Для обеспечения следующего этапа разработок компания получила доступ к вычислительному кластеру, состоящему из 120 графических процессоров NVIDIA B200. Эти мощности планируется задействовать для обучения следующего поколения биологических моделей искусственного интеллекта.

Технологическая база и специализация

Living Models создает крупномасштабные трансформерные модели, обученные на геномных, транскриптомных и других биологических наборах данных для анализа паттернов внутри живых организмов. Команда объединяет исследователей в области искусственного интеллекта и растениеводства для применения машинного обучения в биологических исследованиях и сельскохозяйственных инновациях.

Несмотря на трансформацию таких секторов, как финансы и разработка программного обеспечения, применение искусственного интеллекта в сельском хозяйстве и производстве продуктов питания находится на ранней стадии. Living Models фокусируется на этой области, уделяя особое внимание растениеводству, где повышение устойчивости и продуктивности сельскохозяйственных культур становится критически важным на фоне климатических изменений.

Семейство моделей BOTANIC

В рамках запуска компания представила BOTANIC — семейство трансформерных моделей, разработанных для биологии растений. Модели обучены на геномных последовательностях множества видов растений. Они анализируют генетические данные для выявления маркеров, связанных с такими признаками, как устойчивость к изменению климата и сопротивляемость болезням.

Технология позволяет предсказывать, какие генетические варианты целесообразно тестировать, что должно помочь селекционным и сельскохозяйственным компаниям ускорить выведение новых сортов культур.

Генеральный директор и сооснователь Living Models Сирил Веран отметил специфику подхода компании:

«OpenAI обучается на ресурсах Reddit и Wikipedia, чтобы понимать человеческий язык. Мы обучаемся на ДНК, РНК и экспрессии генов, чтобы понимать язык самой жизни».

Сокращение циклов селекции

Традиционные циклы селекции сельскохозяйственных культур могут длиться много лет, что связано с временными затратами на поиск перспективных генетических признаков. Выполняя вычислительный анализ геномных данных, Living Models стремится сократить ранние этапы этого процесса. Это позволит исследователям сосредоточиться на наиболее значимых генетических вариантах до начала полевых испытаний.

В долгосрочной перспективе Living Models планирует расширить работу над фундаментальными моделями биологических систем за пределы растениеводства. Выбор растительной биологии в качестве стартовой площадки обусловлен наличием крупных наборов геномных данных, более быстрыми циклами проверки по сравнению с другими областями наук о жизни и растущей потребностью в технологиях для устойчивого земледелия.