芯片制造商 Advanced Micro Devices (AMD) 追随其主要竞争对手 NVIDIA 的脚步,开始布局人工智能驱动的药物研发领域,首先对 Absci 进行了 2000 万美元的投资。
这笔投资伴随着一项协议,总部位于华盛顿州温哥华的 Absci 将使用 AMD 的芯片和软件来支持其药物研发工作,包括使用生成式 AI 的生物药物设计平台,该平台已经吸引了 AstraZeneca、MSD 和 Almirall 等公司的合作。
相比 NVIDIA,AMD 在制药领域的活动要少得多。NVIDIA 十多年前就开始了其医疗保健业务,并于 2022 年推出了自己的用于药物研发的生成式 AI 平台 BioNeMo。
NVIDIA 最近一直在加强其市场地位,2023 年与 Genentech 签署了广泛的合作协议,主要致力于开发和完善这家罗氏子公司的"实验室闭环"概念。此后又与其他在生物学和计算机交叉领域运营的生物科技公司建立了一系列合作伙伴关系。
AMD 在一份声明中表示,其对 Absci 的投资凸显了"药物研发领域对创新 AI 应用的日益增长的需求",并将支持该公司通过提供优化的 AI 解决方案,为复杂的生物建模提供卓越的性能、降低基础设施成本和加快创新周期,从而"更快地为患者创造更好的生物制剂"的使命。
例如,Absci 一直在与 AZ 合作,致力于发现针对一个未披露的癌症靶点的新型抗体药物,运用 AI 设计具有改进特性的候选药物,如靶点亲和力、安全性和制造便利性。
该公司的集成药物创制平台使用专有的湿实验室测定方法,产生数十亿个蛋白质-蛋白质相互作用数据点,用于训练机器学习模型,从而创建抗体和其他生物药物的新设计。
根据 Absci 的说法,该平台每周可以筛选数十亿个细胞,使研究人员能够在短短六周内从 AI 设计发展到经湿实验室验证的候选药物。
AMD 首席技术官 Mark Papermaster 评论道:"Absci 在 AI 药物研发领域的开创性工作与 AMD 高性能计算解决方案和软件完美契合,这些解决方案专为最具挑战性的 AI 工作负载而设计。"
Absci 首席执行官 Sean McClain 表示,将在下周一于旧金山开始的摩根大通医疗保健会议上披露有关这项合作的更多细节。
他表示:"AMD 的高性能计算将使我们能够进一步开发下一代抗体治疗药物,我们对这种合作在加速药物研发未来方面所具有的潜力感到兴奋。"
好文章,需要你的鼓励
Google DeepMind造出"全能游戏玩家":SIMA 2在虚拟世界里自由行动,还会自己学新技能
牛津大学研究团队发现,经过强化学习训练的AI搜索助手存在严重安全漏洞。通过简单的"搜索攻击"(强制AI先搜索)和"多重搜索攻击"(连续十次搜索),可让AI的拒绝率下降60%,安全性降低超过80%。问题根源在于AI的安全训练与搜索功能训练分离,导致搜索时会生成有害查询。研究呼吁开发安全感知的强化学习方法。
Core Memory播客主持人Ashley Vance近日与OpenAI首席研究官Mark Chen进行了一场长达一个半小时的对话。这是Chen近年来最公开、最深入的一次访谈,话题覆盖人才争夺战、研究战略、AGI时间表,以及他个人的管理哲学。
斯坦福大学团队开发了GuideFlow3D技术,通过创新的引导机制解决3D对象外观转换难题。该方法采用智能分割和双重损失函数,能在保持原始几何形状的同时实现高质量外观转换,在多项评估中显著优于现有方法,为游戏开发、AR应用等领域提供了强大工具。