ما طرح آکادمیک رزالیند را معرفی میکنیم تا به دانشمندان دانشگاهی بیشتری کمک کنیم به GPT-Rosalind، مدل تخصصی علوم زیستی ما، دسترسی پیدا کنند. این مدل، استدلال پیشرفته را با میز کار رزالیند ترکیب میکند که امکان هماهنگسازی ابزارهای تخصصی را در شیمی دارویی، ژنومیکس، کمک به آزمایشهای تر (wet-lab) و سایر کاربردهای علمی فراهم میآورد. آزمایشگاههای واجد شرایط میتوانند حداکثر ۳۰ صندلی استاندارد تجاری را بدون هزینه و تا ۱۲ ماه دریافت کنند؛ البته دسترسی به GPT-Rosalind منوط به تأیید «دسترسی مورد اعتماد» است.
پژوهش دانشگاهی دانشی را ایجاد میکند که کل حوزههای علمی بر آن استوار هستند. کارهایی که با یک پرسش بنیادین درباره زیستشناسی آغاز میشوند، میتوانند در نهایت روش تشخیص بیماری، تولید دارو یا پرورش غذا را تغییر دهند. اما این پیشرفتها بستگی به این دارد که دانشمندان منابع لازم برای کاوش ایدهها، آزمایش آنها و اشتراکگذاری یافتههای خود را داشته باشند.
شتاب بخشیدن به کشفیات علمی، محور اصلی مأموریت OpenAI برای اطمینان از اینکه هوش مصنوعی عمومی (AGI) به نفع تمام بشریت باشد، محسوب میشود. با این طرح، ما در دانشمندانی که این کارهای بنیادین را انجام میدهند سرمایهگذاری میکنیم و به آزمایشگاههای بیشتری کمک میکنیم تا تخصص و قضاوت خود را با ابزارهای هوش مصنوعی ساخته شده برای پژوهشهای علوم زیستی ترکیب کنند.
حمایت از پژوهشهای پشت دستاوردهای آینده
بسیاری از پیشرفتهایی که امروزه به آنها تکیه میکنیم، حاصل سالها پژوهش پایهای بوده است.
پروژه ژنوم انسان به راهاندازی ژنومیکس مدرن کمک کرد و پزشکی، تشخیص و بیوتکنولوژی را دگرگون ساخت.
کارهای مبتنی بر کنجکاوی در سیستمهای ایمنی باکتریایی منجر به کریسپر-کاس۹ (CRISPR-Cas9) شد که ویرایش ژنوم را متحول کرد و اکنون در حال پیشبرد پژوهشها در زمینه سرطان، بیماریهای ارثی، کشاورزی و بیوتکنولوژی است. دههها پژوهش دانشگاهی در زمینه mRNA نیز زیربنای واکسنهای کووید-۱۹ و نسل جدیدی از واکسنها و درمانها را فراهم کرد.
پژوهش دانشگاهی همواره زیربنای پیشرفتها در پزشکی و بیوتکنولوژی بوده است. با کمک به دانشمندان بیشتر برای ترکیب تخصص علمی و قضاوت خود با استدلال تخصصی پیشرفته GPT-Rosalind، امیدواریم از کشفیاتی حمایت کنیم که فواید آنها فراتر از دیوارهای آزمایشگاه خواهد بود.
چگونه آزمایشگاههای دانشگاهی از GPT-Rosalind استفاده میکنند
OpenAI متعهد است به پژوهشگران دانشگاهی اجازه دهد تا به اهداف علمی خود برسند. آزمایشگاههای دانشگاهی برجسته در حال حاضر بررسی میکنند که چگونه GPT-Rosalind میتواند کارهایی از طراحی پروتئین تا فهم تخریب عصبی را پشتیبانی کند. این نمونهها نشان میدهند که پژوهشگران در کدام نقاط جریان کاری علمی خود از این مدل استفاده میکنند.
UCSF — توسعه کمّی دارو: جمعآوری شواهد خواص دارویی برای پشتیبانی از مدلسازی نحوه حرکت داروها در بدن و ایجاد اثرات آنها.
موارد شامل در طرح
با طرح جدید آکادمیک رزالیند، پژوهشگران دانشگاهی میتوانند GPT-Rosalind و میز کار رزالیند را با انعطافپذیری بیشتر به آزمایشگاه خود بیاورند و از هوش مدلهای پیشرفته برای پژوهشهای علمی بهره ببرند.
آزمایشگاههای واجد شرایط دریافت میکنند:
حداکثر ۳۰ صندلی استاندارد تجاری با قیمت ۰ دلار برای هر کاربر در ماه، تا ۱۲ ماه.
دسترسی به تمام مدلهای پیشرفته تجاری OpenAI، مشروط بر محدودیتهای مصرف طرح.
دسترسی به GPT-Rosalind پس از تأیید «دسترسی مورد اعتماد».
دادههای پژوهشی به اشتراک گذاشته شده از طریق طرح آکادمیک رزالیند، به طور پیشفرض برای آموزش مدلهای ما استفاده نمیشود.
ساخته شده برای پژوهشهای علوم زیستی
GPT-Rosalind یک مدل تخصصی علوم زیستی است که برای پشتیبانی از استدلال عمیقتر در سوالات پیچیده زیستی طراحی شده است. از طریق دسترسی مورد اعتماد، پژوهشگران تأیید شده میتوانند از آن برای بررسی سوالات حساس علمی در چارچوب تضمینهایی که برای پژوهشهای مشروع طراحی شدهاند، استفاده کنند.
حوزههای پژوهشی عبارتند از:
- طراحی دارو و پروتئین: طراحی داروهای نامزد، پروتئینهای درمانی، پپتیدها و آنزیمها، و بهینهسازی تعاملات مولکولی، انتخابپذیری، پایداری و مناسب بودن آنها برای توسعه.
درخواست از طرف آزمایشگاه خود
طرح آکادمیک رزالیند در حال حاضر برای آزمایشگاههای دانشگاهی در دانشگاههای ایالات متحده در دسترس است. سرپرستان پژوهش (PI) و مدیران آزمایشگاه در دانشگاههایی که توافقنامه سازمانی OpenAI ندارند، میتوانند از طریق فرآیند «دسترسی مورد اعتماد» ما، از طرف آزمایشگاه خود درخواست دهند. آزمایشگاههای مستقر در دانشگاههایی که توافقنامه فعلی دارند، باید از طریق فرآیند دسترسی سازمانی دانشگاه خود درخواست دهند.
پس از تأیید، سرپرستان پژوهش و مدیران آزمایشگاه میتوانند دسترسی رایگان به GPT-Rosalind را برای حداکثر ۳۰ عضو مشخص شده، همراه با سایر مدلهای پیشرفته OpenAI شامل در طرح، فعال کنند. در حال حاضر دسترسی API شامل این طرح نیست. سرپرستان پژوهش و مدیران آزمایشگاه تأیید شده، مجوزهای اعضا را مدیریت میکنند و مسئول استفاده تأیید شده آزمایشگاه خود هستند.
شروع کار با GPT-Rosalind
مسیر درخواست را برای آزمایشگاه یا سازمان خود انتخاب کنید.
آزمایشگاههای دانشگاهی — طرح آکادمیک رزالیند: برای سرپرستان پژوهش و مدیران آزمایشگاه در سازمانهای واجد شرایط که حساب سازمانی فعلی ندارند. از طرف آزمایشگاه خود درخواست دهید.
حسابهای سازمانی موجود — دسترسی GPT-Rosalind: برای کاربران دانشگاهی در مؤسسات واجد شرایط که توافقنامه سازمانی OpenAI فعلی دارند. از طریق حساب سازمانی موجود خود درخواست دسترسی دهید.
دسترسی به GPT-Rosalind منوط به تأیید است.
برای کسب اطلاعات بیشتر درباره واجد شرایط بودن، الزامات درخواست و نحوه شروع، به راهنمای مرکز کمک ما مراجعه کنید.
دسترسی مسئولانه برای پژوهش علمی
قبل از فعال کردن دسترسی، ما:
مشروعیت مؤسسه و هویت سرپرست پژوهش یا مدیر آزمایشگاه را راستیآزمایی میکنیم
سوابق حرفهای، انتصاب مؤسسهای و اختیار نظارت بر دسترسی آزمایشگاه را بررسی میکنیم
وابستگی مؤسسهای، فعالیتهای پژوهشی و کاربرد مورد نظر آزمایشگاه را ارزیابی میکنیم
مسئولیتهای واضحی برای مدیر آزمایشگاه و یک تماس ایمنی مؤسسهای تعیین شده ایجاد میکنیم
تضمینها پس از فعالسازی از طریق نظارت و اجرای قوانین ادامه مییابند. برای موارد استفاده ثبت شده با حساسیت بالا، بررسیهای ایمنی ما زمینه پژوهش تأیید شده را در نظر میگیرند. هنگامی که سؤالاتی مطرح شود، ممکن است برای روشن کردن کار و تأیید مجوز، با پژوهشگران تماس بگیریم. این رویکرد برای شناسایی سوءاستفادههای احتمالی در حالی که زمینه پژوهش مشروع را در نظر میگیرد و اختلالات غیرضروری در کارهای مجاز را کاهش میدهد، طراحی شده است.
هوش تخصصی برای سوالات علمی پیچیده
طراحی درمانهای ضد ویروسی بهتر
GPT-Rosalind — دستور (Prompt): من در حال برنامهریزی برای یک کمپین لیپوپپتید نسل دوم برای یک داروی پیشرو شبیهساز HRC نیپاه F هستم که روی شبهویروسهای NiV-Malaysia قوی عمل میکند اما روی NiV-Bangladesh و Hendra حدوداً ۴۰ برابر ضعیفتر است، در مایع سطحی راه تنفسی بریده میشود و پس از اتصال ویروس زنده ضعیفتر عمل میکند. آیا میتوانید یک ماتریس توالی/ارائه ۲۰ واریانتی، رابطهای HRN-HRC NiV-M/NiV-B/HeV که باید مدل شوند، آزمایشهای جفتی شبهویروس و ویروس واقعی که باید اجرا شوند، و بررسیهای مصنوعات (artifact checks) که برای جدا کردن از دست دادن واقعی اتصال F از اثرات مسیر ورود، تجمع یا اتصال سرم نیاز داریم را پیشنهاد دهید؟
پاسخ: طراحی درمانهای ضد ویروسی بهتر. هدف: مقایسه نامزدهای پپتید ضد ویروسی نسل دوم و توضیح عملکرد ناهموار داروی پیشرو. سوال علمی این است که آیا کاهش قدرت گزارش شده بازتاب اتصال ضعیفتر به هدف فیوژن، ارائه متفاوت در غشا، یا از دست دادن پپتید سالم و در دسترس در مایعات بیولوژیکی است. مرور خوانشها: خوانشهای پیشنهادی شامل IC50/IC90 و نقاط پایانی خنثیسازی، سیگنالهای اتصال و فیوژن، و یکپارچگی پپتید و فعالیت حفظ شده در مایعات راه تنفسی است. مقایسه پیشنهادی سیستمهای جایگزین و ویروس واقعی را در بر میگیرد و تجمع، اتصال سرم و سیگنالهای بقای سلولی را به صورت جداگانه در نظر میگیرد. این امر قدرت ضد ویروسی را از اندازهگیری مستقیم میل ترکیبی، و از دست دادن اتصال را از از دست دادن ترکیب سالم یا در دسترس جدا میکند. ارزیابی: یک ماتریس مقایسه نامزدها، یک برنامه مدلسازی و برنامههای مطالعه جفتی ارائه میدهد، همراه با کنترلها و راهنماییهای تفسیری که به عملکرد ناهموار داروی پیشرو میپردازند.
Mainline Astra — دستور (Prompt): من در حال برنامهریزی برای یک کمپین لیپوپپتید نسل دوم برای یک داروی پیشرو شبیهساز HRC نیپاه F هستم که روی شبهویروسهای NiV-Malaysia قوی عمل میکند اما روی NiV-Bangladesh و Hendra حدوداً ۴۰ برابر ضعیفتر است، در مایع سطحی راه تنفسی بریده میشود و پس از اتصال ویروس زنده ضعیفتر عمل میکند. آیا میتوانید یک ماتریس توالی/ارائه ۲۰ واریانتی، رابطهای HRN-HRC NiV-M/NiV-B/HeV که باید مدل شوند، آزمایشهای جفتی شبهویروس و ویروس واقعی که باید اجرا شوند، و بررسیهای مصنوعات که برای جدا کردن از دست دادن واقعی اتصال F از اثرات مسیر ورود، تجمع یا اتصال سرم نیاز داریم را پیشنهاد دهید؟
پاسخ: تفکر: من باید ایمنی را بر ماتریس بهینهسازی درخواست شده اولویت دهم. یک چارچوب مقایسهای سطح بالا ممکن است مناسبتر از راهنماییهای قابل اجرا برای طراحی واریانت باشد. من میتوانم یک چارچوب مطالعه غیرعملیاتی ارائه دهم، اما نه طراحیهای در سطح توالی یا پروتکلهای ویروسی در سطح اجرا. این جزئیات کمک عملیاتی درگیر پاتوژنهای با پیامد بالا را فراهم میکنند. مطالعات ویروس واقعی به یک برنامه containment با سطح بالا و مجاز مناسب نیاز دارند. ارزیابی: پاسخ بخشهای قابل اجرای درخواست، شامل طراحیهای خاص نامزدها و برنامههای آزمایشی در سطح اجرا را نگه میدارد. تنها یک جایگزین ایمن محدود ارائه میدهد: زمینه مدلسازی سطح بالا و بررسیهای کیفی مصنوعات.
بخشهای Goal and Overview رزالیند خلاصههای ویرایش شده از پاسخهای نهایی اصلی رزالیند هستند. بخشهای Thinking آسترا گزیدههای ویرایش شده از خلاصههای استدلال Responses API پشتیبانی شده هستند که با اجرای مجدد آسترا بازگردانده شدهاند. بخشهای Final Answer آسترا گزیدههای ویرایش شده از پاسخهای نهایی متناظر هستند. ارزیابیها به تحقق متنی تحویلدادنیهای درخواست شده میپردازند و صحت علمی، امکانپذیری یا اینکه آیا روشی کار میکند را تأیید نمیکنند.
شروع کنید
ما با آزمایشگاههای دانشگاهی به عنوان بخشی از تلاش گستردهتر برای قرار دادن ابزارهای مفید هوش مصنوعی در دسترس دانشمندان بیشتر شروع میکنیم. با کاهش هزینه دسترسی، امیدواریم به پژوهشگران بیشتری فضای کافی برای دنبال کردن ایدههایی بدهیم که فواید آنها میتواند فراتر از آزمایشگاههای خودشان باشد—از درک واضحتر بیماری تا درمانهای بهتر و سیستمهای غذایی مقاومتر.
این پیشرفتها از دانشمندانی خواهد آمد که سوالات مهم میپرسند و برای پاسخ به آنها کار میکنند. ما میخواهیم به تعداد بیشتری از آنها کمک کنیم تا این کار را انجام دهند.
اگر شما به یک آزمایشگاه دانشگاهی وابسته هستید، درباره طرح آکادمیک رزالیند بیشتر بدانید و بررسی کنید که آیا واجد شرایط هستید.