На IV Форуме будущих технологий обсудили нацпроект по биоэкономике: от «стоимости калории» до фотонных сопроцессоров
25 февраля в Москве стартовал IV Форум будущих технологий. В этом году центральной темой стала биоэкономика как системное направление экономики, которое должно объединить генетику, химию, агротех, энергетику, вычисления и промышленность в единую архитектуру.Газпромбанк на IV Форуме будущих технологий представил прикладные решения, которые уже сегодня способны менять экономику агро-, химической и энергетической отраслей.
Data-driven корова: как мы строим SaaS для геномной селекции и решаем проблемы «грязных» данных в агротехе
Вам когда-нибудь казалось, что современное ИТ — это в основном про перекладывание JSON-ов, покраску кнопок и борьбу за миллисекунды в банковских транзакциях? Недавно я наткнулся на статистику о том, сколько данных генерирует одна современная молочная ферма, и как я удивился, когда понял: большинство этих данных оседает в разрозненных Excel-таблицах, тетрадках зоотехников или, в лучшем случае, в древних локальных базах типа «СЕЛЭКС», которые не обновлялись годами.
Кроим ДНК на Python — CRISPR gRNA finder, Часть II: Скоринг, off-target и реальный ген
CRISPR-Cas9Часть I: Введение и базовый поискЧасть II: Скоринг, off-target и работа с реальными данными (вы тута)
Кроим ДНК на Python — CRISPR gRNA finder, Часть I: Введение и базовый поиск
CRISPR-Cas9Часть I: Введение и базовый поиск (вы тута)Часть II: Скоринг, off-target и работа с реальными данными (скоро)Как я дошёл до жизни такой?Несколько лет назад я наткнулся на статью про CRISPR-Cas9
Почувствуй себя рибосомой. Как устроен современный дизайн белков
Привет! Это Маша Синдеева, научный сотрудник группы дизайна белков AIRI. Основное направление нашей группы — это разработка ИИ‑моделей для задач, связанных с дизайном белков.В этом посте я постараюсь рассказать о том, что такое белки, как устроен процесс их дизайна, и как с этим может помочь наша новая статья AFToolkit: a framework for molecular modeling of proteins with AlphaFold‑derived representations, которая вышла в журнале Briefings in Bioinformatics, и которую мы написали вместе с ребятами из группы органической химии AIRI.
Лето, наука, Томск: о школе «Лето с AIRI» 2025
Привет, Хабр. Меня зовут Анастасия Янке, я учусь на 2 курсе на направлении «Информатика и вычислительная техника» в Высшей Школе Экономики. Недавно я вернулась из Томска, где принимала участие в летней школе AIRI по искусственному интеллекту, которая прошла на базе ТГУ. Накопленные там эмоции и впечатления побудили меня рассказать о том, как это было. Ну, а если после прочтения вам тоже захочется принять участие в школе в следующем году, в конце вас ждёт несколько советов по тому, как увеличить свои шансы попасть туда. Приятного чтения!
Галлюцинации и многообразия. Зачем искусственному интеллекту многомерные миры
Сейчас на Хабре много пишут о галлюцинировании нейронных сетей и больших языковых моделей в частности. Хорошим введением в эту тему, написанным с философских позиций, мне представляется текст уважаемого Дэна Рычковского @DZRobo «Когда ИИ закрывает глаза: путешествие между воображением и галлюцинациями». Базовое техническое погружение в тему вы найдёте в статье уважаемой @toppal «Причины возникновения галлюцинаций LLM», это перевод академической статьи
Как машинное обучение приручает хаос биологических данных
Вы когда-нибудь задумывались, сколько тайн скрыто в миллиардах генетических последовательностей, данных о белках и эпигенетических механизмах? А теперь представьте, как алгоритмы преобразуют этот хаос в логичные и работающие модели.Не так давно алгоритмы в биоинформатике собирались вручную. Сегодня, благодаря машинному обучению, они адаптируются, обучаясь на предоставленных данных, вычленяют низкоуровневые закономерности и формируют абстрактные представления.Главные направления биоинформатикиЗадачи, которые стоят перед биоинформатикой, можно разделить на три основные категории:
Глубокое обучение в науке вредно без глубокой проверки фактов
Глубокое обучение гламурно и ажиотажно. Если обучить трансформер (современную языковую модель) на датасете из 22 миллионов ферментов, а затем использовать его для прогнозирования функции 450 неизвестных ферментов, то можно опубликовать свои результаты Nature Communications (уважаемом научном издании). Вашу статью прочитают 22 тысяч раз и она будет в верхних 5% из всех результатов исследований по оценке Altmetric (рейтингу внимания к онлайн-статьям).
