生物學 – 生成式 AI – NVIDIA 技術博客 http://www.open-lab.net/zh-cn/blog 閱讀開發者創建的最新技術信息、頭條新聞 和內容。 Tue, 17 Jun 2025 08:18:06 +0000 zh-CN hourly 1 196178272 借助 NVIDIA 生物醫學 AI-Q 研究代理 Blueprint 推進文獻回顧和目標發現 http://www.open-lab.net/zh-cn/blog/advancing-literature-review-amp-target-discovery-with-nvidia-biomedical-ai-q-research-agent-blueprint/ Wed, 11 Jun 2025 08:14:02 +0000 http://www.open-lab.net/zh-cn/blog/?p=14270 Continued]]> 長期以來,生物醫學研究和藥物研發一直受到勞動密集型流程的限制。為了發起藥物研發活動,研究人員通常會梳理大量科學論文,了解已知蛋白質標和小分子對的詳細信息。 閱讀和深入理解一篇論文需要一至六個小時,而在沒有 AI 輔助的情況下總結研究結果,平均每篇論文需要 165 分鐘。從目標識別到 U.S. Food and Drug Administration 批準,藥物研發活動歷時 12 到 15 年,而在這一過程中,這些效率低下的問題變得更加復雜。 NVIDIA 開發了 Biomedical AI-Q 研究智能體,幫助藥物研發科學家快速審查可用文獻、得出復雜的假設,然后將未發現的蛋白質點交給虛擬篩選代理。傳統上,手動執行此過程既耗時又繁瑣,需要數天時間來閱讀和總結論文。 此生物醫學 AI-Q 研究智能體開發者 Blueprint 基于多個現有框架進行設計。

Source

]]>
14270
AI 將腦部 MRI 轉化為潛在的中風預測因子 http://www.open-lab.net/zh-cn/blog/ai-transforms-brain-mris-into-potential-stroke-predictors/ Fri, 23 May 2025 06:07:25 +0000 http://www.open-lab.net/zh-cn/blog/?p=14066 Continued]]> 研究人員使用 AI 分析常規腦部掃描,發現了一種前景良好的新方法,可以可靠地識別常見但難以檢測的多中風先兆。 在《Cerebrovascular Diseases》期刊上發表的一項研究中,來自Royal Melbourne Hospital的科學家描述了一種新的 AI 模型,該模型有朝一日可以防止高危患者成為中風患者。該深度學習模型通過識別人類通常看不到的細微、難以察覺的模式,可以識別 MRI 腦部掃描圖中 atrial fibrillation (AFib) (一種不規則的心跳障礙) 的跡象。 該論文的主要作者之一、墨爾本皇家醫院的教授兼神經學家 Bernard Yan 表示:“在全球每年 1200 萬例新中風患者中,房顫(AFib)占據了很大比例。“找到一種識別 AFib 的有效方法可以有效預防中風。” 研究人員在 235 名患有由 AFib…

Source

]]>
14066
斯坦福大學實驗室借助 NVIDIA DGX 云加速 RNA 折疊研究 http://www.open-lab.net/zh-cn/blog/stanford-das-lab-accelerates-rna-folding-research-with-nvidia-dgx-cloud/ Wed, 09 Apr 2025 06:19:40 +0000 http://www.open-lab.net/zh-cn/blog/?p=13512 Continued]]> 斯坦福大學的 Das Lab 正在通過一種利用社區參與和加速計算的獨特方法,徹底改變 RNA 折疊研究。在 NVIDIA DGX 云 通過 NAIRR Pilot 計劃 提供的支持下,該實驗室在三個月內獲得了 32 個 NVIDIA A100 DGX 云節點 (每個節點配備 8 個 GPU) 的訪問權限,使團隊能夠從小規模實驗過渡到大規模分布式訓練。這使得該團隊能夠使用大型模型和數據集進行訓練,迭代訓練技術,并推動 RNA 折疊研究領域的發展。 Rhiju Das 博士及其團隊處于 RNA 研究的前沿,為應對新冠肺炎 (Covid-19) 大流行,于 2020 年舉辦了 OpenVaccine Kaggle 競賽,并于 2024 年舉辦了 Ribonanza 競賽,以進一步研究 RNA 折疊。他們的目標是通過對 RNA 結構和功能進行準確建模,

Source

]]>
13512
利用 NVIDIA ALCHEMI 實現 AI 驅動材料發現的革命性突破 http://www.open-lab.net/zh-cn/blog/revolutionizing-ai-driven-material-discovery-using-nvidia-alchemi/ Mon, 18 Nov 2024 06:32:24 +0000 http://www.open-lab.net/zh-cn/blog/?p=12014 Continued]]> 事實證明,AI 可發揮倍增效應,幫助創造一種未來,科學家可以設計全新材料,而工程師可以將這些設計無縫轉換為生產計劃,而這一切都無需涉足實驗室。隨著 AI 不斷重新定義創新界限,這種曾經難以實現的愿景現在更觸手可及。 認識到這種范式轉變后,AI、化學和材料科學交叉領域的專業知識正在融合。AI 專家、化學家和材料科學家之間的這種跨學科合作旨在超越傳統的、難以擴展的試錯方法。 他們正在共同構建 AI 模型和數據集,將設計到生產的周期從十年縮短到幾個月,志在實現從高效電池到可生物降解聚合物的下一代創新。 本文將介紹 NVIDIA ALCHEMI (AI 實驗室用于化學和材料創新),旨在利用 AI 加速化學和材料的發現。 新型材料的發現大致可以分為四個階段: NVIDIA ALCHEMI 致力于借助 AI…

Source

]]>
12014
利用 Llama 3.1 構建企業級自定義生成式 AI 模型 http://www.open-lab.net/zh-cn/blog/customize-generative-ai-models-for-enterprise-applications-with-llama-3-1/ Tue, 23 Jul 2024 06:41:44 +0000 http://www.open-lab.net/zh-cn/blog/?p=10800 Continued]]> 新發布的由 8B、70B 和 405B 大型語言模型 (LLM) 組成的 Llama 3.1 集合正在縮小專有模型和開源模型之間的差距。由于其開放性,更多開發者和企業被吸引將這些模型集成到其 AI 應用中。 這些模型擅長處理各種任務,包括內容生成、編碼和深度推理,并可用于為聊天機器人、自然語言處理和語言翻譯等用例的企業應用提供支持。 由于 Llama 3.1 405B 模型的訓練數據量龐大,因此非常適合生成合成數據來調整其他語言模型。這在醫療健康、金融和零售等行業尤其有用,因為這些行業由于合規性要求而無法獲得真實數據。 此外,Llama 3.1 405B 還可以使用特定領域的數據進行調整,以服務于企業用例。 一旦企業定制語言模型(LLM)以適應其組織要求(包括領域知識和技能、公司詞匯和其他文化差異),其準確性會得到提升。

Source

]]>
10800
人人超碰97caoporen国产