Amazon Web Services đã tạo ra bản xem trước OpenFold3, một mô hình dự đoán cấu trúc phân tử sinh học nguồn mở, có thể triển khai trực tiếp từ Amazon SageMaker JumpStart, theo một bài đăng ngày 13 tháng 11 trên Blog học máy của AWS. Động thái này đặt một trong những họ mô hình quan trọng nhất của sinh học tính toán đằng sau điểm cuối đám mây được quản lý — và trao cho các nhóm nghiên cứu một giải pháp thay thế được cấp phép mở cho các hệ thống dự đoán cấu trúc độc quyền.
OpenFold3 được phát triển bởi OpenFold Consortium và Phòng thí nghiệm AlQuraishi tại Đại học Columbia. Giống như những nỗ lực khoa học mở khác giúp mọi người có thể truy cập nghiên cứu AI mới nhất, dự án xuất bản nhiều thứ hơn là API hộp đen: mã và trọng số mô hình được vận chuyển theo giấy phép Apache 2.0, đồng thời các nhà phát triển cũng đã xuất bản dữ liệu và phương pháp đào tạo.
OpenFold3 có thể dự đoán những gì
OpenFold3 là mô hình dự đoán cấu trúc nguyên tử. Theo AWS, nó dự đoán cấu trúc 3D chung của một tập hợp phân tử trực tiếp từ trình tự của chúng - và nó không chỉ giới hạn ở các chuỗi protein đơn lẻ. Một dự đoán duy nhất có thể tạo ra các phức hợp protein đa chuỗi, các tổ hợp protein-axit nucleic và các phức hợp phối tử protein-protein, bao gồm một phần lớn các tương tác phân tử quan trọng trong quá trình phát triển thuốc.
Khả năng đó rất quan trọng vì khả năng dự đoán cấu trúc đã âm thầm trở thành cơ sở hạ tầng cốt lõi để khám phá thuốc tính toán. Bài đăng của AWS lưu ý rằng các nhóm hiện dựa vào nó để xác định mục tiêu, kỹ thuật kháng thể và protein cũng như sàng lọc ảo dựa trên cấu trúc — công việc ở giai đoạn đầu nhằm xác định loại thuốc nào có thể tiếp cận phòng thí nghiệm ẩm ướt.
Giấy phép mở là điểm quan trọng
Giấy phép Apache 2.0 là điểm khác biệt của OpenFold3 trong một lĩnh vực có nhiều hệ thống biên giới khép kín. AWS cho biết các tổ chức nghiên cứu và công ty dược phẩm có thể kiểm tra mô hình, tinh chỉnh nó trên dữ liệu độc quyền và xây dựng các sản phẩm thương mại dựa trên mô hình đó theo các điều khoản của giấy phép. Đối với một ngành mà cấu trúc phân tử và dữ liệu sàng lọc là bí mật thương mại được bảo vệ chặt chẽ, một mô hình có trọng lượng và phương pháp đào tạo được công bố sẽ mang lại cho các nhóm mức độ kiểm tra mà các API đóng không thể sánh được.
AWS mô tả bản xem trước OpenFold3 là bản xem trước nghiên cứu, điều đáng lưu ý: đây là quá trình triển khai sớm, đang phát triển chứ không phải là một sản phẩm hoàn chỉnh. Nhưng ngay cả bản phân phối xem trước của một mô hình gấp toàn nguyên tử mở cũng làm giảm rào cản đối với các phòng thí nghiệm hàn lâm không thể đàm phán giấy phép doanh nghiệp với các nhà cung cấp mô hình độc quyền.
Tại sao nó chạy trên suy luận không đồng bộ
Câu chuyện về cơ sở hạ tầng cũng thú vị như chính mô hình đó. Hầu hết các mô hình JumpStart — mô hình ngôn ngữ lớn và mô hình nhúng trong số đó — triển khai tới các điểm cuối thời gian thực phải trả về phản hồi trong một yêu cầu duy nhất với giới hạn 60 giây. Dự đoán cấu trúc không phù hợp với khuôn mẫu đó. Thời gian gấp tăng theo số lượng và độ dài của chuỗi trong một truy vấn, đồng thời các protein và phức hợp trong thế giới thực thường mất vài phút để dự đoán.
Vì lý do đó, OpenFold3 trên JumpStart chạy trên Suy luận không đồng bộ của SageMaker. AWS nêu bật hai đặc tính của điểm cuối không đồng bộ phù hợp với khối lượng công việc khoa học: chúng xếp hàng loạt yêu cầu nội bộ, do đó, phòng thí nghiệm có thể gửi một loạt trình tự lớn mà không cần xây dựng hàng đợi công việc của riêng mình và chúng có thể thay đổi quy mô thành 0 phiên bản khi hàng đợi trống, giúp tránh phải trả tiền cho thời gian GPU nhàn rỗi giữa các thử nghiệm. Mô hình này chạy trên các phiên bản GPU G6 và AWS cảnh báo rằng dung lượng G6 có thể bị giới hạn ở một số khu vực — các quá trình triển khai không thành công với lỗi InfullInstanceCapacity nên thử lại sau hoặc chọn một kích thước phiên bản được hỗ trợ khác.
Ngoài ra còn có cảnh báo chi phí được đưa vào thông báo: Điểm cuối SageMaker được tính phí theo giờ phiên bản khi chạy, kể cả khi không hoạt động. Bài đăng của AWS hướng dẫn người dùng làm theo các bước dọn dẹp hoặc định cấu hình quy mô về 0 để tránh các khoản phí không mong muốn — lời khuyên thiết thực dành cho ngân sách nghiên cứu hiếm khi chấp nhận các hóa đơn đám mây bất ngờ.
Ý nghĩa của khoa học dựa trên AI
Thỏa thuận phân phối là một tín hiệu về nơi hội tụ cơ sở hạ tầng đám mây thương mại và khoa học mở. Các nhà phát triển của OpenFold3 đã xây dựng một mô hình được thiết kế để kiểm tra, tinh chỉnh và mở rộng; AWS đã xây dựng lớp cung cấp để xử lý các thực tế vận hành khó khăn — suy luận nhiều phút, khối lượng công việc hàng loạt, chi phí trong thời gian nhàn rỗi — khiến hầu hết các phòng thí nghiệm không thể tự lưu trữ. Cùng nhau, họ cung cấp một khả năng mà gần đây đòi hỏi chuyên môn kỹ thuật ML chuyên sâu cho nhóm nghiên cứu tiêu chuẩn có tài khoản đám mây.
Bối cảnh cạnh tranh cũng rất đáng xem. Các mô hình dự đoán cấu trúc nằm ở trung tâm của cuộc chạy đua vũ trang khám phá ma túy bao gồm một số phòng thí nghiệm AI được tài trợ tốt nhất trên thế giới và các giải pháp thay thế mở sẽ thay đổi vị thế đàm phán của mọi người trong thị trường đó. Nếu một công ty dược phẩm có thể tinh chỉnh mô hình Apache 2.0 trên dữ liệu của riêng mình thay vì thuê một hệ thống khép kín, thì tính kinh tế của việc phát hiện thuốc được hỗ trợ bởi AI sẽ thay đổi một cách có ý nghĩa.
Không điều nào trong số đó giải quyết được những cảnh báo khoa học. Các cấu trúc được dự đoán là các giả thuyết tính toán, không phải các sự kiện được xác định bằng thực nghiệm và bài đăng riêng của AWS coi việc triển khai là bản xem trước nghiên cứu vì lý do chính xác đó. Nhưng hướng đi rất rõ ràng: hệ sinh thái mở đã định hình lại quá trình xử lý ngôn ngữ tự nhiên hiện đang vươn tới lĩnh vực khoa học phân tử và các nhà cung cấp đám mây đang chạy đua để lưu trữ nó.
---
Đi trước AINhận tin tức, phân tích và đột phá mới nhất về AI — tất cả ở cùng một nơi.
Đọc thêm tin tức về AI →
