Arc Institute a creat cel mai mare model AI pentru biologie în colaborare cu Nvidia

Noul AI a fost antrenat pe ADN-ul a peste 100.000 de specii din întregul arbore al vieţii. Datorită înţelegerii profunde a vieţii pe care o posedă, acesta poate identifica modele în secvenţele genetice pentru care cercetătorii ar avea nevoie de ani de zile pentru a le descoperi.

Modelul poate identifica cu precizie mutaţiile cauzatoare de boli în genele umane şi este capabil să proiecteze noi genomuri similare genomului bacteriilor simple.

AI-ul poate, de asemenea, procesa secvenţe genetice de până la 1 milion de nucleotide simultan, permiţându-i să înţeleagă relaţiile dintre părţi îndepărtate ale aceluiaşi genom.

Bazându-se pe predecesorul său Evo 1, care a fost antrenat în întregime pe genomuri unicelulare, Evo 2 este cel mai mare model de AI din biologie, antrenat cu peste 9,3 trilioane de nucleotide, 128.000 de genomuri întregi, precum şi date metagenomice.

Evo 2 a fost antrenat vreme de mai multe luni pe platforma NVIDIA DGX Cloud AI prin Amazon Web Services, folosind peste 2.000 de plăci video NVIDIA H100.

Codul Evo 2 a fost publicat pe contul de GitHub al institutului, în speranţa că poate fi folosit şi în alte domenii pentru a accelera cercetarea ştiinţifică.