हगिंग फेस ने नया एआई मॉडल लॉन्च किया: कियानवेन पर आधारित, यह वैज्ञानिकों को "डीएनए के साथ चैट" करने की अनुमति देता है

सार:

बिजनेस इनसाइडर के अनुसार, एआई कंपनी हगिंग फेस ने गुरुवार को एक नया एआई मॉडल, कार्बन-एक्स लॉन्च करने की घोषणा की, जिससे वैज्ञानिकों को डीएनए का अधिक आसानी से अध्ययन करने और नई जीन थेरेपी विकसित करने में मदद मिलने की उम्मीद है। हगिंग फेस ने कहा कि कार्बन-एक्स डीएनए समझ और पीढ़ी के लिए 14 बिलियन मापदंडों वाला एक खुला मॉडल है।

आलिंगन करता हुआ चेहरा

कार्बन-एक्स डीएनए अनुक्रमों और प्राकृतिक भाषा को एक ही मॉडल में एकीकृत करता है: शोधकर्ता विशिष्ट डीएनए अनुक्रमों के बारे में प्रश्न पूछ सकते हैं, उत्परिवर्तन के प्रभावों की भविष्यवाणी कर सकते हैं और नए डीएनए अनुक्रम उत्पन्न कर सकते हैं। यह एक विशेष उप-एजेंट के रूप में भी कार्य कर सकता है, जो अन्य मॉडलों को डीएनए अनुक्रमों को समझने में मदद करता है जिन्हें समझने में उन्हें स्वयं कठिनाई होती है।

कियानवेन बड़े मॉडल पर भरोसा

हगिंग फेस के वरिष्ठ अनुसंधान वैज्ञानिक लुईस टुनस्टाल ने कहा कि कार्बन-एक्स डीएनए विश्लेषण और पीढ़ी क्षमताओं को प्राकृतिक भाषा के साथ संयोजित करने वाला पहला है, जो शोधकर्ताओं को डीएनए अनुक्रमों के बारे में प्रश्न पूछने और अनिवार्य रूप से "डीएनए से बात करने" की अनुमति देता है।

हगिंग फेस ने एक ओपन सोर्स मॉडल कार्बन-एक्स विकसित करने के लिए इटली और चीन में अनुसंधान प्रयोगशालाओं के साथ सहयोग किया। हगिंग फेस ने जीनोम अनुक्रमों और प्राकृतिक भाषा का उपयोग करके मौजूदा भाषा मॉडल, क्वेन3-14बी को प्रशिक्षित करके कार्बन-एक्स विकसित किया। मॉडल को मनुष्यों, अन्य स्तनधारियों, पौधों और कवक के डीएनए अनुक्रमों का उपयोग करके प्रशिक्षित किया गया था।

हगिंग फेस ने कहा कि पांच डीएनए समझ और पीढ़ी के बेंचमार्क में, कार्बन-एक्स ने कंपनी द्वारा मूल्यांकन किए गए अन्य सभी ओपन सोर्स मॉडल से बेहतर प्रदर्शन किया, जिसका औसत स्कोर जीपीटी-6.1 सोल के करीब था, लेकिन प्रति प्रश्न अनुमान की लागत केवल 1/1800 थी। Qwen3-14B की तुलना में, कार्बन-एक्स के स्कोर में 27 अंक की वृद्धि हुई, यह दर्शाता है कि प्रशिक्षण के लिए सीधे डीएनए डेटा का उपयोग करके खुली भाषा मॉडल के प्रदर्शन में सुधार किया जा सकता है।

कार्बन-एक्स का रनिंग स्कोर GPT-6.1 Sol

कार्बन-एक्स के अनुप्रयोग परिदृश्यों के बारे में बात करते समय, ट्यून्स्टॉल ने उदाहरण दिया कि शोधकर्ता मॉडल को डीएनए अनुक्रम प्रदान कर सकते हैं और पूछ सकते हैं कि क्या एक विशिष्ट उत्परिवर्तन से किसी व्यक्ति में बीमारी का खतरा बढ़ जाता है। फिर मॉडल भविष्यवाणियाँ और स्पष्टीकरण देता है। यह नए डीएनए अनुक्रम भी उत्पन्न कर सकता है, जिससे शोधकर्ताओं को नई जीन थेरेपी विकसित करने में मदद मिलेगी।

बड़ी कंपनियों पर अत्यधिक निर्भरता को रोकें

टनस्टॉल ने कहा कि कार्बन-एक्स विकसित करने के लिए हगिंग फेस की प्रेरणा का एक हिस्सा जीवविज्ञान शोधकर्ताओं को बड़ी एआई प्रयोगशालाओं पर निर्भर होने से रोकना था। उन्होंने बताया कि एआई का गणित के क्षेत्र पर विघटनकारी प्रभाव पड़ा है।

"यदि आप वास्तव में गणितीय अनुसंधान की सीमाओं को आगे बढ़ाना चाहते हैं, तो आपको संभवतः ओपनएआई या एंथ्रोपिक जैसी एआई लैब में काम करना होगा, क्योंकि उनके पास सबसे अच्छे गणितीय मॉडल हैं।" टुनस्टाल ने कहा। उनका मानना ​​है कि विज्ञान के अन्य क्षेत्रों में भी ऐसी ही स्थितियाँ उत्पन्न हो सकती हैं।

उन्होंने आगे कहा: "हम खुले अनुसंधान समुदाय को उपकरण प्रदान करना चाहते हैं ताकि उन्हें पूरी तरह से एक बाहरी विक्रेता पर निर्भर न रहना पड़े।"

शोधकर्ता बाहरी एआई कंपनियों के साथ संवेदनशील रोगी डेटा साझा किए बिना अपने कंप्यूटर पर कार्बन-एक्स चला सकते हैं। ट्यून्स्टॉल ने यह भी कहा कि बड़े मॉडलों में देखी गई कुछ व्यवहार संबंधी अशुद्धियाँ अभी तक छोटे, अधिक पेशेवर मॉडलों में दिखाई नहीं दी हैं, जैसे कि इस साल जुलाई में ओपनएआई एजेंट द्वारा हगिंग फेस पर हमला करने की प्रसिद्ध घटना से उजागर हुई समस्याएं।

ट्यूनस्टाल ने कहा, सामान्य चैटबॉट भी कभी-कभी शोधकर्ताओं के वैध जैविक सवालों का जवाब देने से इनकार कर देते हैं, क्योंकि वे गलती से मानते हैं कि वे "जैव हथियार डिजाइन करने" की कोशिश कर रहे हैं। उन्होंने कहा, मॉडल के दुरुपयोग को रोकने के लिए, कार्बन-एक्स का प्रशिक्षण डेटा स्पष्ट रूप से वायरस से संबंधित डेटा को बाहर करता है।

हालांकि कार्बन-एक्स का उपयोग मुख्य रूप से शोधकर्ताओं द्वारा किए जाने की संभावना है, ट्यून्स्टॉल ने कहा कि यह मॉडल भविष्य की ओर एक छोटा कदम है जहां एआई से अधिक व्यक्तिगत चिकित्सा देखभाल प्रदान करने में मदद की उम्मीद है।

"मुझे लगता है कि अंतिम लक्ष्य वैयक्तिकृत चिकित्सा प्राप्त करना है, जहां हम में से प्रत्येक अपने स्वयं के मेडिकल रिकॉर्ड और जीनोमिक डेटा का उपयोग करके अंततः हमारे लिए उपयुक्त उपचार योजना ढूंढ और शायद डिज़ाइन भी कर सकता है," उन्होंने कहा।