Гарвард и Синклер: ИИ решил проблему старения за недели! |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2025-10-31 12:00 Лаборатория Дэвида Синклера в Гарварде использует K-Dense Beta для разработки биологических часов старения, учитывающих фактор неопределённости, в течение нескольких недель. Стартап в области генеративного искусственного интеллекта Biostate AI вступил в гонку за ускорение биомедицинских открытий, запустив K-Dense Beta — мультиагентную систему искусственного интеллекта, призванную сократить сроки исследований с нескольких лет до нескольких дней. Технология компании уже продемонстрировала свой потенциал в исследованиях старения и долголетия в сотрудничестве с известным специалистом по проблемам старения профессором Дэвидом Синклером из Гарвардской медицинской школы. Вместо того чтобы сосредотачиваться на конкретных аспектах исследования, K-Dense предназначен для управления всем исследовательским циклом с помощью набора специализированных ИИ-агентов, которые могут планировать эксперименты, интерпретировать биологические данные, анализировать литературу, проводить исследования, выполнять код в безопасных средах и создавать отчёты, готовые к публикации. В науке о старении и долголетии, где исследователи сталкиваются с двойной проблемой — огромным объёмом данных и длительными биологическими процессами, — возможность проводить комплексные, поддающиеся проверке исследования в значительно более короткие сроки может помочь ускорить появление новых открытий в этой области. Лаборатория доктора Дэвида Синклера в Гарвардской медицинской школе одной из первых начала использовать K-Dense Beta. Недавно производительность системы была протестирована в рамках исследования старения в Гарвардской лаборатории Синклера. Перед K-Dense была поставлена задача разработать часы старения. Система проанализировала набор данных, состоящий из более чем 600 000 профилей экспрессии РНК, отфильтровала 60 000 высококачественных образцов и определила 5000 ключевых генов из более чем 50 000 возможных. Результаты, недавно опубликованные в препринте, показывают, что ИИ проанализировал огромные массивы данных, выявил ключевые генетические маркеры старения и создал прогностические модели, которые не только определяют биологический возраст, но и предоставляют показатели неопределённости для каждого прогноза. «K-Dense позволил нам провести целое исследование всего за несколько недель, хотя обычно на экспертный анализ уходят месяцы или годы, — сказал Синклер. — Он указал нам на маркеры и пути, которые требуют более глубокого изучения, и помог нам создать единую модель ИИ для прогнозирования биологического возраста. Важно отметить, что он также позволил оценить надёжность этих прогнозов, что крайне важно для научных приложений и недоступно в предыдущих подходах к ИИ». Функция оценки достоверности особенно интересна, поскольку она может помочь исследователям и врачам понять, когда и где прогнозы могут быть менее точными, например на этапах биологических изменений или в особенно неоднородных группах населения. По данным Biostate, архитектура K-Dense Beta напоминает работу команды независимых учёных, где агенты перепроверяют работу друг друга по внешним базам данных и передают результаты обратно в процесс, чтобы обеспечить отслеживаемость и свести к минимуму ошибки. Интегрированный со стандартными конвейерами биоинформатики, тщательно отобранными базами данных и такими инструментами, как AlphaFold, он также может подключаться к внешнему программному обеспечению через протокол Model Context, расширяя возможности применения в биомедицине. Компания Biostate утверждает, что K-Dense, работающий на базе Gemini 2.5 Pro от Google Cloud, превзошёл широко распространённые модели, такие как GPT-5, GPT-4o и Claude 3.5 Sonnet, в тесте на биоинформатику. «Сейчас в науке наблюдается кризис: у нас слишком много данных и недостаточно ресурсов для их анализа, — сказал технический директор Biostate Гопинат. — Мы создали ИИ-учёного, который может работать 24 часа в сутки 7 дней в неделю, значительно ускоряя процесс открытий и сохраняя строгие научные стандарты». Вопрос к читателям- Как вы думаете, сможет ли ИИ сказать вам, какая добавка работает для вас лучше?" Эта статья не предназначена для замены профессиональной медицинской консультации или постановки диагноза. Всегда обращайтесь за консультацией к своему врачу или другому квалифицированному поставщику медицинских услуг по любым вопросам, которые могут возникнуть у вас относительно состояния здоровья. 18+. БАД , не является лекарственным средством. Источник: vk.com Комментарии: |
|