Tunawaletea GPT‑Rosalind kwa ajili ya utafiti wa sayansi ya maisha

Leo, tunawaletea GPT‑Rosalind, muundo wetu wa uwazaji wa hali ya juu ulioundwa kusaidia utafiti katika biolojia, ugunduzi wa dawa, na tiba ya uhamishaji. Msururu wa miundo ya sayansi ya maisha umeboreshwa kwa ajili ya taratibu za kazi za kisayansi, ukichanganya matumizi ya zana yaliyoboreshwa na uelewa wa kina zaidi katika kemia, uhandisi wa protini, na genomiki.

Kwa wastani, huchukua takriban miaka 10 hadi 15 kuanzia ugunduzi lengwa hadi uidhinishaji wa udhibiti kwa dawa mpya nchini Marekani. Mafanikio yanayopatikana katika hatua za mwanzo kabisa za ugunduzi hujijenga katika hatua zinazofuata kupitia uteuzi bora wa malengo, nadharia za kibayolojia zilizo imara zaidi, na majaribio yenye ubora wa juu zaidi. Maendeleo katika sayansi ya maisha yanazuiliwa sio tu na ugumu wa sayansi yenyewe ya msingi, bali pia na utata wa michakato ya kazi za utafiti zenyewe. Wanasayansi lazima wafanye kazi katika kiasi kikubwa cha fasihi, hifadhidata maalumu, data za majaribio, na nadharia zinazoendelea kubadilika ili kuzalisha na kutathmini mawazo mapya. Taratibu hizi za kazi mara nyingi huchukua muda mwingi, imegawanyika, na ni migumu kupanua.

Tunaamini kwamba mifumo ya hali ya juu ya AI inaweza kusaidia watafiti kupitia utaratibu huu wa kazi kwa haraka zaidi—si tu kwa kufanya kazi iliyopo kuwa yenye ufanisi zaidi, bali pia kwa kuwasaidia wanasayansi kuchunguza uwezekano zaidi, kuibua uhusiano ambao vinginevyo ungeweza kupuuzwa, na kufikia nadharia bora zaidi mapema. Kwa kusaidia usanisi wa ushahidi, uundaji wa nadharia tete, upangaji wa majaribio, na shughuli nyingine za utafiti za hatua nyingi, muundo huu umeundwa kusaidia watafiti kuharakisha hatua za awali za ugunduzi. Baada ya muda, mifumo hii inaweza kusaidia mashirika ya sayansi ya maisha kugundua mafanikio makubwa ambayo yasingewezekana kwa njia nyingine, kwa kiwango cha juu zaidi cha mafanikio. 

GPT‑Rosalind sasa inapatikana kama hakikisho la utafiti katika ChatGPT, Codex, na API kwa wateja wanaostahiki kupitia mpango wetu wa ufikiaji unaoaminika. Pia tunatanguliza programu-jalizi ya utafiti wa sayansi ya maisha inayoweza kufikiwa bila malipo wa Codex, inayosaidia wanasayansi kuunganisha muundo na zaidi ya zana 50 za kisayansi na vyanzo vya data. Tunafanya kazi na wateja kama Amgen, Moderna, Allen Institute, Thermo Fisher Scientific, na wengine ili kutumia GPT‑Rosalind katika michakato mbalimbali ya kazi inayoharakisha utafiti na ugunduzi.

Muundo huo umepewa jina la Rosalind Franklin, ambaye utafiti wake wa kina ulisaidia kufichua muundo wa DNA na kuweka misingi ya biolojia ya molekuli ya kisasa.

Mfululizo wa miundo ya sayansi za maisha ya GPT‑Rosalind umeundwa kwa ajili ya kazi za kisasa za kisayansi zinazojumuisha ushahidi uliochapishwa, data, zana, na majaribio. Katika tathmini zetu, inaonyesha utendaji bora zaidi kwenye kazi zinazohitaji uwazaji kuhusu molekuli, protini, jeni, njia, na biolojia inayohusiana na magonjwa, na ina ufanisi zaidi katika kutumia zana za kisayansi na hifadhidata katika michakato ya kazi ya hatua nyingi kama vile ukaguzi wa fasihi, ufasiri wa mfuatano hadi utendaji, upangaji wa majaribio, na uchambuzi wa data.

Hii ni toleo la kwanza katika mfululizo wetu wa miundo ya sayansi za maisha wa GPT‑Rosalind, na tutaendelea kupanua mipaka ya uwezo wa muundo wa uwazaji kibaiokemia katika taratibu za kazi za kisayansi za muda mrefu zinazotegemea zana nyingi. Miundombinu ya hesabu ya OpenAI hutupatia uwezo wa kuendelea kufundisha, kutathmini, na kuboresha miundo ya kikoa yenye uwezo unaozidi kuongezeka kwa kutumia kazi halisi za kisayansi—na kusaidia mifumo hii kuwa muhimu zaidi kadri taratibu za kazi zinavyozidi kuwa changamani.

Tunashirikiana na wateja wanaoongoza katika sekta za dawa, bioteknolojia, na utafiti, pamoja na mashirika ya teknolojia ya sayansi ya maisha, ili kutumia GPT‑Rosalind katika taratibu za kazi zinazochochea ugunduzi.

Tulitathmini GPT‑Rosalind katika uwezo mbalimbali muhimu kwa ugunduzi wa kisayansi na utafiti wa sekta. Tathmini hizi hupima uwazaji wa msingi katika nyanja ndogo za kisayansi, zikiwemo utaratibu wa miitikio ya kemikali; muundo wa protini, athari za mabadiliko, na mwingiliano wake; na tafsiri ya kifilojenia ya mlolongo wa DNA. Pia hutathmini ikiwa miundo inaweza kuunga mkono taratibu halisi za kazi za utafiti kwa kutafsiri matokeo ya majaribio, kutambua mitindo inayowahusu wataalam, na kuunganisha taarifa za nje ili kubuni majaribio ya ufuatiliaji. Hatimaye, wanapima iwapo miundo inaweza kuchagua na kutumia zana sahihi za kikokotozi, hifadhidata, na uwezo mahususi wa kikoa ili kuimarisha uwazaji wao. Kwa ujumla, tathmini hizi zinaonyesha maendeleo katika mchakato mzima wa utafiti wa kisayansi kutoka mwanzo hadi mwisho na zinaashiria uwezo ulioimarishwa wa kusaidia watafiti kushughulikia shughuli changamano za ugunduzi.

Tulitathmini GPT‑Rosalind kwenye msururu wa viwango vya umma. Kwenye BixBench, kipimo kilichoundwa kwa kuzingatia bioinfomatiki na uchambuzi wa data wa ulimwengu halisi, GPT‑Rosalind ilipata utendaji unaoongoza miongoni mwa muundo yenye alama zilizochapishwa.

Kwenye LABBench2, kigezo cha utendakazi kinachopima utendaji kwenye aina mbalimbali za shughuli za utafiti kama vile urejeshaji wa fasihi, ufikiaji wa hifadhidata, urekebishaji wa mfuatano na usanifu wa itifaki, GPT‑Rosalind inaizidi GPT‑5.4 kwenye shughuli 6 kati ya 11. Uboreshaji unaoonekana zaidi unatokana na CloningQA, ambayo inahitaji muundo wa DNA na vitendanishi vya vimeng'enya kutoka mwanzo hadi mwisho kwa ajili ya itifaki za uundaji wa molekuli.

Pia tulishirikiana na Dyno Therapeutics, kampuni inayoongoza katika tiba za jeni zilizobuniwa kwa kutumia AI, ili kutathmini muundo katika kazi ya kutabiri na kuzalisha utendaji kutoka kwa mfuatano wa RNA kwa kutumia mifuatano ambayo haijachapishwa na isiyochafuliwa. Utendaji ulilinganishwa na alama 57 za kihistoria kutoka kwa wataalamu wa kibinadamu katika uwanja wa AI-bio. Ilipotathminiwa moja kwa moja katika programu ya Codex, mawasilisho ya muundo bora zaidi kati ya kumi yaliorodheshwa juu ya asilimia 95 ya wataalamu wa kibinadamu kwenye jukumu la utabiri na karibu asilimia 84 ya wataalamu wa kibinadamu kwenye jukumu la uzalishaji wa mfuatano.

Tathmini hizi hutoa ishara yenye maana ya utendaji katika aina za michakato ya kazi ambazo wanasayansi hutegemea kila siku ili kuzalisha ushahidi, kuchanganua data changamano, na kusonga kuelekea hitimisho za kibaolojia zinazoweza kutetewa kwa usahihi.

Wanasayansi wanaweza kutumia programu-jalizi yetu mpya ya utafiti ya Sayansi ya Maisha⁠(fungua katika dirisha jipya) ya Codex, inayopatikana leo katika GitHub. Kifurushi hiki kinajumuisha seti pana ya ujuzi wa moduli kwa mifumo ya kazi ya utafiti inayotumika sana, iliyoundwa kusaidia watumiaji kufanya kazi katika jenetiki ya binadamu, jenomiki tendaji, muundo wa protini, biokemia, ushahidi wa kliniki, na ugunduzi wa tafiti za umma.

Ujuzi huu hufanya kazi kama tabaka la uratibu linalowasaidia wanasayansi kushughulikia maswali mapana, yenye utata na ya hatua nyingi kwa ufanisi zaidi. Hutoa ufikiaji kwa zaidi ya hifadhidata 50 za umma za omiki nyingi, vyanzo vya fasihi, na zana za biolojia, na hutoa mahali pa kuanzia panaponyumbulika kwa michakato ya kazi ya kawaida inayoweza kurudiwa kama vile utafutaji wa muundo wa protini, utafutaji wa mfuatano, mapitio ya fasihi, na ugunduzi wa seti za data za umma.

Watumiaji wa Enterprise wanaostahiki wanaweza kutumia programu-jalizi hii katika taratibu za kazi za utafiti pamoja na GPT‑Rosalind kwa uwazaji wa kina zaidi wa kibayolojia, huku watumiaji wote wakiweza kutumia kifurushi cha programu-jalizi pamoja na muundo wetu kuu.

Tunataka kufanya uwezo huu upatikane kwa wanasayansi na mashirika ya utafiti yaliyo katika nafasi nzuri zaidi ya kuendeleza afya ya binadamu, huku tukidumisha hatua thabiti za ulinzi dhidi ya matumizi mabaya ya kibaolojia. Muundo wa Sayansi ya Maisha unazinduliwa kupitia muundo wa utekelezaji wa ufikiaji unaoaminika kwa wateja wa Enterprise wanaostahiki nchini Marekani kwa kuanzia, ukiwa na vidhibiti vinavyohusu ustahiki, usimamizi wa ufikiaji na utawala wa shirika. Wakati huohuo, tunatengeneza seti ya viunganishi na Programu-jalizi ya Utafiti wa Sayansi ya Maisha ipatikane kwa upana zaidi, ili watafiti waweze kutumia mifumo yetu mikuu kwa ufanisi zaidi kwa kazi za utafiti wa sayansi ya maisha. 

Muundo wa Sayansi ya Maisha uliundwa kwa vidhibiti vya usalama vya kiwango cha biashara vilivyoimarishwa na usimamizi wa ufikiaji ulioboreshwa, kuwezesha matumizi ya kisayansi ya kitaalamu katika mazingira ya utafiti yanayosimamiwa vyema. Tunatathmini ufikiaji kwa kuzingatia kanuni tatu kuu: matumizi yenye manufaa, usimamizi thabiti na uangalizi wa usalama, pamoja na ufikiaji unaodhibitiwa wenye usalama wa kiwango cha biashara. Kwa vitendo, hii inamaanisha kwamba mashirika yanayoshiriki lazima yafanye utafiti halali wa kisayansi wenye manufaa ya wazi kwa umma; yadumishe utawala unaofaa, uzingatiaji, na vidhibiti vya kuzuia matumizi mabaya; na yapunguze ufikiaji kwa watumiaji walioidhinishwa ndani ya mazingira salama yanayosimamiwa vyema. Mashirika pia lazima yakubali masharti ya awamu ya majaribio ya utafiti wa Sayansi ya Maisha na yazingatie sera za matumizi za OpenAI, na tunaweza kuomba maelezo ya ziada kama sehemu ya uanzishaji au ushiriki unaoendelea.

Mashirika yanaweza kuomba ufikiaji⁠ kupitia mchakato wetu wa tathmini ya uhitimu na usalama.

Wakati wa hakikisho la awali la utafiti, matumizi ya muundo huu hayatatumia salio au tokeni zilizopo—chini ya ulinzi dhidi ya matumizi mabaya. Tutashiriki maelezo zaidi kuhusu uwekaji bei na upatikanaji kadri programu inavyopanuka.

Muundo wa Sayansi ya Maisha umeundwa kusaidia mashirika ya kisayansi kufanya kazi bora zaidi, kwa haraka zaidi, katika mazingira yanayohitaji uwezo wa kiufundi na udhibiti wa kiutendaji. Timu yetu maalum ya Sayansi ya Maisha—pamoja na washirika wa ushauri wakiwemo McKinsey & Company, Boston Consulting Group (BCG), na Bain & Company—husaidia mashirika kutambua matumizi yenye athari kubwa, kuunganisha muundo katika mazingira ya biashara, na kuleta matokeo yanayoweza kupimika. Ikiwa ungependa kuchunguza njia ambazoSayansi ya Maisha ya OpenAI inaweza kuunga mkono kazi yako, tafadhali wasiliana na timu yetu ya Sayansi ya Maisha⁠.

Huu ni uzinduzi wa kwanza katika mfululizo wa muundo wetu wa Sayansi ya Maisha, na tunauona kama mwanzo wa ahadi ya muda mrefu ya kujenga AI inayoweza kuharakisha ugunduzi wa kisayansi katika maeneo muhimu kwa jamii, kuanzia afya ya binadamu hadi utafiti mpana wa kibayolojia. Tutaendelea kuboresha uwazaji wa kibayolojia wa muundo, kupanua msaada kwa michakato ya utafiti inayotegemea zana nyingi na ya muda mrefu, na kushirikiana kwa karibu na taasisi zinazoongoza za kisayansi ili kutathmini athari za ulimwengu halisi. Hii inajumuisha ushirikiano unaoendelea na maabara za kitaifa kama Maabara ya Kitaifa ya Los Alamos, ambapo tunachunguza usanifu wa protini na vichocheo vinavyoongozwa na AI, ikiwemo uwezo wa mifumo ya AI kubadilisha miundo ya kibayolojia huku ikihifadhi au kuboresha sifa muhimu za utendaji. 

Baada ya muda, tunatarajia mifumo hii kuwa washirika wenye uwezo unaoendelea kuimarika katika ugunduzi—ikiwasaidia wanasayansi kusonga kwa kasi zaidi kutoka maswali hadi ushahidi, kutoka ushahidi hadi maarifa ya kina, na kutoka maarifa ya kina hadi matibabu mapya kwa wagonjwa.