Argomenti di tendenza
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
prinz
Non aver paura della grandezza
Solo per riassumere:
Oggi abbiamo scoperto che un LLM che si adatta a una GPU consumer di alta gamma, quando addestrato su dati biologici specifici, può scoprire un nuovo metodo per rendere i tumori cancerosi più reattivi all'immunoterapia.
Scoperta novità confermata (non presente nella letteratura esistente). Validato sperimentalmente in cellule vive.
Questo è AI che genera nuova scienza. Il momento è finalmente arrivato.
16 ott, 03:21
Gli scienziati di Google e Yale hanno addestrato un LLM che ha generato un'ipotesi innovativa sul comportamento cellulare del cancro. Questa previsione è stata confermata più volte in vitro.
- "Ciò che ha reso questa previsione così entusiasmante è stato il fatto che si trattava di un'idea nuova. Sebbene CK2 sia stato implicato in molte funzioni cellulari, inclusa la modulazione del sistema immunitario, l'inibizione di CK2 tramite silmitasertib non è stata riportata in letteratura come un modo per migliorare esplicitamente l'espressione di MHC-I o la presentazione dell'antigene. Questo evidenzia che il modello stava generando un'ipotesi nuova e testabile, e non semplicemente ripetendo fatti noti."
Il modello che ha generato questa previsione è un LLM con 27 miliardi di parametri basato sui modelli open source Google Gemma, e addestrato su un corpus composto da oltre 1 miliardo di token di dati trascrittomici, testi biologici e metadati. È piuttosto notevole che un piccolo LLM (solo 27 miliardi) addestrato su dati specializzati sia in grado di fare scoperte scientifiche innovative.
"I team di Yale stanno ora esplorando il meccanismo scoperto qui e testando ulteriori previsioni generate dall'AI in altri contesti immunitari. Con ulteriori validazioni precliniche e cliniche, tali ipotesi potrebbero alla fine accelerare il percorso verso nuove terapie."
807,77K
Gli scienziati di Google e Yale hanno addestrato un LLM che ha generato un'ipotesi innovativa sul comportamento cellulare del cancro. Questa previsione è stata confermata più volte in vitro.
- "Ciò che ha reso questa previsione così entusiasmante è stato il fatto che si trattava di un'idea nuova. Sebbene CK2 sia stato implicato in molte funzioni cellulari, inclusa la modulazione del sistema immunitario, l'inibizione di CK2 tramite silmitasertib non è stata riportata in letteratura come un modo per migliorare esplicitamente l'espressione di MHC-I o la presentazione dell'antigene. Questo evidenzia che il modello stava generando un'ipotesi nuova e testabile, e non semplicemente ripetendo fatti noti."
Il modello che ha generato questa previsione è un LLM con 27 miliardi di parametri basato sui modelli open source Google Gemma, e addestrato su un corpus composto da oltre 1 miliardo di token di dati trascrittomici, testi biologici e metadati. È piuttosto notevole che un piccolo LLM (solo 27 miliardi) addestrato su dati specializzati sia in grado di fare scoperte scientifiche innovative.
"I team di Yale stanno ora esplorando il meccanismo scoperto qui e testando ulteriori previsioni generate dall'AI in altri contesti immunitari. Con ulteriori validazioni precliniche e cliniche, tali ipotesi potrebbero alla fine accelerare il percorso verso nuove terapie."
16 ott, 01:03
Un traguardo entusiasmante per l'AI nella scienza: il nostro modello di base C2S-Scale 27B, sviluppato con @Yale e basato su Gemma, ha generato un'ipotesi innovativa sul comportamento cellulare del cancro, che gli scienziati hanno validato sperimentalmente in cellule vive.
Con ulteriori test preclinici e clinici, questa scoperta potrebbe rivelare una nuova via promettente per sviluppare terapie per combattere il cancro.
853,61K
L'AI è l'autostrada verso la post-scarsità.
L'obiettivo finale è un'energia e un'intelligenza così economiche da non poter essere misurate, robot che costruiscono altri robot a costi praticamente nulli + un tasso drasticamente aumentato di scoperta scientifica che porta all'abbondanza della maggior parte dei beni e servizi.
Se si accetta la post-scarsità come una possibilità realistica (cosa che molti ricercatori che lavorano nei laboratori all'avanguardia fanno; ad esempio, Sam Altman pensa che sarà raggiunta negli anni '30), si dovrebbe quindi concludere che l'investimento dell'industria nel calcolo è molto probabilmente non una "bolla". Non c'è quantità di capitale che gli attori economici razionali non dovrebbero essere disposti a spendere per raggiungere la post-scarsità.
11 ott, 05:47
non abbastanza persone sono emotivamente pronte per se non è una bolla
57,81K
Principali
Ranking
Preferiti