NVIDIA memperkenalkan Nemotron for Science untuk mempercepat penemuan ilmiah

Diedit oleh: Tatyana Hurynovich

NVIDIA mengumumkan peluncuran Nemotron for Science — seperangkat alat berbasis model terbuka Nemotron 3.5 Super VL. Produk baru ini menggabungkan model, evaluasi ilmiah, kumpulan data terbuka tentang kimia, dan resep pasca-pelatihan.

Tujuannya adalah membantu para peneliti menciptakan agen AI khusus untuk tugas-tugas ilmiah. Agen-agen tersebut dapat bernalar atas masalah-masalah ilmiah dan menggunakan alat penelitian khusus.

Elemen kuncinya adalah LitmusBench v0.2. Ini adalah kumpulan data terbuka dengan hampir 50 ribu pertanyaan untuk melatih dan mengevaluasi model dalam penalaran kimia. Data tersebut didasarkan pada sifat-sifat molekul dan data eksperimental tentang pengembangan obat.

Model dan alat-alatnya berjalan mulai dari sistem desktop NVIDIA DGX Spark hingga pusat superkomputer. Hal ini memungkinkan organisasi melakukan penelitian pada infrastruktur mereka sendiri.

Sejumlah institut dan perusahaan telah menggunakan solusi ini. Di antaranya Argonne National Laboratory, Jülich Supercomputing Centre, Lila Sciences, Terray Therapeutics, dan Therna.

Dalam salah satu contoh, pasca-pelatihan dengan umpan balik dari laboratorium meningkatkan akurasi sintesis titik kuantum hingga 61 % — lebih tinggi daripada hasil GPT-6 Astra (54 %) dengan biaya inferensi 10–20 kali lebih kecil.

Wakil Presiden NVIDIA untuk Komputasi Hiperskala dan Berkinerja Tinggi, Ian Buck, mencatat bahwa komputasi terakselerasi mengubah pendekatan para ilmuwan terhadap tugas-tugas kompleks. Nemotron for Science memberi para peneliti model, data, dan resep terbuka untuk menciptakan agen yang menghubungkan ide dengan penemuan.

Seberapa cepat agen-agen semacam itu masuk ke dalam pekerjaan sehari-hari laboratorium, waktu yang akan menunjukkan.

2 Tampilan

Sumber-sumber

  • NVIDIA、エージェントによる科学的発見を加速する「Nemotron for Science」を発表

  • nvidianews.nvidia.com

Komentar

Baca lebih banyak artikel tentang topik ini:

Tweet not found

The embedded tweet could not be found…

Apakah Anda menemukan kesalahan atau ketidakakuratan?Kami akan mempertimbangkan komentar Anda sesegera mungkin.