為何用公開資料訓練的模型只學會化學家,卻學不會化學——Leash Bio 的 Ian Quigley
為何用公開資料訓練的模型只學會化學家,卻學不會化學——Leash Bio 的 Ian Quigley
AI 導讀
Ian Quigley 是 Leash Bio 的共同創辦人暨執行長,他主張:機器學習應用於小分子藥物開發時,最大的障礙不是模型架構,而是資料的來源脈絡(data provenance)。
- 公開資料集受到產出這些資料的化學家社群文化所汙染,唯有內部自行產生、刻意擾動過的資料,才能教會模型真正的生物物理學。
- 在這場 109 分鐘的對談中,Quigley 與主持人 Brandon Anderson(Atomic AI 的 RNA 療法開發者)及 RJ Honicky(Mirror Omics 技術長)一起回顧 Leash 為何押注 DNA 編碼庫(DNA-encoded library,DEL)作為小
🎙️
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
信源出處youtube.com
為何用公開資料訓練的模型只學會化學家,卻學不會化學——Leash Bio 的 Ian Quigley
本文為 888news AI 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Latent Space (youtube.com)
開啟原文