論文の概要: Toward AI-Driven Digital Organism: Multiscale Foundation Models for Predicting, Simulating and Programming Biology at All Levels

• arxiv url: http://arxiv.org/abs/2412.06993v1
• Date: Mon, 09 Dec 2024 20:59:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-11 14:38:04.764468
• Title: Toward AI-Driven Digital Organism: Multiscale Foundation Models for Predicting, Simulating and Programming Biology at All Levels
• Title（参考訳）: AI駆動型デジタルオーガナイゼーションに向けて:あらゆるレベルで生物学を予測、シミュレーション、プログラミングするためのマルチスケールファンデーションモデル
• Authors: Le Song, Eran Segal, Eric Xing,
• Abstract要約: 我々は、AIを使って生物学と生命をモデル化し、シミュレートするアプローチを提案する。 AI-Driven Digital Organism(AIDO)は、統合されたマルチスケール基盤モデルのシステムである。 AIDOは、より優れたウェットラブ実験の新たな波を誘発する可能性があると私たちは考えています。
• 参考スコア（独自算出の注目度）: 37.64318681235737
• License:
• Abstract: We present an approach of using AI to model and simulate biology and life. Why is it important? Because at the core of medicine, pharmacy, public health, longevity, agriculture and food security, environmental protection, and clean energy, it is biology at work. Biology in the physical world is too complex to manipulate and always expensive and risky to tamper with. In this perspective, we layout an engineering viable approach to address this challenge by constructing an AI-Driven Digital Organism (AIDO), a system of integrated multiscale foundation models, in a modular, connectable, and holistic fashion to reflect biological scales, connectedness, and complexities. An AIDO opens up a safe, affordable and high-throughput alternative platform for predicting, simulating and programming biology at all levels from molecules to cells to individuals. We envision that an AIDO is poised to trigger a new wave of better-guided wet-lab experimentation and better-informed first-principle reasoning, which can eventually help us better decode and improve life.
• Abstract（参考訳）: 我々は、AIを使って生物学と生命をモデル化し、シミュレートするアプローチを提案する。 なぜ重要なのか? 医学、薬局、公衆衛生、長寿、農業、食料安全保障、環境保護、クリーンエネルギーの核心にあるため、作業中の生物学である。 物理的世界の生物学は、操作するには複雑すぎて、常に高価で、改ざんする危険がある。 この観点では、我々は、生物学的スケール、接続性、複雑さを反映するモジュラーで接続性があり、包括的な方法で、統合されたマルチスケール基盤モデルのシステムであるAIDO(AI-Driven Digital Organism)を構築することで、この問題に対処するためのエンジニアリング実行可能なアプローチをレイアウトします。 AIDOは、分子から細胞、個人に至るまで、あらゆるレベルで生物学を予測、シミュレーション、プログラミングするための、安全で安価で高スループットの代替プラットフォームを開く。 AIDOは、より優れたガイド付きウェットラブ実験と、より優れたインフォームされた第一原理推論の新たな波を起こそうとしています。

関連論文リスト

• Bio-inspired AI: Integrating Biological Complexity into Artificial Intelligence [0.0]
  人工知能を作ることの追求は、私たち自身の知性を理解することへの長年の関心を反映している。 最近のAIの進歩は約束を守るが、特異なアプローチはしばしば知性の本質を捉えるのに不足する。 本稿では,生物計算の基本原理が真にインテリジェントなシステムの設計をいかに導くかを検討する。
  論文  参考訳（メタデータ） (2024-11-22T02:55:39Z)
• How to Build the Virtual Cell with Artificial Intelligence: Priorities and Opportunities [46.671834972945874]
  仮想セル構築にAIの進歩を活用するというビジョンを提案する。 我々は、生物の普遍的な表現を含む、そのようなAI仮想セルの望ましい能力について議論する。 我々は、AI仮想細胞が新しい薬物標的を特定し、摂動に対する細胞反応を予測し、スケール仮説を探索する未来を想像する。
  論文  参考訳（メタデータ） (2024-09-18T02:41:50Z)
• Aligning Cyber Space with Physical World: A Comprehensive Survey on Embodied AI [129.08019405056262]
  人工知能(Embodied AI)は、人工知能(AGI)の実現に不可欠である MLMとWMは、その顕著な知覚、相互作用、推論能力のために、大きな注目を集めている。 本調査では,Embodied AIの最近の進歩を包括的に調査する。
  論文  参考訳（メタデータ） (2024-07-09T14:14:47Z)
• Fusion Intelligence: Confluence of Natural and Artificial Intelligence for Enhanced Problem-Solving Efficiency [3.9233394969004713]
  フュージョン・インテリジェンス(FI)は、バイオインスパイアされた知能システムであり、生物の自然の知覚、知性、ユニークなアクティベーション能力は、人工知能(AI)の計算能力と統合される。 昆虫の受粉効率向上を模擬したケーススタディにより, FIが農業用IoTシステムの性能向上に寄与する可能性を実証した。
  論文  参考訳（メタデータ） (2024-05-16T02:10:30Z)
• Empowering Biomedical Discovery with AI Agents [15.125735219811268]
  我々は「AI科学者」を懐疑的な学習と推論が可能なシステムとして想定する。 バイオメディカルAIエージェントは、人間の創造性と専門知識と、大規模なデータセットを分析するAIの能力を組み合わせる。 AIエージェントは、仮想細胞シミュレーション、プログラム可能な表現型の制御、細胞回路の設計、新しい治療法の開発など、幅広い領域に影響を与える可能性がある。
  論文  参考訳（メタデータ） (2024-04-03T16:08:01Z)
• ProBio: A Protocol-guided Multimodal Dataset for Molecular Biology Lab [67.24684071577211]
  研究結果を複製するという課題は、分子生物学の分野に重大な障害をもたらしている。 まず、この目的に向けた最初のステップとして、ProBioという名前の包括的なマルチモーダルデータセットをキュレートする。 次に、透明なソリューショントラッキングとマルチモーダルなアクション認識という2つの挑戦的なベンチマークを考案し、BioLab設定におけるアクティビティ理解に関連する特徴と難しさを強調した。
  論文  参考訳（メタデータ） (2023-11-01T14:44:01Z)
• The Future of Fundamental Science Led by Generative Closed-Loop Artificial Intelligence [67.70415658080121]
  機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。 AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。 ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
  論文  参考訳（メタデータ） (2023-07-09T21:16:56Z)
• There's Plenty of Room Right Here: Biological Systems as Evolved, Overloaded, Multi-scale Machines [0.0]
  我々は、カテゴリ間のハードバウンダリを放棄し、オブザーバに依存した実践的な視点を採用することによって、有用な道が先延ばしされることを論じる。 バイオメディカルまたはバイオエンジニアリングの目的のために生体システムを再形成するためには、複数のスケールでそれらの機能の予測と制御が必要である。 我々は,メソスケールイベントの理解を改善するために,進化・設計されたシステムによって実行される計算のためのオブザーバ中心のフレームワークを論じる。
  論文  参考訳（メタデータ） (2022-12-20T22:26:40Z)
• The Introspective Agent: Interdependence of Strategy, Physiology, and Sensing for Embodied Agents [51.94554095091305]
  本論では, 環境の文脈において, 自己能力を考慮した内省的エージェントについて論じる。 自然と同じように、私たちは戦略を1つのツールとして再編成して、環境において成功させたいと考えています。
  論文  参考訳（メタデータ） (2022-01-02T20:14:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。