أخبار ar.wedoany.com، في 23 يونيو بالتوقيت المحلي، أعلنت شركة إنفيديا الأمريكية عن إطلاق مجموعة أدوات NVIDIA BioNeMo Agent Toolkit، التي توفر أدوات متخصصة ودعمًا تقنيًا لسير عمل وكلاء الذكاء الاصطناعي في مجال علوم الحياة. تدمج هذه المجموعة مكتبات وأدوات ونماذج مفتوحة طورتها إنفيديا على مدى أكثر من عقد من الزمن في مجال علوم الحياة، مما يتيح لوكلاء الذكاء الاصطناعي والعلماء والمختبرات التعاون في جمع الأدلة، واستنتاج النتائج، وإجراء التجارب الحاسوبية، وتقديم توصيات بشأن الخطوات التالية.

لا تُصنف BioNeMo Agent Toolkit كنموذج ضخم واحد، بل كقاعدة أدوات لوكلاء الذكاء الاصطناعي في علوم الحياة. عند معالجة المهام البحثية العلمية، غالبًا ما يحتاج وكيل الذكاء الاصطناعي العادي إلى تحديد النموذج الذي يجب استدعاؤه، وكيفية إدخال معايير التجربة، وكيفية تفسير النتائج البيولوجية، وكيفية تحويل المخرجات الحاسوبية إلى إجراءات بحثية تالية. من خلال تغليف نماذج ومكتبات وعمليات حوسبة علوم الحياة كقدرات قابلة للاستدعاء، تعمل هذه المجموعة على خفض حاجز دخول وكلاء الذكاء الاصطناعي إلى سير العمل البحثي.

تغطي هذه المجموعة عدة مجالات منها علم الأحياء، والكيمياء، وعلم الجينوم، واكتشاف الأدوية. يمكن استخدام وكلاء الذكاء الاصطناعي في مهام مثل الفحص الافتراضي، وتحليل الجينوم، واكتشاف الأهداف، وتصميم المركبات البروتينية، والبحوث الطبية الحيوية المتعمقة، وتحليل الصور الطبية. على سبيل المثال، في الفحص الافتراضي، يمكن للوكيل توليد وفحص جزيئات صغيرة مرشحة، وإجراء الالتحام (docking) مع الهدف، والتنبؤ بقوة الارتباط، وترتيب أولويات المرشحات ذات الخصائص الدوائية الأعلى.

في سيناريوهات تحليل الجينوم، يمكن لـ BioNeMo Agent Toolkit، بالاقتران مع أدوات مثل Parabricks، تحويل بيانات التسلسل الأولية إلى متغيرات جينية مرشحة وأهداف بيولوجية. بالنسبة لمهام تصميم البروتينات، تدعم الأدوات ذات الصلة الباحثين في إجراء التحقق الحاسوبي وترتيب المرشحات قبل بدء التجارب، مما يقلل من التجارب والخطأ غير الفعالة. بالنسبة لشركات الأدوية والمؤسسات البحثية، لا تكمن قيمة هذه القدرات في استبدال المختبر، بل في ربط التجارب الحاسوبية والاستدلال من الأدبيات وتصميم التجارب بشكل أكثر إحكامًا.

قامت إنفيديا هذه المرة بتحويل منصة BioNeMo إلى نظام أدوات مفتوح قابل للاستدعاء من قبل وكلاء الذكاء الاصطناعي. تُستخدم خدمة NIM المصغرة لمساعدة الوكيل على استدعاء النماذج وتنفيذ المهام، ويوفر Nemotron أساسًا للاستدلال، ويدعم NeMo RL التعلم المعزز، ويدعم NemoClaw سير عمل آمن وخاص للوكيل، ويوفر OpenShell بيئة تنفيذ خاضعة للرقابة. من خلال هذه المكونات، يمكن لوكلاء علوم الحياة معالجة المهام واستدعاء البيانات وتنفيذ التحليلات بشكل متسلسل في بيئة أكثر تحكمًا.

اجتذبت هذه المجموعة بالفعل شركات من مجالي علوم الحياة والنظام البيئي للذكاء الاصطناعي للانضمام إليها. وفقًا للمعلومات الرسمية من إنفيديا، تتبنى كل من Dassault Systèmes وDatabricks وLilly وSchrödinger وSnowflake ومعهد تصميم البروتينات بكلية الطب بجامعة واشنطن هذه التقنيات، كما تعمل Anthropic وOpenAI على التكامل معها. بالنسبة لشركات علوم الحياة، فإن ربط أدوات البحث العلمي المتخصصة بوكلاء الذكاء الاصطناعي يساعد في دفع النماذج من مجرد "الإجابة على الأسئلة" إلى "تنفيذ سير العمل البحثي".

تكمن صعوبات البحث والتطوير في علوم الحياة في حجم البيانات الكبير، وطول دورات التجارب، وارتفاع تكاليف الفشل. يتطلب اكتشاف الأدوية، وتصميم البروتينات، وفحص الأهداف، والدراسات السريرية دعمًا من كميات هائلة من الأدبيات، والهياكل، والتسلسلات، ونتائج التجارب، والبيانات الواقعية. القيمة التي تقدمها BioNeMo Agent Toolkit هي تمكين الوكيل من استدعاء هذه الأدوات المتخصصة بشكل أكثر تنظيمًا، وتحويل نتائج الاستدلال إلى تجارب حاسوبية قابلة للتنفيذ أو توصيات تجريبية.

ومع ذلك، لا تزال هذه المجموعة ضمن البنية التحتية للحوسبة العلمية وتطوير الوكلاء، ولا تعني أنها قادرة بشكل مباشر على إنتاج أدوية جديدة معتمدة. لا يزال اكتشاف علوم الحياة بحاجة إلى التحقق التجريبي، والدراسات السريرية، والموافقات التنظيمية، وتقييم السلامة طويل الأمد. دور BioNeMo Agent Toolkit هو تقصير الدورة من الفرضية إلى التحقق الحاسوبي، ومن البيانات إلى المرشحات، مما يسمح للباحثين بتخصيص المزيد من الوقت لمراحل الحكم والتصميم والتحقق.

مع دخول علوم الحياة عصر وكلاء الذكاء الاصطناعي، تتحول المنافسة في المنصات البحثية من "قدرات النماذج" إلى "قدرات استدعاء الأدوات" و"قدرات تنفيذ سير العمل". تعمل BioNeMo Agent Toolkit على ربط النماذج المتطورة بالبرامج البحثية المتخصصة، والنماذج المفتوحة، والحوسبة المتسارعة، وسير العمل التجريبي. في المستقبل، سيكون نظام الذكاء الاصطناعي في مختبرات علوم الحياة أشبه بمساعد بحث رقمي قادر على استدعاء الأدوات، وفهم النتائج، ودفع عجلة التكرار، وليس مجرد بوابة للإجابة على الأسئلة من الأدبيات.

تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com