एडब्ल्यूएस मशीन लर्निंग ब्लॉग पर 13 नवंबर की पोस्ट के अनुसार, अमेज़ॅन वेब सर्विसेज ने ओपनफोल्ड3-प्रीव्यू, एक ओपन-सोर्स बायोमोलेक्यूलर संरचना भविष्यवाणी मॉडल बनाया है, जो सीधे अमेज़ॅन सेजमेकर जम्पस्टार्ट से तैनात किया जा सकता है। यह कदम कम्प्यूटेशनल जीव विज्ञान के सबसे परिणामी मॉडल परिवारों में से एक को प्रबंधित क्लाउड एंडपॉइंट के पीछे रखता है - और अनुसंधान टीमों को मालिकाना संरचना-भविष्यवाणी प्रणालियों के लिए एक खुले तौर पर लाइसेंस प्राप्त विकल्प प्रदान करता है।

OpenFold3 को कोलंबिया विश्वविद्यालय में OpenFold कंसोर्टियम और अलकुरैशी लैब द्वारा विकसित किया गया था। अन्य ओपन-साइंस प्रयासों की तरह, जो नवीनतम एआई शोध को सभी के लिए सुलभ रखते हैं, यह प्रोजेक्ट ब्लैक-बॉक्स एपीआई से कहीं अधिक प्रकाशित करता है: अपाचे 2.0 लाइसेंस के तहत कोड और मॉडल वेट शिप, और डेवलपर्स ने प्रशिक्षण डेटा और विधियों को भी प्रकाशित किया है।

OpenFold3 क्या भविष्यवाणी कर सकता है

OpenFold3 एक पूर्ण-परमाणु संरचना भविष्यवाणी मॉडल है। AWS के अनुसार, यह सीधे उनके अनुक्रमों से अणुओं के एक सेट की संयुक्त 3D संरचना की भविष्यवाणी करता है - और यह एकल प्रोटीन श्रृंखलाओं तक सीमित नहीं है। एक एकल भविष्यवाणी मल्टी-चेन प्रोटीन कॉम्प्लेक्स, प्रोटीन-न्यूक्लिक एसिड असेंबली और प्रोटीन-लिगैंड कॉम्प्लेक्स को मोड़ सकती है, जो दवा के विकास में महत्वपूर्ण आणविक इंटरैक्शन के एक बड़े हिस्से को कवर करती है।

यह क्षमता मायने रखती है क्योंकि संरचना भविष्यवाणी चुपचाप कम्प्यूटेशनल दवा खोज के लिए मुख्य बुनियादी ढांचा बन गई है। AWS के पोस्ट में कहा गया है कि टीमें अब लक्ष्य की पहचान, एंटीबॉडी और प्रोटीन इंजीनियरिंग और संरचना-आधारित वर्चुअल स्क्रीनिंग के लिए इस पर भरोसा करती हैं - प्रारंभिक चरण का काम जो यह निर्धारित करता है कि कौन से दवा उम्मीदवार कभी गीली प्रयोगशाला तक पहुंचते हैं।

एक खुला लाइसेंस ही मुख्य बात है

Apache 2.0 लाइसेंसिंग ही OpenFold3 को बंद फ्रंटियर सिस्टम वाले क्षेत्र में अलग करती है। एडब्ल्यूएस ने कहा कि अनुसंधान संगठन और फार्मास्युटिकल कंपनियां मॉडल का निरीक्षण कर सकती हैं, मालिकाना डेटा पर इसे ठीक कर सकती हैं और लाइसेंस की शर्तों के तहत इसके शीर्ष पर वाणिज्यिक उत्पाद बना सकती हैं। ऐसे उद्योग के लिए जहां आणविक संरचनाएं और स्क्रीनिंग डेटा व्यापार रहस्यों की बारीकी से रक्षा करते हैं, एक मॉडल जिसका वजन और प्रशिक्षण विधियां प्रकाशित होती हैं, टीमों को ऑडिटेबिलिटी का एक स्तर देता है जो बंद एपीआई से मेल नहीं खा सकता है।

AWS OpenFold3-पूर्वावलोकन को एक शोध पूर्वावलोकन के रूप में वर्णित करता है, जो ध्यान में रखने योग्य है: यह एक तैयार उत्पाद के बजाय एक प्रारंभिक, विकसित तैनाती है। लेकिन एक खुले, ऑल-एटम फोल्डिंग मॉडल का पूर्वावलोकन वितरण भी अकादमिक प्रयोगशालाओं के लिए बाधा को कम करता है जो मालिकाना मॉडल प्रदाताओं के साथ एंटरप्राइज़ लाइसेंस पर बातचीत नहीं कर सकते हैं।

यह अतुल्यकालिक अनुमान पर क्यों चलता है

बुनियादी ढांचे की कहानी मॉडल जितनी ही दिलचस्प है। अधिकांश जम्पस्टार्ट मॉडल - बड़े भाषा मॉडल और उनमें से एम्बेडिंग मॉडल - वास्तविक समय के समापन बिंदुओं पर तैनात होते हैं जिन्हें 60 सेकंड में सीमित एकल अनुरोध के भीतर प्रतिक्रिया लौटानी होगी। संरचना की भविष्यवाणी उस साँचे में फिट नहीं बैठती। किसी क्वेरी में श्रृंखलाओं की संख्या और लंबाई के साथ फोल्डिंग का समय बढ़ता है, और वास्तविक दुनिया के प्रोटीन और कॉम्प्लेक्स की भविष्यवाणी करने में अक्सर कई मिनट लगते हैं।

उस कारण से, जम्पस्टार्ट पर ओपनफोल्ड3 सेजमेकर एसिंक्रोनस इंट्रेंस पर चलता है। AWS एसिंक्रोनस एंडपॉइंट के दो गुणों पर प्रकाश डालता है जो वैज्ञानिक कार्यभार के अनुरूप होते हैं: वे आंतरिक रूप से अनुरोधों की कतार बनाते हैं, इसलिए एक प्रयोगशाला अपनी स्वयं की नौकरी कतार बनाए बिना अनुक्रमों का एक बड़ा बैच प्रस्तुत कर सकती है, और कतार खाली होने पर वे शून्य उदाहरणों तक स्केल कर सकते हैं, जो प्रयोगों के बीच निष्क्रिय GPU समय के लिए भुगतान करने से बचाता है। मॉडल G6 GPU इंस्टेंसेस पर चलता है, और AWS चेतावनी देता है कि G6 क्षमता कुछ क्षेत्रों में सीमित हो सकती है - अपर्याप्त इंस्टेंस कैपेसिटी त्रुटि के साथ विफल होने वाली तैनाती को बाद में पुनः प्रयास करना चाहिए या एक अलग समर्थित इंस्टेंस आकार चुनना चाहिए।

घोषणा में एक लागत चेतावनी भी दी गई है: सेजमेकर एंडपॉइंट को चलते समय प्रति घंटे के हिसाब से बिल किया जाता है, जिसमें निष्क्रिय समय भी शामिल है। AWS की पोस्ट उपयोगकर्ताओं को अप्रत्याशित शुल्कों से बचने के लिए इसके सफाई चरणों का पालन करने या स्केल-टू-ज़ीरो कॉन्फ़िगर करने के लिए कहती है - अनुसंधान बजट के लिए व्यावहारिक सलाह जो शायद ही कभी आश्चर्यजनक क्लाउड बिलों को सहन करते हैं।

एआई-संचालित विज्ञान के लिए इसका क्या अर्थ है

वितरण सौदा इस बात का संकेत है कि खुला विज्ञान और वाणिज्यिक क्लाउड बुनियादी ढाँचा कहाँ एकत्रित हो रहे हैं। OpenFold3 के डेवलपर्स ने निरीक्षण, सुधार और विस्तार के लिए डिज़ाइन किया गया एक मॉडल बनाया; AWS ने सर्विंग लेयर का निर्माण किया जो अजीब परिचालन वास्तविकताओं को संभालती है - बहु-मिनट का अनुमान, बर्स्ट बैच वर्कलोड, निष्क्रिय समय की लागत - जो अधिकांश प्रयोगशालाओं को स्व-होस्टिंग से रोकती है। साथ में, वे एक ऐसी क्षमता बनाते हैं जिसके लिए हाल ही में क्लाउड खाते के साथ एक मानक अनुसंधान टीम के लिए गहन एमएल इंजीनियरिंग विशेषज्ञता की आवश्यकता होती है।

प्रतिस्पर्धी परिदृश्य भी देखने लायक है। संरचना भविष्यवाणी मॉडल दवा खोज हथियारों की दौड़ के केंद्र में हैं जिसमें दुनिया की कुछ सबसे अच्छी वित्त पोषित एआई प्रयोगशालाएं शामिल हैं, और खुले विकल्प उस बाजार में हर किसी की बातचीत की स्थिति को बदल देते हैं। यदि कोई फार्मास्युटिकल कंपनी एक बंद प्रणाली को किराए पर लेने के बजाय अपने डेटा पर अपाचे 2.0 मॉडल को ठीक कर सकती है, तो एआई-सहायता वाली दवा खोज का अर्थशास्त्र सार्थक रूप से बदल जाता है।

इनमें से कोई भी वैज्ञानिक चेतावनियों का समाधान नहीं करता। पूर्वानुमानित संरचनाएँ कम्प्यूटेशनल परिकल्पनाएँ हैं, प्रयोगात्मक रूप से निर्धारित तथ्य नहीं, और AWS की अपनी पोस्ट बिल्कुल उसी कारण से एक शोध पूर्वावलोकन के रूप में तैनाती को फ्रेम करती है। लेकिन दिशा स्पष्ट है: प्राकृतिक भाषा प्रसंस्करण को नया आकार देने वाला खुला-भार पारिस्थितिकी तंत्र अब आणविक विज्ञान तक पहुंच रहा है, और क्लाउड प्रदाता इसे होस्ट करने के लिए दौड़ रहे हैं।

---

एआई से आगे रहें

नवीनतम एआई समाचार, विश्लेषण और सफलताएँ प्राप्त करें - सभी एक ही स्थान पर।

अधिक AI समाचार पढ़ें →