Наука вступає в свою агентичну еру Представляємо карту екосистеми наукового штучного інтелекту! 🗺️ Ми склали карту інструментів, моделей та агентних фреймворків, на яких працює новий субстрат для біо Створено, щоб допомогти засновникам, дослідникам і розробникам орієнтуватися в умовах бурхливого розвитку наукового штучного інтелекту Давайте розберемо все🧵 по поличках

Наукові агенти штучного інтелекту більше не є науковою фантастикою 👾 Вони можуть: → Сукупне дослідження СОТА → Формулювати наукові гіпотези → Розробляйте та проводьте експерименти Але кожна лабораторія будується в бункерах. Ось чому ми бачимо очевидну потребу додати до того, що створює світ агентної науки web2.

У зв'язку з цим настає епоха «колективного наукового розуму». Від видобутку літератури до автоматизації лабораторій, ми склали карту 5 ключових шарів, що забезпечують науковий штучний інтелект і просувають сферу👇 біологічного дизайну

1. Знання та джерела даних Все починається з даних. Наукові агенти витягують з: • PubMed, Dataverse (статті та академічні дані) • PDB, UniProt (протеїни) • ChEMBL, PubChem (хімія) • Reactome, генна онтологія (шляхи) • AACT (клінічні дослідження) • @biorxivpreprint (препринти)

2. Агентичні оркестраційні шари Ці знаряддя оживляють міркування. Приклади: • @ElizaEcoFund - фреймворк агента plug-and-play • ChemCrow - асистент з хімії • BioMCP / PubMedMCP - сервери літератури • "Співвчений" - агент автономної лабораторії • @PrimeIntellect - модульний агент Infra

3. Базові та доменні моделі Високооктанові робочі конячки. Приклади: • AlphaFold 2 - прогнозування структури • Evo 2 - геномне моделювання (Arc Institute) • Geneformer - експресія генів • ChemGPT - міркування з хімії • ESM-3, PaLM-2, Claude 3 - мовні риштування

4. Виконання експерименту та моделювання Експерименти зі штучним інтелектом. Системи включають: • Opentrons - лабораторні роботи на основі API • INDRA - механістичне моделювання • Висновок PyMOL / AlphaFold • Хмарне моделювання: OpenMM, Foldit • SMART-on-FHIR: рання інтеграція з EHR

5. Платформи та асистенти, орієнтовані на вчених Де штучний інтелект зустрічається з дослідниками. • @GoogleAI Co-Scientist - мозковий штурм гіпотез • @FutureHouseSF - Q&A, систематичні огляди, планування з хімії • Consensus & Elicit - структуровані паперові огляди • Biomni, Iris, Scite - спеціалізовані паперові засоби • @vita_dao AUBRAI, ChatPaper - другі пілоти з дослідження штучного інтелекту

Разом ці інструменти формують новий стек досліджень: → Моделі інтерпретують біологію → Агенти організовують міркування → Платформи надають допомогу → Робототехніка та симуляція замикають цикл

Карта екосистеми наукового штучного інтелекту – це не просто список інструментів. Це план до bio/acc 🧪 Від пошуку → до синтезу Від аналізу → до дії Від статичних знань → до систем, які навчаються