{"id":784,"date":"2023-07-17T16:35:45","date_gmt":"2023-07-17T16:35:45","guid":{"rendered":"https:\/\/jornalhorizonte.com.br\/?p=784"},"modified":"2023-07-17T16:39:05","modified_gmt":"2023-07-17T16:39:05","slug":"nvidia-expande-grandes-modelos-de-linguagem-para-biologia","status":"publish","type":"post","link":"https:\/\/jornalhorizonte.com.br\/?p=784","title":{"rendered":"NVIDIA Expande Grandes Modelos de Linguagem para Biologia"},"content":{"rendered":"\n<p>As aplica\u00e7\u00f5es da intelig\u00eancia artificial (IA) na \u00e1rea da biologia est\u00e3o em constante evolu\u00e7\u00e3o, impulsionando avan\u00e7os significativos na descoberta de medicamentos e na compreens\u00e3o dos dados biomoleculares. Nesse sentido, a NVIDIA anunciou hoje, durante o NVIDIA GTC, o framework NVIDIA BioNeMo LLM, que permitir\u00e1 aos cientistas acelerar suas pesquisas e obter novos insights sobre DNA, prote\u00ednas e outros componentes fundamentais da vida.<\/p>\n\n\n\n<p>O NVIDIA BioNeMo \u00e9 um framework projetado para o treinamento e implanta\u00e7\u00e3o de grandes modelos de linguagem biomolecular em escala de supercomputa\u00e7\u00e3o. Ele oferece suporte a diversos formatos de dados, incluindo qu\u00edmica, prote\u00edna, DNA e RNA. Essa ferramenta faz parte da cole\u00e7\u00e3o NVIDIA Clara Discovery, que re\u00fane frameworks, aplica\u00e7\u00f5es e modelos de IA voltados para a descoberta de medicamentos.<\/p>\n\n\n\n<p>Assim como a IA est\u00e1 aprendendo a compreender as linguagens humanas com modelos transformadores, ela tamb\u00e9m est\u00e1 aprendendo as linguagens da biologia e da qu\u00edmica. O NVIDIA BioNeMo facilita o treinamento de redes neurais em larga escala usando dados biomoleculares, permitindo que os pesquisadores descubram novos padr\u00f5es e insights em sequ\u00eancias biol\u00f3gicas. Esses insights podem estar relacionados a propriedades biol\u00f3gicas, fun\u00e7\u00f5es e at\u00e9 mesmo condi\u00e7\u00f5es de sa\u00fade humana.<\/p>\n\n\n\n<p>O framework NVIDIA BioNeMo oferece aos cientistas a capacidade de treinar modelos de transformadores em grande escala, utilizando conjuntos de dados maiores, resultando em redes neurais com desempenho aprimorado. Esse framework estar\u00e1 dispon\u00edvel em acesso antecipado no NVIDIA GPU Cloud, uma plataforma que re\u00fane software otimizado para GPU.<\/p>\n\n\n\n<p>Al\u00e9m do framework de modelo de linguagem, a NVIDIA BioNeMo tamb\u00e9m disponibiliza um servi\u00e7o de API na nuvem, com modelos de IA pr\u00e9-treinados. Isso permite que desenvolvedores e pesquisadores iniciem rapidamente suas aplica\u00e7\u00f5es de biologia e qu\u00edmica, utilizando os LLMs dispon\u00edveis no servi\u00e7o.<\/p>\n\n\n\n<p>O BioNeMo suporta modelos maiores e com melhores previs\u00f5es, permitindo que os cientistas treinem redes neurais em larga escala que capturam informa\u00e7\u00f5es sobre estrutura molecular e solubilidade de prote\u00ednas, entre outros aspectos relevantes. Essa capacidade de escalonamento \u00e9 poss\u00edvel gra\u00e7as ao framework NeMo Megatron da NVIDIA, que serve como base para o BioNeMo.<\/p>\n\n\n\n<p>O servi\u00e7o BioNeMo LLM apresenta tr\u00eas modelos de linguagem pr\u00e9-treinados para aplica\u00e7\u00f5es digitais de biologia e qu\u00edmica. Esses modelos s\u00e3o otimizados para infer\u00eancia e est\u00e3o dispon\u00edveis em acesso antecipado por meio de uma API na nuvem executada no NVIDIA DGX Foundry.<\/p>\n\n\n\n<ul>\n<li>ESM-1b: Desenvolvido pela Meta AI Labs, esse modelo de prote\u00edna LLM processa sequ\u00eancias de amino\u00e1cidos, possibilitando a previs\u00e3o de propriedades e fun\u00e7\u00f5es de prote\u00ednas. Tamb\u00e9m auxilia os cientistas na compreens\u00e3o da estrutura das prote\u00ednas.<\/li>\n\n\n\n<li>OpenFold: Cons\u00f3rcio p\u00fablico-privado que disponibilizar\u00e1 seu pipeline de IA de modelagem de prote\u00ednas por meio do servi\u00e7o BioNeMo, tornando-o acess\u00edvel e de c\u00f3digo aberto.<\/li>\n\n\n\n<li>MegaMolBART: Modelo de qu\u00edmica generativa treinado em 1,4 bilh\u00e3o de mol\u00e9culas. Pode ser usado para previs\u00e3o de rea\u00e7\u00f5es, otimiza\u00e7\u00e3o molecular e gera\u00e7\u00e3o de novas mol\u00e9culas.<\/li>\n\n\n\n<li>ProtT5: Desenvolvido em colabora\u00e7\u00e3o liderada pelo RostLab da Universidade T\u00e9cnica de Munique, esse modelo estende os recursos de LLMs de prote\u00ednas, como o ESM-1b, para a gera\u00e7\u00e3o de sequ\u00eancias.<\/li>\n<\/ul>\n\n\n\n<p>Empresas farmac\u00eauticas, startups de biotecnologia e pesquisadores renomados j\u00e1 est\u00e3o adotando o NVIDIA BioNeMo para impulsionar suas pesquisas. A AstraZeneca, em parceria com a NVIDIA, utilizou o supercomputador Cambridge-1 para desenvolver o modelo MegaMolBART. A Evozyne, uma empresa de biotecnologia sediada em Chicago, est\u00e1 utilizando o BioNeMo para desenvolver transformadores generativos de prote\u00ednas. Al\u00e9m disso, o cons\u00f3rcio OpenFold, o Broad Institute of MIT e Harvard e a Peptone est\u00e3o trabalhando em colabora\u00e7\u00e3o com a NVIDIA para avan\u00e7ar em suas pesquisas de descoberta de medicamentos.<\/p>\n\n\n\n<p>O NVIDIA BioNeMo est\u00e1 aberto para inscri\u00e7\u00f5es antecipadas, tanto para o servi\u00e7o BioNeMo LLM quanto para o framework BioNeMo. Para aqueles interessados em experimentar o modelo qu\u00edmico MegaMolBART no BioNeMo, \u00e9 poss\u00edvel solicitar um laborat\u00f3rio gratuito do NVIDIA LaunchPad, que aborda o treinamento e a implanta\u00e7\u00e3o de LLMs.<\/p>\n\n\n\n<p><strong>NVIDIA Expande Grandes Modelos de Linguagem para Biologia<\/strong><\/p>\n\n\n\n<p>As aplica\u00e7\u00f5es da intelig\u00eancia artificial (IA) na \u00e1rea da biologia est\u00e3o em constante evolu\u00e7\u00e3o, impulsionando avan\u00e7os significativos na descoberta de medicamentos e na compreens\u00e3o dos dados biomoleculares. Nesse sentido, a NVIDIA anunciou hoje, durante o NVIDIA GTC, o framework NVIDIA BioNeMo LLM, que permitir\u00e1 aos cientistas acelerar suas pesquisas e obter novos insights sobre DNA, prote\u00ednas e outros componentes fundamentais da vida.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"700\" height=\"641\" src=\"https:\/\/jornalhorizonte.com.br\/wp-content\/uploads\/2023\/07\/image-5.png\" alt=\"\" class=\"wp-image-789\" srcset=\"https:\/\/jornalhorizonte.com.br\/wp-content\/uploads\/2023\/07\/image-5.png 700w, https:\/\/jornalhorizonte.com.br\/wp-content\/uploads\/2023\/07\/image-5-300x275.png 300w, https:\/\/jornalhorizonte.com.br\/wp-content\/uploads\/2023\/07\/image-5-696x637.png 696w, https:\/\/jornalhorizonte.com.br\/wp-content\/uploads\/2023\/07\/image-5-459x420.png 459w\" sizes=\"(max-width: 700px) 100vw, 700px\" \/><\/figure><\/div>\n\n\n<p>O NVIDIA BioNeMo \u00e9 um framework projetado para o treinamento e implanta\u00e7\u00e3o de grandes modelos de linguagem biomolecular em escala de supercomputa\u00e7\u00e3o. Ele oferece suporte a diversos formatos de dados, incluindo qu\u00edmica, prote\u00edna, DNA e RNA. Essa ferramenta faz parte da cole\u00e7\u00e3o NVIDIA Clara Discovery, que re\u00fane frameworks, aplica\u00e7\u00f5es e modelos de IA voltados para a descoberta de medicamentos.<\/p>\n\n\n\n<p>Assim como a IA est\u00e1 aprendendo a compreender as linguagens humanas com modelos transformadores, ela tamb\u00e9m est\u00e1 aprendendo as linguagens da biologia e da qu\u00edmica. O NVIDIA BioNeMo facilita o treinamento de redes neurais em larga escala usando dados biomoleculares, permitindo que os pesquisadores descubram novos padr\u00f5es e insights em sequ\u00eancias biol\u00f3gicas. Esses insights podem estar relacionados a propriedades biol\u00f3gicas, fun\u00e7\u00f5es e at\u00e9 mesmo condi\u00e7\u00f5es de sa\u00fade humana.<\/p>\n\n\n\n<p>O framework NVIDIA BioNeMo oferece aos cientistas a capacidade de treinar modelos de transformadores em grande escala, utilizando conjuntos de dados maiores, resultando em redes neurais com desempenho aprimorado. Esse framework estar\u00e1 dispon\u00edvel em acesso antecipado no NVIDIA GPU Cloud, uma plataforma que re\u00fane software otimizado para GPU.<\/p>\n\n\n\n<p>Al\u00e9m do framework de modelo de linguagem, a NVIDIA BioNeMo tamb\u00e9m disponibiliza um servi\u00e7o de API na nuvem, com modelos de IA pr\u00e9-treinados. Isso permite que desenvolvedores e pesquisadores iniciem rapidamente suas aplica\u00e7\u00f5es de biologia e qu\u00edmica, utilizando os LLMs dispon\u00edveis no servi\u00e7o.<\/p>\n\n\n\n<p>O BioNeMo suporta modelos maiores e com melhores previs\u00f5es, permitindo que os cientistas treinem redes neurais em larga escala que capturam informa\u00e7\u00f5es sobre estrutura molecular e solubilidade de prote\u00ednas, entre outros aspectos relevantes. Essa capacidade de escalonamento \u00e9 poss\u00edvel gra\u00e7as ao framework NeMo Megatron da NVIDIA, que serve como base para o BioNeMo.<\/p>\n\n\n\n<p>O servi\u00e7o BioNeMo LLM apresenta tr\u00eas modelos de linguagem pr\u00e9-treinados para aplica\u00e7\u00f5es digitais de biologia e qu\u00edmica. Esses modelos s\u00e3o otimizados para infer\u00eancia e est\u00e3o dispon\u00edveis em acesso antecipado por meio de uma API na nuvem executada no NVIDIA DGX Foundry.<\/p>\n\n\n\n<ul>\n<li>ESM-1b: Desenvolvido pela Meta AI Labs, esse modelo de prote\u00edna LLM processa sequ\u00eancias de amino\u00e1cidos, possibilitando a previs\u00e3o de propriedades e fun\u00e7\u00f5es de prote\u00ednas. Tamb\u00e9m auxilia os cientistas na compreens\u00e3o da estrutura das prote\u00ednas.<\/li>\n\n\n\n<li>OpenFold: Cons\u00f3rcio p\u00fablico-privado que disponibilizar\u00e1 seu pipeline de IA de modelagem de prote\u00ednas por meio do servi\u00e7o BioNeMo, tornando-o acess\u00edvel e de c\u00f3digo aberto.<\/li>\n\n\n\n<li>MegaMolBART: Modelo de qu\u00edmica generativa treinado em 1,4 bilh\u00e3o de mol\u00e9culas. Pode ser usado para previs\u00e3o de rea\u00e7\u00f5es, otimiza\u00e7\u00e3o molecular e gera\u00e7\u00e3o de novas mol\u00e9culas.<\/li>\n\n\n\n<li>ProtT5: Desenvolvido em colabora\u00e7\u00e3o liderada pelo RostLab da Universidade T\u00e9cnica de Munique, esse modelo estende os recursos de LLMs de prote\u00ednas, como o ESM-1b, para a gera\u00e7\u00e3o de sequ\u00eancias.<\/li>\n<\/ul>\n\n\n\n<p>Empresas farmac\u00eauticas, startups de biotecnologia e pesquisadores renomados j\u00e1 est\u00e3o adotando o NVIDIA BioNeMo para impulsionar suas pesquisas. A AstraZeneca, em parceria com a NVIDIA, utilizou o supercomputador Cambridge-1 para desenvolver o modelo MegaMolBART. A Evozyne, uma empresa de biotecnologia sediada em Chicago, est\u00e1 utilizando o BioNeMo para desenvolver transformadores generativos de prote\u00ednas. Al\u00e9m disso, o cons\u00f3rcio OpenFold, o Broad Institute of MIT e Harvard e a Peptone est\u00e3o trabalhando em colabora\u00e7\u00e3o com a NVIDIA para avan\u00e7ar em suas pesquisas de descoberta de medicamentos.<\/p>\n\n\n\n<p>O NVIDIA BioNeMo est\u00e1 aberto para inscri\u00e7\u00f5es antecipadas, tanto para o servi\u00e7o BioNeMo LLM quanto para o framework BioNeMo. Para aqueles interessados em experimentar o modelo qu\u00edmico MegaMolBART no BioNeMo, \u00e9 poss\u00edvel solicitar um laborat\u00f3rio gratuito do NVIDIA LaunchPad, que aborda o treinamento e a implanta\u00e7\u00e3o de LLMs.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>As aplica\u00e7\u00f5es da intelig\u00eancia artificial (IA) na \u00e1rea da biologia est\u00e3o em constante evolu\u00e7\u00e3o, impulsionando avan\u00e7os significativos na descoberta de medicamentos e na compreens\u00e3o dos dados biomoleculares. Nesse sentido, a NVIDIA anunciou hoje, durante o NVIDIA GTC, o framework NVIDIA BioNeMo LLM, que permitir\u00e1 aos cientistas acelerar suas pesquisas e obter novos insights sobre DNA, [&hellip;]<\/p>\n","protected":false},"author":5,"featured_media":785,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[19,1],"tags":[77,79,80,21,78],"_links":{"self":[{"href":"https:\/\/jornalhorizonte.com.br\/index.php?rest_route=\/wp\/v2\/posts\/784"}],"collection":[{"href":"https:\/\/jornalhorizonte.com.br\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/jornalhorizonte.com.br\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/jornalhorizonte.com.br\/index.php?rest_route=\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/jornalhorizonte.com.br\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=784"}],"version-history":[{"count":0,"href":"https:\/\/jornalhorizonte.com.br\/index.php?rest_route=\/wp\/v2\/posts\/784\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/jornalhorizonte.com.br\/index.php?rest_route=\/wp\/v2\/media\/785"}],"wp:attachment":[{"href":"https:\/\/jornalhorizonte.com.br\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=784"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/jornalhorizonte.com.br\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=784"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/jornalhorizonte.com.br\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=784"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}