Perkhidmatan Web Amazon telah membuat pratonton OpenFold3, model ramalan struktur biomolekul sumber terbuka, boleh digunakan terus daripada Amazon SageMaker JumpStart, menurut catatan 13 November di Blog Pembelajaran Mesin AWS. Langkah itu meletakkan salah satu keluarga model biologi pengiraan yang paling penting di belakang titik akhir awan terurus — dan menyerahkan pasukan penyelidik alternatif berlesen secara terbuka kepada sistem ramalan struktur proprietari.
OpenFold3 dibangunkan oleh Konsortium OpenFold dan Makmal AlQuraishi di Universiti Columbia. Seperti usaha sains terbuka lain yang memastikan penyelidikan AI terbaharu boleh diakses oleh semua orang, projek ini menerbitkan lebih daripada API kotak hitam: kod dan berat model dihantar di bawah lesen Apache 2.0, dan pembangun telah menerbitkan data dan kaedah latihan juga.
Apa yang OpenFold3 Boleh Ramalkan
OpenFold3 ialah model ramalan struktur semua atom. Menurut AWS, ia meramalkan struktur 3D gabungan satu set molekul terus daripada jujukannya — dan ia tidak terhad kepada rantai protein tunggal. Satu ramalan boleh melipat kompleks protein berbilang rantai, himpunan asid protein-nukleik dan kompleks protein-ligan, yang meliputi sebahagian besar interaksi molekul yang penting dalam pembangunan dadah.
Keupayaan itu penting kerana ramalan struktur secara senyap-senyap telah menjadi infrastruktur teras untuk penemuan ubat pengiraan. Catatan siaran AWS bahawa pasukan kini bergantung padanya untuk pengecaman sasaran, kejuruteraan antibodi dan protein, dan saringan maya berasaskan struktur — kerja peringkat awal yang menentukan calon ubat yang pernah mencapai makmal basah.
Lesen Terbuka Adalah Intinya
Pelesenan Apache 2.0 inilah yang membezakan OpenFold3 dalam bidang yang sesak dengan sistem sempadan tertutup. Organisasi penyelidikan dan syarikat farmaseutikal boleh memeriksa model itu, memperhalusinya pada data proprietari dan membina produk komersial di atasnya di bawah syarat lesen, kata AWS. Untuk industri yang struktur molekul dan data saringan dikawal rapi dengan rahsia perdagangan, model yang pemberat dan kaedah latihannya diterbitkan memberikan pasukan tahap kebolehauditan yang tidak dapat dipadankan oleh API tertutup.
AWS menerangkan OpenFold3-pratonton sebagai pratonton penyelidikan, yang perlu diingat: ini adalah penggunaan awal yang berkembang dan bukannya produk siap. Tetapi walaupun pengedaran pratonton model lipatan semua atom terbuka merendahkan halangan untuk makmal akademik yang tidak boleh merundingkan lesen perusahaan dengan pembekal model proprietari.
Mengapa Ia Berjalan pada Inferens Tak Segerak
Kisah infrastrukturnya sama menariknya dengan model itu sendiri. Kebanyakan model JumpStart — model bahasa besar dan model benam di antaranya — digunakan ke titik akhir masa nyata yang mesti mengembalikan respons dalam satu permintaan yang dihadkan pada 60 saat. Ramalan struktur tidak sesuai dengan acuan itu. Masa lipatan bertambah dengan bilangan dan panjang rantai dalam pertanyaan, dan protein dan kompleks dunia sebenar selalunya mengambil masa beberapa minit untuk diramalkan.
Atas sebab itu, OpenFold3 pada JumpStart berjalan pada Inferens Asynchronous SageMaker. AWS menyerlahkan dua sifat titik akhir tak segerak yang sesuai dengan beban kerja saintifik: mereka membuat baris gilir permintaan secara dalaman, jadi makmal boleh menyerahkan sekumpulan besar jujukan tanpa membina baris gilir tugasnya sendiri, dan mereka boleh menskalakan kepada sifar kejadian apabila baris gilir kosong, yang mengelak daripada membayar masa GPU terbiar antara percubaan. Model ini dijalankan pada tika GPU G6 dan AWS memberi amaran bahawa kapasiti G6 boleh dihadkan di sesetengah wilayah — penempatan yang gagal dengan ralat InsufficientInstanceCapacity harus mencuba semula kemudian atau memilih saiz tika yang disokong yang berbeza.
Terdapat juga amaran kos yang dimasukkan ke dalam pengumuman: Titik akhir SageMaker dibilkan setiap jam contoh semasa berjalan, termasuk semasa melahu. Siaran AWS memberitahu pengguna untuk mengikuti langkah pembersihannya atau mengkonfigurasi skala-ke-sifar untuk mengelakkan caj yang tidak dijangka — nasihat praktikal untuk belanjawan penyelidikan yang jarang bertolak ansur dengan bil awan mengejut.
Maksudnya untuk Sains Dipacu AI
Perjanjian pengedaran ialah isyarat tentang tempat sains terbuka dan infrastruktur awan komersial bertumpu. Pembangun OpenFold3 membina model yang direka untuk diperiksa, diperhalusi dan dilanjutkan; AWS membina lapisan penyajian yang mengendalikan realiti operasi yang janggal — inferens berbilang minit, beban kerja kelompok pecah, kos masa terbiar — yang menghalang kebanyakan makmal daripada mengehos sendiri. Bersama-sama, mereka menyediakan keupayaan yang memerlukan kepakaran kejuruteraan ML mendalam baru-baru ini kepada pasukan penyelidikan standard dengan akaun awan.
Landskap kompetitif juga patut ditonton. Model ramalan struktur berada di tengah-tengah perlumbaan senjata penemuan dadah yang merangkumi beberapa makmal AI yang dibiayai terbaik di dunia, dan alternatif terbuka mengubah kedudukan perundingan semua orang dalam pasaran itu. Jika syarikat farmaseutikal boleh memperhalusi model Apache 2.0 pada datanya sendiri dan bukannya menyewa sistem tertutup, ekonomi penemuan ubat yang dibantu AI berubah dengan bermakna.
Tiada satu pun daripada itu menyelesaikan kaveat saintifik. Struktur yang diramalkan ialah hipotesis pengiraan, bukan fakta yang ditentukan secara eksperimen, dan siaran AWS sendiri membingkaikan penggunaan sebagai pratonton penyelidikan untuk sebab itu. Tetapi hala tujunya jelas: ekosistem berat terbuka yang membentuk semula pemprosesan bahasa semula jadi kini mencapai sains molekul, dan penyedia awan berlumba-lumba untuk menjadi tuan rumah.
---
Kekal Mendahului AIDapatkan berita, analisis dan penemuan terkini AI — semuanya di satu tempat.
Baca lebih banyak berita AI →
