Amazon Web Services выпустила предварительную версию OpenFold3 — модель прогнозирования биомолекулярной структуры с открытым исходным кодом, которую можно развернуть непосредственно из Amazon SageMaker JumpStart, согласно сообщению в блоге AWS Machine Learning от 13 ноября. Этот шаг помещает одно из наиболее важных семейств моделей вычислительной биологии в управляемую облачную конечную точку — и дает исследовательским группам открыто лицензируемую альтернативу проприетарным системам прогнозирования структуры.
OpenFold3 был разработан консорциумом OpenFold и лабораторией AlQuraishi в Колумбийском университете. Как и другие проекты открытой науки, которые делают последние исследования в области ИИ доступными для всех, проект публикует гораздо больше, чем просто API-интерфейс «черного ящика»: вес кода и модели поставляется под лицензией Apache 2.0, а разработчики также опубликовали данные и методы обучения.
Что может предсказать OpenFold3
OpenFold3 — это модель прогнозирования структуры всех атомов. По данным AWS, он предсказывает совместную трехмерную структуру набора молекул непосредственно на основе их последовательностей — и не ограничивается отдельными белковыми цепями. Одно предсказание может складывать многоцепочечные белковые комплексы, сборки белок-нуклеиновая кислота и комплексы белок-лиганд, что охватывает большую долю молекулярных взаимодействий, которые имеют значение при разработке лекарств.
Эта возможность имеет значение, поскольку предсказание структуры незаметно стало основной инфраструктурой для вычислительного открытия лекарств. В сообщении AWS отмечается, что команды теперь полагаются на него для идентификации целей, разработки антител и белков, а также виртуального скрининга на основе структуры — работы на ранней стадии, которая определяет, какие кандидаты на лекарства когда-либо попадут в мокрую лабораторию.
Главное — открытая лицензия
Лицензирование Apache 2.0 — это то, что отличает OpenFold3 в сфере, переполненной закрытыми пограничными системами. Исследовательские организации и фармацевтические компании могут проверять модель, настраивать ее на основе собственных данных и создавать на ее основе коммерческие продукты в соответствии с условиями лицензии, сообщает AWS. Для отрасли, где молекулярные структуры и данные скрининга тщательно охраняются как коммерческая тайна, модель, веса и методы обучения которой публикуются, дает командам уровень проверяемости, с которым не могут сравниться закрытые API.
AWS описывает предварительную версию OpenFold3 как предварительную исследовательскую версию, о которой стоит помнить: это раннее развивающееся развертывание, а не готовый продукт. Но даже предварительное распространение открытой, полностью атомной складной модели снижает барьер для академических лабораторий, которые не могут договориться о корпоративных лицензиях с поставщиками проприетарных моделей.
Почему он работает с асинхронным выводом
История инфраструктуры так же интересна, как и сама модель. Большинство моделей JumpStart — в том числе большие языковые модели и модели внедрения — развертываются на конечных точках реального времени, которые должны возвращать ответ в течение одного запроса, ограниченного 60 секундами. Предсказание структуры не соответствует этому шаблону. Время сворачивания увеличивается с увеличением количества и длины цепей в запросе, а предсказание реальных белков и комплексов часто занимает несколько минут.
По этой причине OpenFold3 в JumpStart работает на основе асинхронного вывода SageMaker. AWS выделяет два свойства асинхронных конечных точек, которые подходят для научных рабочих нагрузок: они ставят пакеты запросов в очередь внутри себя, поэтому лаборатория может отправлять большие пакеты последовательностей без создания собственной очереди заданий, и они могут масштабироваться до нуля, когда очередь пуста, что позволяет избежать оплаты за время простоя графического процессора между экспериментами. Модель работает на экземплярах графического процессора G6, и AWS предупреждает, что емкость G6 может быть ограничена в некоторых регионах — развертывания, которые завершились неудачно с ошибкой InsufficientInstanceCapacity, должны повторить попытку позже или выбрать другой поддерживаемый размер экземпляра.
В объявлении также содержится предупреждение о стоимости: конечные точки SageMaker оплачиваются за час работы экземпляра, в том числе во время простоя. В сообщении AWS пользователям предлагается выполнить действия по очистке или настроить масштабирование до нуля, чтобы избежать непредвиденных расходов — практический совет для исследовательских бюджетов, которые редко терпят неожиданные счета за облако.
Что это значит для науки, основанной на искусственном интеллекте
Сделка по распространению является сигналом о том, где сходятся открытая наука и коммерческая облачная инфраструктура. Разработчики OpenFold3 создали модель, которую можно проверять, настраивать и расширять; AWS создала уровень обслуживания, который справляется с неудобными операционными реалиями — многоминутными логическими выводами, пакетными нагрузками, затратами на простой — которые мешают большинству лабораторий использовать самостоятельный хостинг. Вместе они делают возможность, которая недавно требовала глубоких инженерных знаний в области машинного обучения, доступной для стандартной исследовательской группы с облачной учетной записью.
Конкурентная среда также заслуживает внимания. Модели прогнозирования структуры находятся в центре гонки вооружений по разработке лекарств, в которой участвуют некоторые из наиболее финансируемых лабораторий искусственного интеллекта в мире, а открытые альтернативы меняют переговорную позицию всех участников этого рынка. Если фармацевтическая компания сможет точно настроить модель Apache 2.0 на собственных данных вместо того, чтобы арендовать закрытую систему, экономика открытия лекарств с помощью ИИ существенно изменится.
Ничто из этого не устраняет научные предостережения. Прогнозируемые структуры — это вычислительные гипотезы, а не экспериментально установленные факты, и именно по этой причине в собственном сообщении AWS это развертывание рассматривается как предварительный исследовательский обзор. Но направление ясно: экосистема открытого веса, которая изменила обработку естественного языка, теперь достигает молекулярных наук, и провайдеры облачных вычислений спешат разместить ее.
---
Будьте впереди ИИПолучайте последние новости, анализ и открытия в области искусственного интеллекта — все в одном месте.
Подробнее новости AI →
