Press "Enter" to skip to content

Tag: Science

NVIDIA与盖尼特合作,利用生成式人工智能加速药物研发

Roche集团的成员Genentech正在开创性地使用生成型人工智能来发现和开发新的治疗方法,并以更高效的方式向患者提供治疗。 Genentech,这家生物技术先驱与NVIDIA之间的新合作旨在通过将两家公司的专家汇聚在一起,优化和加速Genentech专有的算法,从而改变发现和开发新药物的方式。 NVIDIA将与Genentech合作,加速在NVIDIA DGX Cloud上进行这些模型,该平台提供由NVIDIA云服务提供商合作伙伴托管的专用AI超级计算机实例和软件。 Genentech计划使用NVIDIA BioNeMo,该平台能够使生物技术公司以规模化方式定制模型,并将BioNeMo云应用程序接口直接整合到计算药物发现工作流程中。 BioNeMo现已作为训练服务提供,它是一个领域特定的平台,简化、加速和扩展了计算药物发现的生成型人工智能应用程序。它使研究人员能够在DGX Cloud上对最先进的模型进行预训练或微调。 这次合作最初的重点将放在优化Genentech的药物发现AI模型上,以实现“实验室循环”框架。目标是使研究人员能够理解复杂的生物分子模式和关系,真正颠覆药物研发,提高研发的成功率,并赋予科学家为患者和更广泛的医疗生态系统带来乘法效益,而不是线性或加法效益。 Genentech研究与早期发展执行副总裁Aviv Regev表示:“我们与NVIDIA的合作建立在长期以来在技术方面取得成功并在最初并不显而易见的领域部署技术的基础上。我们是第一家利用分子生物学进行药物发现和开发的生物技术公司,改变了世界。我们开创了抗体治疗的范式。现在,我们将人工智能、实验室和临床结合在一起,以揭示海量数据中无法访问的模式,并设计实验来测试这些模式。与NVIDIA的合作,引入生成型AI,有能力快速推动发现和设计改进全球患者生活的治疗方法。” 通过计算简化药物发现 目前,药物发现和开发是一个耗时、复杂且昂贵的过程。预测新药物的药靶是困难的,同样成功将分子开发为潜在的治疗药物也是如此。人工智能可以发挥转变性的作用,因为生成型和其他人工智能模型可以通过在大规模数据集上进行训练,帮助科学家快速识别潜在的药物分子和相互作用。 对于Genentech来说,使用人工智能有助于弥合实验室实验和计算算法之间的差距。 该公司的研发团队gRED已经在多个领域使用人工智能进行了重要工作,以发现和开发新的治疗方法,并更多地了解生物学和疾病的基本构建块。 Genentech和NVIDIA的团队将共同努力,优化Genentech定制开发的模型,以缩短药物发现和开发这一耗时的过程,并取得更大的成功。 将人工智能纳入循环 Genentech的“实验室循环”是一个迭代框架,用于生成和探索具有预测特性的分子设计。它旨在使用实验数据来建立生成型计算模型,并更好地优化未来的分子设计。NVIDIA将帮助Genentech通过加速训练和推断Genentech的药物发现模型来优化其框架。 通过这种合作,NVIDIA的人工智能专家将获得有关药物发现和开发中与AI相关的挑战的见解。NVIDIA计划利用这些见解来改进其BioNeMo平台和其他平台,以进一步适应生物技术行业使用的模型的要求。 NVIDIA的医疗保健副总裁Kimberly Powell表示:“人工智能在加速药物发现和开发方面可以发挥转变性的作用,就像在医疗保健和生命科学的其他许多领域一样。 NVIDIA与Genentech共同开发和实施的人工智能模型和算法使我们能够快速迭代和发现洞见,从而推动科学创新。” 订阅NVIDIA医疗资讯。

Leave a Comment

保持AI对地震的关注:研究人员推出深度学习模型以改善地震预测

一支研究团队旨在颠覆地震模型的现状。 加利福尼亚大学伯克利分校、圣克鲁兹分校以及慕尼黑工业大学的研究人员最近发布了一篇关于将深度学习运用于地震预测的新模型的论文。 被称为RECAST的模型可以使用更大的数据集,并提供比目前标准模型ETAS更高的灵活性。自从1988年开发以来,ETAS的改进仅有逐步增加。 该论文的作者 Kelian Dascher-Cousineau,Oleksandr Shchur,Emily Brodsky和Stephan Günnemann 在 NVIDIA GPU 工作站上训练了这个模型。 “有一个研究领域在探索如何改进 ETAS,” UC 伯克利分校的博士后研究员 Dacher-Cousineau 说道。“ETAS 是一个极为有用的模型,被广泛应用,但我们却一直很难在其基础上有所改进。” AI 推动地震学前进 RECAST的优势在于其模型的灵活性、自我学习能力和可伸缩性,使其能够解释更大的数据集,并在地震序列期间进行更好的预测。 随着模型预测的改进,相关机构如美国地质调查局及其他类似机构可以为需要相关信息的人们提供更好的资讯,例如,消防员和其他首次反应人员进入受损建筑时,可以从更可靠的余震预测中受益。 “在预测方面有很大的改进空间。由于保守和这些决策具有重大影响,我们的社区还没有真正深入机器学习领域。”Dacher-Cousineau…

Leave a Comment

“强大的遗产:研究员的母亲激发了对核聚变的热情”

编辑注:这是系列文章的一部分,介绍了利用高性能计算推进科学研究的研究人员。 还在上高中之前,葛东就想成为像她妈妈一样的物理学家,她的妈妈是上海交通大学的教授。 “她说清洁能源对于人类的持续发展非常重要,她经常谈论这个问题,”葛东说(上图为她两岁时和妈妈在一起的照片)。 葛东 现年32岁的她正在一家初创公司追寻这个梦想,希望通过高性能计算和人工智能找到商业化的核聚变道路。 物理学中的人工智能先驱 2014年,她的一生的工作将她从上海带到了普林斯顿大学著名的等离子物理实验室,她在那里获得了博士学位。 她的博士论文基于普林斯顿的同事们的进展。他们是第一个使用人工智能预测可能导致聚变反应堆故障的等离子体干扰的人。 葛东的工作揭示了比太阳表面更热的等离子体边缘在一个名为托卡马克的环形封闭设备内的行为。 后来,她与同事和英伟达专家共同工作了一年多的时间,利用英伟达Omniverse创建了一个数字孪生体,展示了等离子体在托卡马克内部的循环。通过使用人工智能,这一努力大大降低了基于传统数值计算方法的模拟成本。 https://blogs.nvidia.com/wp-content/uploads/2023/09/OV-sim-of-ppl-tokamak.mp4 这些结果可能有助于工程师构建能够安全地将超热等离子体保持在未来发电厂内的控制系统,加速清洁能源的到来。 一个关键的谈话 在新冠疫情封锁期间,葛东回到了上海在家工作。在2021年,她与朋友周阳进行了一次关键的对话,决定共同创办能源奇点(Energy Singularity),一个野心勃勃的初创公司。 周阳表示他想要建造一个托卡马克。当她对这个数十亿美元的想法不屑一顾时,他详细解释了一项成本要低得多的计划。 能源奇点团队与他们的超导磁体 然后他解释了为什么他想采用一种在研究人员中很受欢迎的方法,使用高温超导磁体来控制等离子体。尽管他学习的是物理学的一个分支,但他可以从根本方程开始解释这一理论的基础。 在他们的对话之后,“我太兴奋了,整夜都没睡觉,”她对这个大胆的计划说。 几个月后,他们与其他三个人一起创办了这家公司。 对人工智能的新挑战 学习如何构建和控制强大而脆弱的磁体是这家初创公司的主要技术挑战。团队正在利用高性能计算和人工智能寻找解决方案。 “这是一个全新的研究领域,可以利用统计分析加速AI的发展,以实现最有效和最低成本的方法,”她说。 这家初创公司已经在办公室内的一台英伟达加速服务器上设计其原型。 “我们一直在使用英伟达的GPU进行研究,它们是当今等离子物理学中最重要的工具之一,”她说。…

Leave a Comment

谁来阻止雨水?科学家呼吁气候合作

一组顶尖科学家正在帮助引领计算史上最雄心勃勃的项目之一 —— 建立地球的数字孪生。 彼得·鲍尔、比约恩·斯蒂文斯和弗朗西斯科“帕科”·多布拉斯-雷耶斯一致认为,地球的数字孪生需要支持分辨率高达一公里,以便越来越多的用户可以探索气候变化的风险以及如何适应这些风险。他们表示,这项工作将需要加速计算、人工智能和大量的合作。 他们的巨大努力,其中一些已经使用了NVIDIA的技术,启发了地球2.0项目,这是NVIDIA为共同事业做出的贡献。 “我们将致力于将NVIDIA在计算科学领域的规模和专业知识直接用于与世界气候科学界的合作,投入我们的重要资源,” NVIDIA创始人兼首席执行官黄仁勋在2021年末宣布地球2.0计划时表示。 在前所未有的规模上进行合作 黄仁勋的承诺表明支持像“DestinE”这样的努力,该项目是一个欧洲跨国项目,旨在创建地球的数字孪生。 “可能没有一台单独的计算机足够完成这项工作,因此它需要一个分布式的、国际化的努力,”鲍尔说道。作为欧洲顶级天气预报中心的资深人员,他在这个旨在在2030年前提供全球规模模型的项目中担任领导者。 去年,他与他人合著了一篇《自然》杂志文章,称这项工作“需要前所未有的规模上的合作”。 鲍尔呼吁在新的地球信息系统上进行广泛的国际合作。 在三月的GTC演讲中,鲍尔设想了一个“动员来自多个国家的资源,包括私人机构,而NVIDIA可能是一个非常有趣的机构”的联合体。 彼得·鲍尔 这些资源将使得开发新的数值和机器学习模型成为可能,然后通过大规模推理作业运行这些模型,以进行跨越数十年的预测。 “DestinE”起源于2008年的一次气候会议。它是一系列项目的结晶,其中包括鲍尔在欧洲中程天气预报中心(总部位于英国雷丁)领导的许多项目,该中心开发了世界上一些最先进的天气预报模型。 每天使用一PB的数据 合作的规模很大,因为计算需求非常巨大。 弗朗西斯科·多布拉斯-雷耶斯 “我们每天要产生的数据量可能达到PB级,并且必须能够快速传输,”多布拉斯-雷耶斯说道。他是巴塞罗那超级计算中心地球科学部门的主任,也是政府间气候变化专门委员会的首席作者之一,该委员会负责发布一些关于气候变化的最权威报告,并且是“DestinE”项目的贡献者。 地球的数字孪生项目将颠覆传统的天气和气候预测方法,“让用户成为整个过程的驱动者,”他在NVIDIA的开发者大会GTC上的三月演讲中表示。目标是“让用户能够生成更有用的气候信息,以适应气候变化,”他说。 他的演讲描述了捕捉气候系统复杂特性所需的新模型、工作流程和系统。 阐述愿景 数字孪生的愿景在汉堡的SC20超级计算会议的主题演讲中得以明确,由马克斯·普朗克气象研究所的主任斯蒂文斯发表。他领导了世界顶级的气候应用天气模型之一的工作,以及一个旨在实现千米级分辨率模拟的项目,比目前最好的工作精确度高一个数量级。 “我们需要一种新型的计算能力……用于行星信息系统,让我们能够研究我们的行为和政策的后果,从而建立一个更可持续的未来,”他说。…

Leave a Comment

加速加速器:科学家用GPU和人工智能加速CERN的高性能计算

编辑注:本文是一系列采访使用高性能计算推进科学研究的研究人员的文章之一。 Maria Girone正在利用加速计算和人工智能扩展世界上最大的科学计算机网络。 自2002年以来,这位物理学博士一直在为跨越40多个国家的170个站点的系统网格工作,支持欧洲核子研究组织(CERN)的大型强子对撞机(LHC),该机本身即将进行重大升级。 巨型加速器的高亮度版本(HL-LHC)将产生10倍于质子碰撞,每年产生的数据量将达到艾克斯字节级别。这比2012年它两个实验中发现希格斯玻色子时产生的数据量高一个数量级,这个亚原子粒子验证了科学家对宇宙的理解。 日内瓦的召唤 Girone从小就热爱科学。 “在大学里,我想学习统治宇宙的基本力量,所以我专注于物理学。”她说,“我被CERN吸引,因为那里来自世界各地的人们共同热爱科学。” 欧洲核子研究组织坐落在日内瓦湖和朱拉山之间,是超过12,000名物理学家的中心。 CERN及其下方的LHC地图(图像由CERN提供) 它的27公里环形被称为世界上最快的赛道,因为质子以99.9999991%的光速绕过它。它的超导磁体在接近绝对零度时运行,产生的碰撞瞬间比太阳还热数百万倍。 开放实验室的大门 2016年,Girone被任命为CERN开放实验室的首席技术官,该组织聚集了学术和工业研究人员,加速创新并应对未来的计算挑战。它与位于意大利的HPC和AI专家E4计算机工程紧密合作,并通过该合作与NVIDIA合作。 在最初的工作中,Girone组织了CERN开放实验室的第一个人工智能研讨会。 工业界的参与度很高,对技术充满热情。物理学家在他们的演示中解释了面临的挑战。 “到了晚上,我们意识到我们来自两个不同的世界,但是人们在互相倾听,并热情地提出了下一步要做什么的建议,”她说。 物理AI的崛起 Girone表示,如今,高能物理中应用AI的出版物数量正在增加。她说,这项工作吸引了看到用AI解决复杂问题的机会的年轻研究人员。 与此同时,研究人员也正在将物理软件移植到GPU加速器上,并使用现有的在GPU上运行的AI程序。 “如果没有NVIDIA与我们的研究人员合作解决问题、回答问题和撰写文章的支持,这不会发生得如此迅速,”她说。“拥有NVIDIA的人能够欣赏科学需要与技术同时发展以及我们如何利用GPU进行加速的重要性。” 能源效率是Girone团队的另一个重点。 “我们正在进行多个项目的实验,例如移植到低功耗架构,并期待评估下一代低功耗处理器。”她说。 数字孪生和量子计算机 为了为HL-LHC做准备,三月份被任命为CERN开放实验室负责人的Girone正在寻找利用机器学习和加速计算加速科学的新方法。还有其他工具即将到来。 该组最近获得了原型数字孪生引擎的资金。它将为物理学家以及从天文学到环境科学的研究人员提供服务。…

Leave a Comment