🔬Bio-security is an AI Arms Race - Eric Nguyen (CEO, Radical Numerics)

关键观点

1. 01

   基因组语言模型把 DNA 当作可学习的语言

   基因组语言模型直接在 DNA 字母序列上训练，而不是在人类语言或预先整理的生物标签上训练。它既可以读取序列并预测调控功能，也可以生成自然界中不存在的新序列。其长期愿景是从原始序列中学习人类尚未完全掌握的生物语法，将这种能力用于科学发现、疾病理解和治疗设计。

   为什么重要: 这把 AI 的作用从分析既有实验结果，扩展到提出新的生物设计与可检验假设。

   支撑证据

   So a genome language model, or GLM, is a large language model trained on DNA sequences.

   基因组语言模型直接在 DNA 字母序列上训练，而不是在人类语言或预先整理的生物标签上训练。它既可以读取序列并预测调控功能，也可以生成自然界中不存在的新序列。其长期愿景是从原始序列中学习人类尚未…展开观点

   基因组语言模型直接在 DNA 字母序列上训练，而不是在人类语言或预先整理的生物标签上训练。它既可以读取序列并预测调控功能，也可以生成自然界中不存在的新序列。其长期愿景是从原始序列中学习人类尚未…展开观点收起观点

   基因组语言模型直接在 DNA 字母序列上训练，而不是在人类语言或预先整理的生物标签上训练。它既可以读取序列并预测调控功能，也可以生成自然界中不存在的新序列。其长期愿景是从原始序列中学习人类尚未完全掌握的生物语法，将这种能力用于科学发现、疾病理解和治疗设计。

   为什么重要: 这把 AI 的作用从分析既有实验结果，扩展到提出新的生物设计与可检验假设。

   支撑证据

   So a genome language model, or GLM, is a large language model trained on DNA sequences.

2. 02

   长上下文是理解基因组远程作用的基础

   Hyena DNA 使用卷积式 Hyena operator，目标是突破注意力模型当时的上下文限制，并将可处理序列扩展到约一百万碱基。长上下文使模型有机会捕捉相距很远的基序、调控元件与基因之间的关系。访谈将这种能力视为理解非编码调控和复杂基因组语法的关键，而不仅是工程层面的速度优化。

   为什么重要: 许多生物效应依赖远程上下文；只观察短片段，可能遗漏决定功能或致病性的关键关系。

   支撑证据

   Long story short, it let us process longer sequences, in this case up to a million, and at the time was the largest context for a language model.

   Hyena DNA 使用卷积式 Hyena operator，目标是突破注意力模型当时的上下文限制，并将可处理序列扩展到约一百万碱基。长上下文使模型有机会捕捉相距很远的基序、调控元件与基因之间…展开观点

   Hyena DNA 使用卷积式 Hyena operator，目标是突破注意力模型当时的上下文限制，并将可处理序列扩展到约一百万碱基。长上下文使模型有机会捕捉相距很远的基序、调控元件与基因之间…展开观点收起观点

   Hyena DNA 使用卷积式 Hyena operator，目标是突破注意力模型当时的上下文限制，并将可处理序列扩展到约一百万碱基。长上下文使模型有机会捕捉相距很远的基序、调控元件与基因之间的关系。访谈将这种能力视为理解非编码调控和复杂基因组语法的关键，而不仅是工程层面的速度优化。

   为什么重要: 许多生物效应依赖远程上下文；只观察短片段，可能遗漏决定功能或致病性的关键关系。

   支撑证据

   Long story short, it let us process longer sequences, in this case up to a million, and at the time was the largest context for a language model.