بر اساس پستی که در 13 نوامبر در وبلاگ یادگیری ماشینی AWS منتشر شد، خدمات وب آمازون پیش‌نمایش OpenFold3، یک مدل پیش‌بینی ساختار بیومولکولی منبع باز را ساخته است که مستقیماً از Amazon SageMaker JumpStart قابل اجرا است. این اقدام یکی از مهم‌ترین خانواده‌های مدل زیست‌شناسی محاسباتی را در پشت نقطه پایانی ابر مدیریت شده قرار می‌دهد - و به تیم‌های تحقیقاتی جایگزینی با مجوز آشکار برای سیستم‌های پیش‌بینی ساختار اختصاصی می‌دهد.
OpenFold3 توسط کنسرسیوم OpenFold و آزمایشگاه AlQuraishi در دانشگاه کلمبیا توسعه داده شد. مانند سایر تلاش‌های علوم باز که [آخرین تحقیقات هوش مصنوعی] (https://aibuzzwire.news) را برای همه در دسترس نگه می‌دارد، این پروژه بسیار بیشتر از یک API جعبه سیاه منتشر می‌کند: وزن‌های کد و مدل تحت مجوز Apache 2.0 ارسال می‌شوند و توسعه‌دهندگان داده‌ها و روش‌های آموزشی را نیز منتشر کرده‌اند.
آنچه OpenFold3 می تواند پیش بینی کند
OpenFold3 یک مدل پیش‌بینی ساختار تمام اتمی است. به گفته AWS، ساختار سه بعدی مشترک مجموعه‌ای از مولکول‌ها را مستقیماً از توالی‌های آنها پیش‌بینی می‌کند – و به زنجیره‌های پروتئینی محدود نمی‌شود. یک پیش‌بینی واحد می‌تواند کمپلکس‌های پروتئینی چند زنجیره‌ای، مجموعه‌های پروتئین-نوکلئیک اسید، و کمپلکس‌های پروتئین-لیگاند را جمع کند، که سهم بزرگی از فعل و انفعالات مولکولی را پوشش می‌دهد که در توسعه دارو اهمیت دارند.
این قابلیت اهمیت دارد زیرا پیش‌بینی ساختار بی‌سر و صدا به زیرساخت اصلی برای کشف داروی محاسباتی تبدیل شده است. پست AWS اشاره می‌کند که تیم‌ها اکنون برای شناسایی هدف، مهندسی آنتی‌بادی و پروتئین، و غربالگری مجازی مبتنی بر ساختار به آن تکیه می‌کنند – کاری که در مراحل اولیه تعیین می‌کند کدام داروها به آزمایشگاه مرطوب می‌رسند.
مجوز باز نکته است
مجوز Apache 2.0 چیزی است که OpenFold3 را در میدانی مملو از سیستم های مرزی بسته متمایز می کند. AWS گفت که سازمان‌های تحقیقاتی و شرکت‌های دارویی می‌توانند مدل را بازرسی کنند، آن را بر اساس داده‌های اختصاصی تنظیم کنند و محصولات تجاری را در بالای آن تحت شرایط مجوز بسازند. برای صنعتی که ساختارهای مولکولی و داده‌های غربالگری کاملاً از اسرار تجاری محافظت می‌شوند، مدلی که وزن‌ها و روش‌های آموزشی آن منتشر شده است به تیم‌ها سطحی از قابلیت حسابرسی می‌دهد که APIهای بسته نمی‌توانند مطابقت داشته باشند.
AWS پیش‌نمایش OpenFold3 را به‌عنوان پیش‌نمایش تحقیقاتی توصیف می‌کند، که ارزش در نظر گرفتن آن را دارد: این یک استقرار اولیه و در حال تکامل است تا یک محصول نهایی. اما حتی توزیع پیش‌نمایش یک مدل باز و تاشو تمام اتم، مانع را برای آزمایشگاه‌های دانشگاهی که نمی‌توانند مجوزهای سازمانی را با ارائه‌دهندگان مدل اختصاصی مذاکره کنند، کاهش می‌دهد.
چرا در استنتاج ناهمزمان اجرا می شود
داستان زیرساخت به اندازه خود مدل جالب است. اکثر مدل‌های JumpStart - مدل‌های زبان بزرگ و مدل‌های تعبیه‌شده در میان آنها - در نقاط پایانی بلادرنگ مستقر می‌شوند که باید در عرض یک درخواست با حداکثر ۶۰ ثانیه پاسخ دهند. پیش بینی ساختار با آن قالب مناسب نیست. زمان تا شدن با تعداد و طول زنجیره‌های یک پرس و جو افزایش می‌یابد، و پروتئین‌ها و کمپلکس‌های دنیای واقعی اغلب چند دقیقه طول می‌کشد تا پیش‌بینی شوند.
به همین دلیل، OpenFold3 در JumpStart بر روی SageMaker Asynchronous Inference اجرا می شود. AWS دو ویژگی از نقاط پایانی ناهمزمان را برجسته می‌کند که برای بارهای کاری علمی مناسب هستند: آنها درخواست‌ها را به صورت داخلی در صف قرار می‌دهند، بنابراین یک آزمایشگاه می‌تواند دسته بزرگی از دنباله‌ها را بدون ایجاد صف شغلی خود ارسال کند، و آنها می‌توانند زمانی که صف خالی است، به صفر مقیاس دهند، که از پرداخت زمان GPU بیکار بین آزمایش‌ها جلوگیری می‌کند. این مدل بر روی نمونه‌های GPU G6 اجرا می‌شود و AWS هشدار می‌دهد که ظرفیت G6 می‌تواند در برخی مناطق محدود شود - استقرارهایی که با خطای InsufficientInstanceCapacity شکست می‌خورند، باید بعداً دوباره امتحان کنند یا اندازه نمونه پشتیبانی‌شده دیگری را انتخاب کنند.
همچنین یک هشدار هزینه در این اطلاعیه وجود دارد: نقاط پایانی SageMaker در هر نمونه-ساعت هنگام اجرا، از جمله در حالت بیکار، صورت‌حساب دریافت می‌کنند. پست AWS به کاربران می‌گوید مراحل پاکسازی آن را دنبال کنند یا مقیاس تا صفر را پیکربندی کنند تا از هزینه‌های غیرمنتظره جلوگیری کنند - توصیه‌های عملی برای بودجه‌های تحقیقاتی که به ندرت صورت‌حساب‌های غافلگیرکننده ابر را تحمل می‌کنند.
برای علم مبتنی بر هوش مصنوعی چه معنایی دارد
قرارداد توزیع سیگنالی است درباره جایی که علم باز و زیرساخت ابر تجاری در حال همگرایی هستند. توسعه دهندگان OpenFold3 مدلی طراحی کردند که قابل بازرسی، تنظیم دقیق و توسعه باشد. AWS لایه سرویس دهی را ساخته است که واقعیت های عملیاتی ناخوشایند را کنترل می کند - استنتاج چند دقیقه ای، بارهای کاری زیاد، هزینه های زمان بیکاری - که اکثر آزمایشگاه ها را از میزبانی خود باز می دارد. آنها با هم قابلیتی را ایجاد می کنند که اخیراً به تخصص عمیق مهندسی ML نیاز داشت در اختیار یک تیم تحقیقاتی استاندارد با یک حساب ابری قرار می گیرد.
چشم انداز رقابتی نیز ارزش تماشا را دارد. مدل‌های پیش‌بینی ساختار در مرکز مسابقه تسلیحاتی کشف دارو قرار می‌گیرند که شامل برخی از آزمایشگاه‌های هوش مصنوعی با بودجه با بهترین بودجه در جهان می‌شود، و جایگزین‌های باز موقعیت مذاکره همه را در آن بازار تغییر می‌دهد. اگر یک شرکت داروسازی بتواند به جای اجاره یک سیستم بسته، مدل Apache 2.0 را بر اساس داده های خود تنظیم کند، اقتصاد کشف دارو با کمک هوش مصنوعی به طور معناداری تغییر می کند.
هیچ کدام از اینها اخطارهای علمی را برطرف نمی کند. ساختارهای پیش‌بینی‌شده فرضیه‌های محاسباتی هستند، نه حقایق تجربی تعیین‌شده، و پست خود AWS استقرار را به عنوان پیش‌نمایش پژوهشی دقیقاً به همین دلیل چارچوب می‌دهد. اما مسیر روشن است: اکوسیستم با وزن باز که پردازش زبان طبیعی را تغییر شکل داده است، اکنون به علوم مولکولی رسیده است و ارائه دهندگان ابر برای میزبانی آن رقابت می کنند.
---
از هوش مصنوعی جلوتر بمانیدآخرین اخبار، تحلیل ها و پیشرفت های هوش مصنوعی را دریافت کنید - همه در یک مکان.
بیشتر بخوانید اخبار هوش مصنوعی →
