „Gemeinsam verleihen sie KI-Agenten die Fähigkeiten eines Doktoranden und die Geschwindigkeit eines Supercomputers. Zum ersten Mal können Forscher KI-Agenten bauen, die wissenschaftliche Erkenntnisse verstehen und darauf reagieren können.“

Der Pitch befasst sich mit einer echten Einschränkung der heute leistungsfähigsten Modelle. Für einen Allzweckagenten kann es schwierig sein, wissenschaftliche Arbeitsabläufe effizient zu steuern, da er im Handumdrehen die richtigen Werkzeuge, Eingaben, Ausgaben und biologischen Bedeutungen ableiten muss. Durch die Bereitstellung expliziter, klar definierter Tools für Agenten soll das BioNeMo Agent Toolkit es ihnen ermöglichen, die richtige Fähigkeit aufzurufen, Ergebnisse genauer zu interpretieren und schneller echte wissenschaftliche Erkenntnisse zu gewinnen.

Adoption vom ersten Tag an

Laut NVIDIA nutzen bereits mehr als 50 Unternehmen das Toolkit, um wissenschaftliche Entdeckungen voranzutreiben. Open-Model- und Forschungsorganisationen wie das Arc Institute, die Open Molecular Software Foundation und das Institute for Protein Design (IPD) der University of Washington arbeiten mit NVIDIA zusammen, um Grenzmodelle voranzutreiben und sie durch agentenbereite Arbeitsabläufe zugänglicher zu machen.

David Baker, Professor für Biochemie an der University of Washington School of Medicine und Direktor des Institute for Protein Design, betonte die Bedeutung des Zugangs. „Jedes Werkzeug, das wir für das Proteindesign entwickelt haben, ist nur so leistungsfähig wie die Wissenschaftler, die effizient darauf zugreifen können“, sagte er und fügte hinzu, dass „der nächste Sprung in der Wissenschaft nicht von einem einzigen bahnbrechenden Modell ausgehen wird, sondern von Systemen, die leistungsstarke Werkzeuge direkt in die Hände der Forscher legen.“ Baker erhielt 2024 den Nobelpreis für Chemie für seine Arbeit zum rechnergestützten Proteindesign.

Aufbauend auf einem wachsenden Agentenstapel

Das Toolkit ergänzt das breitere Agententechnologie-Portfolio von NVIDIA. NVIDIA optimiert die gesamte BioNeMo-Plattform, indem es seine Bibliotheken, Modelle und Frameworks in von Agenten aufrufbare Tools umwandelt. Dazu gehört die Nutzung offener NVIDIA Nemotron-Modelle für die Argumentationsgrundlage, der NVIDIA NeMo RL-Bibliothek für Reinforcement Learning und NVIDIA NemoClaw-Blaupausen für sichere, private Agenten, die aufgabenübergreifend argumentieren, Tools aufrufen und mit Daten interagieren können. NVIDIA NIM-Mikroservices unterstützen Agenten beim Aufrufen von Modellen und beim Ausführen von Aufgaben, während die NVIDIA OpenShell-Laufzeitumgebung eine kontrollierte ausführbare Umgebung bereitstellt.

Warum es wichtig ist

Die Biowissenschaften sind eine der folgenreichsten wissenschaftlichen Grenzen der Welt. NVIDIA gab die weltweiten Ausgaben für wissenschaftliche Forschung und Entwicklung in Höhe von rund 3,8 Billionen US-Dollar und die jährlichen Pharmabudgets in der Größenordnung von 300 Milliarden US-Dollar an. Wirkstoff-Workflows, so argumentiert das Unternehmen, können der Branche helfen, schneller zu iterieren, Kosten zu senken und die Erfolgswahrscheinlichkeit bei der Arzneimittelforschung und -entwicklung zu erhöhen.

Die Veröffentlichung markiert auch einen strategischen Wandel in der Art und Weise, wie KI Wissenschaftlern zur Verfügung gestellt wird: nicht als monolithisches Modell, das aufgefordert werden muss, sondern als koordiniertes System spezialisierter, aufrufbarer Werkzeuge, die ein Agent orchestrieren kann. Wenn sich der Ansatz durchsetzt, deuten die neuesten KI-Entwicklungen darauf hin, dass das Labor der Zukunft möglicherweise weniger von einem einzigen allwissenden Assistenten, sondern mehr von einem Team instrumentierender Agenten geleitet wird, die mit menschlichen Forschern zusammenarbeiten.

Bleiben Sie der KI immer einen Schritt voraus

Erhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Weitere KI-Neuigkeiten lesen →