NVIDIA wprowadza Nemotron for Science, przyspieszając odkrycia naukowe dzięki inteligentnym agentom
NVIDIA dzisiaj zaprezentowała NVIDIA Nemotron for Science, który łączy naukowe zastosowania modelu otwartego NVIDIA Nemotron™ 3.5 Super VL, nowy otwarty zbiór danych chemicznych oraz przepisy do dalszego treningu, aby pomóc badaczom w budowaniu dedykowanych agentów inteligentnych do odkryć naukowych.
Nemotron for Science, oparty na Nemotron 3.5 Super VL, pomaga badaczom rozwijać agentów inteligentnych, którzy mogą wnioskować na temat problemów naukowych i korzystać z profesjonalnych narzędzi badawczych. Dzięki dalszemu treningowi naukowcy mogą dostosować model do specjalistycznych zadań, takich jak eksperymenty chemiczne czy projektowanie białek.
W ramach Nemotron for Science, LitmusBench v0.2 to nowy otwarty zbiór danych, który zawiera prawie 50 000 pytań do trenowania i oceny zdolności modeli językowych w zakresie wnioskowania chemicznego. Zbiór danych oparty jest na właściwościach molekularnych i danych dotyczących odkrywania leków, pomagając badaczom poprawić zdolność modelu do przewidywania zachowań molekularnych, w tym rozpuszczalności oraz tego, jak organizm metabolizuje te molekuły.
Firmy zajmujące się naukami przyrodniczymi, takie jak Lila Sciences, Terray Therapeutics i Therna, korzystają z NVIDIA Nemotron 3.5 Super VL do zastosowań naukowych. Przykłady zastosowań obejmują wydobywanie wiedzy chemicznej, planowanie eksperymentów oraz projektowanie terapii i rozwiązań laboratoryjnych. Główne centra badawcze, takie jak Argonne National Laboratory i Jülich Supercomputing Centre, integrują go w swoich agentach AI do odkryć leków i naukowych.
"Przyspieszanie obliczeń zmienia sposób, w jaki naukowcy stawiają czoła najtrudniejszym wyzwaniom na świecie," powiedział Ian Buck, wiceprezydent NVIDIA ds. obliczeń wielkoskalowych i wysokowydajnych. "Nemotron for Science daje badaczom dostęp do otwartych modeli, danych naukowych i przepisów do dalszego treningu, umożliwiając im budowanie dedykowanych agentów inteligentnych, którzy mogą wnioskować na temat problemów naukowych i przekształcać pomysły w odkrycia za pomocą narzędzi przyspieszających CUDA-X."
Dalszy trening otwartego modelu Nemotron dla odkryć naukowych
Badacze mogą przeprowadzać dalszy trening otwartego modelu Nemotron przy użyciu danych specyficznych dla dziedziny, aby poprawić jego wydajność w specjalistycznych zadaniach naukowych. Mogą integrować uzyskany model w przepływach pracy agentów inteligentnych do interpretacji informacji naukowych, generowania kodu i korzystania z narzędzi obliczeniowych. Te przepływy pracy mogą wykorzystywać narzędzia przyspieszające CUDA-X™ firmy NVIDIA do wykonywania obliczeń naukowych.
Terray Therapeutics przeprowadził dalszy trening Nemotron, aby wydobywać reagenty, produkty i warunki reakcji z wykresów naukowych, osiągając lepsze wyniki w dwóch testach porównawczych. W teście RxnScribe, zgodnie z kryteriami dopasowania tego benchmarku, odzyskał około 76% oznaczonych reakcji, co pomaga w przekształcaniu opublikowanych odkryć chemicznych w dane strukturalne do planowania syntez i agentów naukowych.
Lila Sciences wykorzystuje Nemotron do projektowania bezpośrednio wykonalnych rozwiązań laboratoryjnych dla swojego zautomatyzowanego laboratorium, osiągając poziom na czołowej linii bez dodatkowego dostosowania. Po dalszym treningu z wykorzystaniem informacji zwrotnej z laboratorium, model zwiększył dokładność produkcji punktów kwantowych (nanoskalowych kryształów do ekranów i paneli słonecznych) prawie dwukrotnie, osiągając 61%, co przewyższa 54% modelu GPT-6 Astra, a koszty wnioskowania są 10 do 20 razy niższe. Te ulepszenia pomagają agentom i naukowcom zajmującym się materiałami przekształcać wymagane cechy materiałów w przepisy syntezy, przyspieszając odkrycia nowych materiałów.
Therna współpracuje z NVIDIA, aby przeprowadzić dalszy trening Nemotron do projektowania terapii mRNA w stylu agenta, osiągając prawie dwukrotny wzrost dokładności w przewidywaniu zakresu ekspresji białek, przewyższając modele na czołowej linii. W 96% porównań naukowcy preferowali jego wyjaśnienia zamiast wyjaśnień podstawowego modelu. Te ulepszenia mogą pomóc naukowcom w dostosowywaniu projektów mRNA do określonych typów komórek w celu osiągnięcia pożądanej produkcji białek, co otwiera drogę do zastosowań w organizmach ludzkich.
Badacze przyspieszają badania naukowe dzięki modelowi i zbiorom danych Nemotron
Wiodące instytucje badawcze korzystają z modelu i zbiorów danych NVIDIA Nemotron, aby przyspieszyć odkrycia naukowe na różnych poziomach, od biurek pojedynczych badaczy po laboratoria i superkomputery.
Dzięki pomocy badaczom w szybkim projektowaniu i ocenie nowych molekuł w układzie okresowym, ta praca ma potencjał otworzyć nowe drogi dla kluczowych materiałów i minerałów, bezpieczeństwa narodowego oraz leczenia nowotworów.
Argonne National Laboratory integruje Nemotron w swoim systemie wieloagentowym StructBioReasoner do projektowania i oceny kandydatów na terapie białkowe w leczeniu nowotworów i innych chorób.
Szwedzki Instytut Technologiczny zbudował agenta AI na bazie Nemotron, który potrafi samodzielnie naprawiać uszkodzone ustawienia dynamiki molekularnej GROMACS. W nocy, podczas działania jednego systemu NVIDIA DGX Spark™, agent naprawił 81% przypadków testowych przy włączonym wnioskowaniu, a każda naprawa została niezależnie zweryfikowana przez GROMACS.
Japoński Instytut Badań Fizykochemicznych wdrożył modele NVIDIA Nemotron, w tym Nemotron 3.5 Super VL, na swojej platformie superkomputerowej RIKYU AI poprzez swoją bramę wnioskowania RiVault, umożliwiając badaczom dostęp do tych modeli do badań naukowych i przyspieszania rozwoju aplikacji.
Dostępność
Model NVIDIA Nemotron 3.5 Super VL oraz zbiór danych chemicznych LitmusBench v0.2 są już dostępne na Hugging Face. Model Nemotron 3.5 Super VL został również zoptymalizowany do lokalnego uruchamiania na systemie NVIDIA DGX Spark z 128 GB pamięci.
Cena --
Niniejsza treść ma charakter wyłącznie informacyjny i nie stanowi porady finansowej, inwestycyjnej, prawnej ani podatkowej. Wszelkie wydarzenia, nagrody, promocje online lub powiązane informacje, o których tu mowa, nie powinny być traktowane jako rekomendacja, zachęta ani zaproszenie do kupna, sprzedaży, wymiany lub innego rodzaju obrotu aktywami kryptograficznymi. Aktywa kryptograficzne charakteryzują się dużą zmiennością i mogą prowadzić do strat. Dostępność usług, produktów i powiązanych wydarzeń WEEX może się różnić w zależności od regionu. Użytkownik jest odpowiedzialny za upewnienie się, że jego udział jest zgodny z obowiązującymi lokalnymi przepisami i regulacjami.
Możesz również polubić

Śledź pieniądze: runda Variational na 110 mln dolarów, aktywność Tether i transakcje M&A

6 nowych projektów AI do wydobywania, które mogą być najważniejszymi ścieżkami po narracji o prywatności

Morpho podwaja pożyczki w ciągu roku: ile wniosły kanały współpracy?

Sześć projektów wydobycia AI: kto naprawdę sprzedaje moc obliczeniową, a kto wciąż oblicza dla wydobycia?

Mini stacja robocza AI RTX Spark od Nvidii z 120 miliardami parametrów już dostępna

Samopomoc i przełom w zimie: jak pożyczki kryptowalutowe szukają nowego wzrostu?

Dziesięć lat menedżera funduszy neutralnych w kryptowalutach: to życie pełne stresu

Tether inwestuje 15 mln USD w Nomad, gdy Brazylia zaostrza zasady płatności

Kiedy AI uzupełnia luki w branży kryptowalut, te piętnaście możliwości startupowych zasługuje na uwagę

Nowi członkowie zarządu Blockchain.com: byli menedżerowie Microsoftu i CEO Global X ETFs

Udział rynku pożyczek Spark w trzecim kwartale wzrósł do 13,2%, przychody netto spadły o 30%

Ewolucja stakingu Ethereum... Treehouse tETH, nowa infrastruktura rynku stóp procentowych DeFi

Przybycie programowalnego handlu: jak Hook stał się „mózgiem” puli transakcyjnej?

Meta wprowadza "najsilniejszy model open source w USA"

Meta wydaje otwarty model AI Muse Spark Open

Zysk netto protokołu Spark w trzecim kwartale przekracza 4 miliony dolarów, a wartość transakcji w pierwszym miesiącu przekracza 14 miliardów dolarów

Meta wprowadza modele z serii Muse Wonder, twierdząc, że ich wydajność w zadaniach inteligentnych jest na czołowej pozycji

Finansowanie VC w kryptowalutach: Spiko i Nous Research pozyskują po 90 mln dolarów

Breez zgłasza 14-krotny wzrost zapotrzebowania na integrację z Bitcoinem

Amerykańskie akcje mogą być używane jako zabezpieczenie, ale zamknięty cykl pożyczek na blockchainie wciąż wymaga kilku ogniw

Poranny raport z Wall Street: Hossa AI napotyka na próbę stóp procentowych, kapitał zaczyna przechodzić w aktywa defensywne, 30-letnie obligacje skarbowe stają się kolejnym testem

Lightspark wprowadza prototyp dotMoney, umożliwiający wysyłanie testowych funduszy za pomocą linków i plików .money

Google wprowadza Playground do tworzenia gier

Spark inwestuje 2,4 miliona dolarów, Antseed uruchamia sieć wnioskowania AI

Podaż Ripple RLUSD wzrosła o 765 milionów dolarów w trzecim kwartale

RWA Weekly: Rząd Specjalnego Regionu Hongkong wprowadza tokenizowane depozyty w dolarach hongkońskich; dolarowy stablecoin OUSD prowadzony przez Stripe oficjalnie uruchomiony

Czy fundacja Compound "trzyma się samodzielnie"?

Meta's Muse, tylko o krok lepsza od "AI zamawiającego kawę"

Święty Graal DeFi w moim sercu









