Главная опасность стратегии «покупаем тысячи GPU» не только финансовые затраты, хотя они огромны. Беда в том, что она вытесняет альтернативные подходы.
Вместо того чтобы понять биологический механизм и его связь со структурой и физико-химией белка, компания бросает вычислительные ресурсы на чёрный ящик надеясь, что ИИ «сам всё рассчитает».
Вместо того чтобы выявить какое-нибудь простые закономерности, компания обучает модель на 40 млрд параметров и получает... примерно то же самое, но за 50 млн долларов.
В приведённой выше статье группа Джона Чапута получила фермент C28 — ДНК-зависимую РНК-полимеразу, которая синтезирует РНК в 5 раз быстрее природных аналогов, сохраняя активность после шести часов при 90°C. И сделала это без единой нейросети.
Ни одна нейросеть сегодня не предскажет, как набор удалённых замен перестроит миллисекундные конформационные флуктуации. Не потому, что «ИИ плох», а потому, что это другая физика. В таких случаях никакое количество GPU не заменит хорошо спроектированную библиотеку, умный сортинг и аккуратную кристаллографию.
https://t.me/UkhvatNews/1444
Post #1542
219
Заметки лабораторного кота На фоне многочисленных работ о том, как нейросети разрабатывают новые белки, особый интерес представляют статьи, где новые белки были получены без какого-либо участия искусственного интеллекта. В Nature Chemical Biology вышла статья группы американских исследователей…Telegram УХВАТ В ИИ-разработке лекарств рядом стоят две стратегии: Roche и Lilly покупают тысячи GPU, а маленькие модели решают узкие задачи за счёт заранее заданных правил биологии 4 мая Drug Target Review опубликовал обзор о двух стратегиях в раннем поиске лекарств.…
- 👍 3
- 🤣 2