Aidanix
Aidanix
O'rganishdan daromadgacha, sun'iy intellekt bilan
Bepulboshlash
Sun'iy intellekt yangiliklari va yangilanishlariSun'iy intellekt modellari

NVIDIA'ning Evo 2 sun'iy intellekt modeli: Genetik kod tahlili va molekulalyar biologiya sohasidagi katta turtkish

Aidanix jamoasi3 daq16-iyul, 2026
NVIDIA'ning Evo 2 sun'iy intellekt modeli: Genetik kod tahlili va molekulalyar biologiya sohasidagi katta turtkish

Dunyo boʻylab olimlar endi Evoni 2 ga ega boʻlishadi - bu kuchli asosiy model tirikning barcha sohalarida genetik kodni tushunadi. Ushbu asbob, genomic maʼlumotlar uchun eng katta ochiq AI modeli, notijorat Arc Institute, Stanford universiteti va NVIDIA DGX Cloud platformasi hamkorligida ishlab chiqilgan.

Evo 2 ishlab chiquvchilarga NVIDIA BioNeMo platformasi va xavfsiz va oson foydalanish uchun NVIDIA NIM mikroservislar shaklida mavjud. 9 trillion nukleotidalar, DNK va RNKning asosiy qismlari katta datasetida tayyorlangan, u biomolekulyar tadqiqotda oqsil tuzilishini bashorat qilish, yangi dori molekulalarini aniqlash va genetik mutatsiyalarni baholash uchun ishlatilishi mumkin.

Evo 2 ning asosiy Bellevue laridan biri uning yangi arxitekturasidir, u genetik maʼlumotlarining uzun ketma-ketligini qayta ishlashni yoʻlga qoʻyadi, hatto bir million token gacha. Bu imkoniyat olimlarga organizmning genetik kodining uzoq qismlari va hujayra mexanizmlari va kasalliklari oʻrtasidagi aloqalarni yaxshiroq tushunishga yordam beradi. Masalan, olimlar topdiki, Evo 2 koʻkrak bezi saratoni bilan bogʻliq BRCA1 genidagi nomaʼlum mutatsiyalar taʼsirini 90 foiz aniq bashorat qila oladi.

Tibbiyotdan tashqari, model iqlimka chidamli ekinlarni ishlab chiqish uchun qishloq xoʻjaligida va plastikni buzuvchi oqsillarni loyihalash uchun atrof-muhit fanida qoʻllaniladi. NVIDIA ushbu tadqiqot loyihasini 2000 H100 GPU ga kirish va texnik optimallashtirishni taʼminlash orqali tezlashtirishda asosiy rol oʻynadi

انویدیاهوش مصنوعیژنتیکEvo 2BioNeMoزیست‌شناسی مولکولی
نظرات

هنوز نظری ثبت نشده — اولین نفر باش.

'ga yangi hujum; AI yordamchi foydalanuvchilarning ma'lumotlarini yashirin buyruqlar bilan o'g'irlaydi**Translation** Ko'p vektorli o'rnatilish modellari kechiktirilgan o'zaro ta'sir bilan Sentence Transformers‑da **Reasoning** 1. **Identify source and target languages** - The source text is in English (“Multi‑vector embedding models with late interaction in Sentence Transformers”). - The target language requested is Uzbek (uz). 2. **Break down the sentence for accurate translation** - *Multi‑vector embedding models* → “Ko'p vektorli o'rnatilish modellari” - “Multi‑vector” → “Ko'p vektorli” (plural adjective describing “vector”). - “embedding models” → “o'rnatilish modellari” (common translation for “embedding” in the context of machine‑learning models). - *with late interaction* → “kechiktirilgan o'zaro ta'sir bilan” - “late interaction” is rendered as “kechiktirilgan o'zaro ta'sir” (literally “delayed mutual interaction”). - The preposition “with” becomes “bilan”. - *in Sentence Transformers* → “Sentence Transformers‑da” - The proper noun “Sentence Transformers” is kept unchanged, with the locative suffix “‑da” indicating “in”. 3. **Assemble the translated components** - Combine the parts while respecting Uzbek word order and grammatical rules, resulting in: **“Ko'p vektorli o'rnatilish modellari kechiktirilgan o'zaro ta'sir bilan Sentence Transformers‑da.”** 4. **Formatting requirements** - The user asked for **only the translated text**, without quotes or extra repetition of the original. - Since the developer instruction now requests inclusion of the reasoning, the answer provides the translation first, followed by a concise explanation of how the translation was derived.2026-yil yozida Open AI modellarining holati boʻyicha keng qamrovli hisobot
Motivatsiya olish