Verifiable Environments for AI in Biology — Kenny Workman, LatchBio
Kenny Workman från LatchBio pratar om hur man använder AI för att göra faktisk biologisk forskning.
Biologiska experiment genererar enorma mängder data — två till sex terabyte per försök — som är för mycket för forskare att analysera manuellt. LatchBio har utvecklat verktyg som tar kodningsmodeller och anpassar dem till biologi, och byggt benchmarks där man kan testa om AI faktiskt löser riktiga biologiska problem. Det stora problemet är att dagens avancerade AI-modeller ännu inte är tillräckligt pålitliga för detta arbete, och att biologi är svårare än många andra områden eftersom experimentet själv ofta är messy och forskare sällan helt eniga om svaren.
Sammanfattningen är skriven av Vibekollen utifrån källans egen publicering. Innehållet tillhör AI Engineer.
Mer från AI Engineer
SOTA Generative Media Panel — Dumitru Erhan, Shane Gu & Nicole Brichtova, Google DeepMind
AI Engineer 30 aug.
Tell the Robot What You Want — Sandhya Subramani, AWS
AI Engineer 29 aug.
The Signal Layer: What to Build When Anything Can Be Built — Lena Hall, Akamai
AI Engineer 29 aug.
Tribal Dungeons of Global Shipping: AI Agents at Global Scale — Dmitry Buykin, Maersk
AI Engineer 29 aug.