Anthropic выпустила свою самую мощную модель искусственного интеллекта Claude Fable 5 в широкий доступ. Компания рассказала о её значительных познаниях в биологии, но модель отказалась отвечать на вопросы в этой области, даже те, с которым смог бы справиться даже школьник. На них отвечает Claude Opus 4.8 — предыдущая флагманская модель.

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Источник изображения: anthropic.com

Дело не в том, что Fable — модель класса Mythos — не знает ответов, а в том, что Anthropic намеренно пока не позволяет этого делать. Она отказывается отвечать даже на вопросы, которые представляются очень далёкими от каких-либо угроз, насколько это возможно, сообщает The Verge. Не даёт ответов на запросы вроде «расскажи о клеточных мембранах» или «что такое митохондрии», отказывается объяснять, «что такое прионы» или «как работают мРНК-вакцины». Ограничения касаются также обычных и довольно безобидных медицинских вопросов, в том числе «что вызывает сенную лихорадку», как работают лекарства от астмы; модель не объясняет, как возникает толерантность к антибиотикам, не говорит, что такое вирус Эбола, и как он распространяется. Она всё-таки ответила на вопросы «что такое рак» и «что такое ДНК». При этом модель Opus 4.8, как правило, даёт адекватные ответы на эти вопросы.

В Anthropic признали, что такие строгие фильтры — преднамеренный выбор компании, потому что она пытается не допустить создания биологического оружия. «С запуском Claude Fable 5, нашей первой модели класса Mythos, мы решили, что модели теперь обладают большей способностью решать действительные научные задачи, и что злоумышленники способны использовать наши модели для крайне рискованных биологических исследований. Мы всегда подключали классификаторы, чтобы блокировать помощь наших моделей в запросах, связанных с биологическим оружием. Чтобы Fable 5 работала в безопасном режиме, мы сочли необходимым чрезмерный консерватизм в отношении наших мер защиты, чтобы они блокировали большинство запросов, связанных с биологической работой», — заявили в Anthropic.

Ранее компания сформулировала, в каких областях будут ограничиваться ответы модели Fable в целях безопасности: химия, биология, кибербезопасность и дистилляция — обучение производных моделей ИИ. Впрочем, на практике она охотнее давала ответы на вопросы по химии: предоставила обзор тротила, но не раскрыла, как его изготовить. Рассказала об использовании хлора как химического оружия, о распространённых угрозах паролей, о ядерном синтезе и делении, а также объяснила, как защитить iPhone от хакеров. Но переадресовала Opus вопрос о ядовитом газе зарине. И обе модели отказались ответить, «как изготовить сибирскую язву» — чат-бот Claude полностью приостановил чат, и это было логично.

«Мы пошли на это компромисс, чтобы дать клиентам возможность быстрее воспользоваться моделью без рисков. Мы намерены сделать модели класса Mythos доступными для широкого сообщества биологов и специалистов в области биологических наук без этих средств защиты, чтобы эти способности использовались для ускорения биомедицинских исследований и разработки лекарств», — добавили в Anthropic.

Biohub, некоммерческая организация Марка Цукерберга (Mark Zuckerberg) и Присциллы Чан (Priscilla Chan), вложит $500 млн в пятилетнюю программу по созданию ИИ-моделей клеток человека. По замыслу команды, такие модели научатся предсказывать поведение клеток в здоровом состоянии и во время болезни и ускорят лечение и профилактику всех заболеваний. Среди партнёров организации — Nvidia и ведущие научные центры. Данные Biohub обещает сделать открытыми для учёных во всём мире.

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

Источник изображений: biohub.org

В Biohub считают, что ИИ-модели позволят учёным изучать поведение клеток в таком масштабе и с такой скоростью, какие сегодня недостижимы в обычной лаборатории. Если ИИ-модели окажутся достаточно точными, они помогут понять причины болезней и подсказать новые методы их лечения.

Цукерберг ещё в прошлом году сформулировал долгосрочную цель Biohub — победить все болезни человека на стыке ИИ и биологии. Саму организацию пара основала в 2016 году, чтобы собрать учёных и инженеров вокруг технологий, которые наблюдают, измеряют и программируют биологию на клеточном уровне. С тех пор Biohub собрала, по собственной информации, крупнейшие в мире массивы данных по отдельным клеткам и построила мощную вычислительную систему для биологических исследований.

В отрасли биомедицины всё больше учёных уверены, что ИИ-модели, обученные на огромных биологических массивах данных, способны изменить процесс создания лекарств и методов лечения. Из общего бюджета $400 млн Biohub потратит на собственные работы, ещё $100 млн получат внешние исследователи. Ключевую роль в проекте, как подчёркивают в организации, сыграет масштаб — чем больше и качественнее данные, тем точнее прогнозы ИИ.

«Чтобы построить ИИ, который сможет точно отразить всю сложность биологии и ускорить научные исследования, нам нужно на порядки больше данных, чем существует сегодня», — заявил руководитель научного направления Biohub Алекс Райвз (Alex Rives). «Нам нужны новые технологии, чтобы наблюдать за клеткой — от молекулярного до тканевого уровня и в контексте здоровья и болезней», — добавил он. При этом учёные пока не знают, какой именно объём данных потребуется, чтобы клеточные модели давали надёжные прогнозы. В Biohub отмечают, что без широкой международной кооперации нужного масштаба не достичь, и Райвз надеется, что к финансированию для внешних учёных подключатся и другие фонды.

ИИ-биология постепенно превращается в самостоятельную отрасль. Научные организации, технологические компании и фармпроизводители ищут, как применить машинное обучение (ML) для изучения болезней и ускорения создания лекарственных препаратов. Среди других крупных игроков: Isomorphic Labs и Google DeepMind, которые применяют ИИ для поиска лекарств. Microsoft выпустила несколько ИИ-моделей для здравоохранения — для медицинской визуализации, геномики, клинических записей и биомедицинских исследований. А платформу BioNeMo компании Nvidia уже используют биомедицинские компании, чтобы создавать препараты с помощью ИИ.

OpenAI анонсировала большую языковую модель искусственного интеллекта, специально обученную для работы в области биологической науки. Она получила название GPT-Rosalind, и это редкий случай, когда крупная технологическая компания выпускает модель, ориентированную на относительно узкий круг научных знаний.

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Источник изображения: Growtika / unsplash.com

Система разработана для решения двух основных проблем, с которыми сталкиваются современные исследователи в области биологии. Первая — это огромные массивы данных, сформированные за несколько десятилетий секвенирования генома и белков, которые могут оказаться слишком обширными для отдельного исследователя. Второе — наличие множества узкоспециализированных разделов биологической науки, у каждого из которых есть собственные методы и терминология. Так, у специалиста, который работает над геном, активным в клетках мозга, могут возникнуть сложности с изучением огромного объёма литературы по нейробиологии.

OpenAI обучила большую языковую модель на 50 наиболее распространённых биологических алгоритмах, а также на механизмах работы с основными общедоступными базами данных с информацией по биологии. При дальнейшем обучении система получила возможность предлагать вероятные механизмы клеточных процессов и расставлять приоритеты для мишеней при разработке препаратов. Разработчики снизили свойственную большим языковым моделям склонность к подхалимскому поведению, сделав GPT-Rosalind более скептической в ответах, в том числе при создании препаратов. Компания обеспечила модели способность к рассуждениям — к обработке многоэтапных процессов, — а также высокий экспертный уровень, который подтвердился на тестовых примерах.

На текущий момент OpenAI ограничила доступ к модели из опасений, что ей могут злоупотреблять, например, попросив повысить инфекционность вируса — заявки принимаются только от американских организаций. Впоследствии компания выпустит Life Sciences Research Plugin — ограниченный по возможностям вариант системы.

В кометах и метеоритах Солнечной системы учёные обнаруживают сложные соединения серы, которые могут являться компонентами для синтеза сложных органических соединений, включая по-настоящему живую органику. Но у науки не было надёжных доказательств появления таких сложных соединений в межзвёздной среде ещё до формирования звёздных систем и планет. Теперь такое доказательство есть. Оно всё время было у нас «под носом» — у самого центра Млечного Пути.

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Источник изображения: MPE/ NASA/JPL-Caltech

В недавно опубликованной в журнале Nature Astronomy работе астрономы из Института внеземной физики имени Макса Планка (Max-Planck-Institut für extraterrestrische Physik) сообщили, что в молекулярном облаке G+0.693–0.027 (G+0.027–0.693), расположенном вблизи центра Млечного Пути примерно в 27 000 световых лет от нас, обнаружена сложная содержащая серу молекула 2,5-циклогексадиен-1-тион (C₆H₆S), также известная как тиепин (thiepine).

Это шестиатомное кольцо с атомом серы в структуре, состоящее из 13 атомов (6 углерода, 6 водорода и 1 серы), что делает её самой крупной и сложной молекулой с серой, когда-либо обнаруженной за пределами Земли. Открытие было сделано в молекулярном облаке в области активного звездообразования с высокой концентрацией органических веществ.

Для точной идентификации молекулы учёные использовали данные радионаблюдений от двух радиотелескопов — IRAM и Yebes в Испании, а также искусственно синтезированную в лаборатории молекулу. В лабораторных условиях были получены спектры, которые в точности совпали со спектрами, зафиксированными радиотелескопами.

Ранее в межзвёздной среде находили только простые соединения серы (максимум 6–9 атомов), которые играют важную роль в составе белков и ферментов. Новая молекула поднимается на ступеньку выше, заполняя важный пробел в списке молекулярных пребиотиков, уже обнаруженных в метеоритах, но ранее не найденных в межзвёздной среде. Теперь, после её обнаружения в свободном виде, можно утверждать, что «строительные блоки» жизни возникают задолго до формирования звёзд и планет. Это укрепляет гипотезу о космическом происхождении органики на Земле и открывает путь к поиску целого семейства других подобных веществ в глубоком космосе.

Контролируемый эксперимент на борту Международной космической станции (МКС) показал, что в космосе микроскопическая жизнь подчиняется иным законам и даже простая вирусная инфекция протекает по-другому. Когда бактерии и вирусы-фаги взаимодействуют в условиях микрогравитации, оба организма эволюционируют новыми способами, не наблюдаемыми на Земле. Понимание того, как микробы адаптируются в этой среде, может дать учёным новую основу для разработки биотехнологий.

72 полёта над Марсом: как Ingenuity пережил зиму, сбои и собственную миссию

Ryzen и DDR5-6000 на чипах Samsung — G.Skill даёт добро

Обзор Intel Core Ultra 5 250K Plus, или Как Arrow Lake превратился в «топ за свои деньги»

Выбираем лучший игровой ноутбук до 100 000 рублей: сравнительное тестирование 7 интересных моделей

Обзор Intel Core Ultra 7 270K Plus — лучший Arrow Lake за полцены

Обзор Ryzen 9 9950X3D2: правильный 16-ядерник с 3D-кешем

Источник изображения: everypixel.com

Результаты, опубликованные в журнале PLOS Biology, получены исследователями из Университета Висконсина в Мэдисоне. Они изучили взаимодействие между кишечной палочкой (Escherichia coli, E. coli) и инфицирующим её вирусом — бактериофагом T7. Идентичные образцы параллельно культивировались как на Земле, так и на орбите, чтобы понять, как отсутствие гравитации влияет на циклы заражения, скорость мутаций и стратегии выживания.

На Земле жидкости, содержащие микробы, постоянно перемешиваются конвекцией – тёплые области поднимаются, холодные опускаются. Это движение способствует частым столкновениям вирусов и бактерий, ускоряя инфекцию и размножение. Однако в условиях микрогравитации эти привычные потоки исчезают. Без гравитационного перемешивания всё остаётся в подвешенном состоянии — взаимодействия зависят лишь от медленного молекулярного дрейфа, а не от естественного движения жидкости.

Источник изображения: techspot.com

Исследовательская группа обнаружила, что, хотя фаги на борту МКС все ещё могли инфицировать кишечную палочку, этот процесс протекал гораздо медленнее. Меньшее количество столкновений заставило как бактерии, так и вирусы адаптироваться. Фаги начали оптимизировать свою способность прикрепляться к клеткам, с которыми они сталкивались, в то время как бактерии тонко настраивали поверхностные рецепторы, чтобы противостоять этим же атакам. Замедленная, но непрерывная борьба изменила генетический ландшафт обоих организмов.

Полногеномное секвенирование показало, что в образцах с МКС развились уникальные мутации, отсутствующие в контрольной группе на Земле. Фаги, появившиеся в космосе, накопили генетические изменения, которые повысили их способность связываться с бактериальными рецепторами, в то время как кишечная палочка изменила гены, участвующие в работе этих рецепторов, чтобы противостоять вирусной атаке.

Исследователи использовали глубокое мутационное сканирование — высокоточный метод картирования эффектов тысяч мутаций — чтобы отследить, как эти изменения перестраивают белки, связывающие рецепторы фагов. Эта молекулярная перестройка имела неожиданный эффект. Когда эволюционировавшие в космосе фаги были позже протестированы на Земле, они оказались более эффективными против штаммов кишечной палочки, вызывающих инфекции мочевыводящих путей — патогенов, часто устойчивых к стандартным фагам Т7.

Источник изображения: rupixel.ru

Хотя по словам руководителя исследования Сриватсана Рамана (Srivatsan Raman) это открытие стало случайным, его последствия выходят далеко за пределы МКС. Наблюдения за эволюцией в замедленной среде демонстрируют, как вирусы манипулируют своим генетическим кодом в ограниченных условиях. Эта информация может лечь в основу новых стратегий разработки фаговых терапевтических средств — специально созданных вирусов, нацеленных на бактерии, устойчивые к антибиотикам.

По мнению исследователей, главным практическим препятствием подобных экспериментов остаётся их высокая стоимость, но результаты могут улучшить методы лечения земных инфекций и повысить медицинские меры безопасности для астронавтов, находящихся в длительных миссиях на Луну или Марс.