本文へ
TokenPost
マーケットデータ提供:CoinGecko

エヌビディア、科学研究向けAIエージェント開発一式を発表 理研がモデルを提供へ

TokenPost約4分で読めます
研究室のベンチに置かれた小型のAI開発機とガラス容器 / TokenPost.ai
研究室のベンチに置かれた小型のAI開発機とガラス容器 / TokenPost.ai

エヌビディアは米国時間16日、科学研究向けAIエージェントの開発を支援するモデルやデータセットをまとめた「Nemotron for Science」を発表し、理化学研究所は一式に含まれるモデル「Nemotron 3.5 Super VL」などを研究者に提供する。

一式は、オープンモデル「Nemotron 3.5 Super VL」、科学分野向けの評価、新しいオープン化学データセット、追加学習(ポストトレーニング)の手順(レシピ)で構成する。スーパーコンピューティング会議「SC26」に合わせ、シカゴ発で公表した。

理研は、Nemotron 3.5 Super VLを含むNemotronを、AIスーパーコンピューティング基盤「RIKYU」上の推論ゲートウェイ「RiVault」経由で提供する。研究者は科学研究や、高速化アプリケーションの開発に使える。

新たに公開した化学データセット「LitmusBench v0.2」は、化学推論を扱う言語モデルの訓練と評価に使う。質問数は5万問近くで、分子特性や創薬の実験データを基にしている。溶解性や体内での代謝など、分子の振る舞いを予測する能力を高める用途を想定する。

エヌビディアによると、Nemotron 3.5 Super VLとLitmusBench v0.2はHugging Faceで公開済みだ。モデルは、128GBメモリーの「NVIDIA DGX Spark」上でローカル実行できるよう最適化した。

エヌビディアは採用企業・機関の成果も示した。数値はいずれも同社が公表したものだ。

テレイ・セラピューティクス(Terray Therapeutics)は、科学図から反応物、生成物、反応条件を抽出するようNemotronを追加学習した。ベンチマーク「RxnScribe」の照合基準で、注釈付き反応の約76%を復元し、2つのベンチマークで既発表の結果を上回ったという。

リラ・サイエンシズ(Lila Sciences)は、自動化ラボ向けの実行可能な実験プロトコルを設計するモデルを構築した。追加の微調整なしで最先端レベルの性能に並び、ラボのフィードバックを使った追加学習では、量子ドット作製の精度が約2倍の61%になった。「GPT-6 Astra」の54%を上回り、推論コストは10〜20分の1になったという。

Thernaは、エヌビディアと共同でmRNA治療薬の設計向けに追加学習した。タンパク質発現範囲の予測精度は最先端モデルのほぼ2倍で、科学者はベースモデルの説明より、このモデルの説明を比較の96%で好んだという。

KTH王立工科大学(KTH Royal Institute of Technology)は、壊れたGROMACS(分子動力学ソフト)の設定を自動修復するAIエージェントを構築した。DGX Spark 1台での一晩の実行で、推論を有効にした場合にテストケースの81%を修復した。すべての修復はGROMACS自身が検証したという。

このほか、米エネルギー省(DOE)のアルゴンヌ国立研究所は、マルチエージェントシステム「StructBioReasoner」にNemotronを組み込み、がんなどの治療候補となるタンパク質の設計・評価に使う。ユーリッヒ・スーパーコンピューティング・センター(Jülich Supercomputing Centre)は、創薬や科学発見向けのAIエージェントに統合を進めている。

エヌビディアのイアン・バック(Ian Buck)ハイパースケール・HPC担当バイスプレジデントは発表文で、「Nemotron for Scienceは、研究者にオープンモデル、科学データ、ポストトレーニングのレシピを提供し、科学的課題を推論して、CUDA-Xの高速化ツールで着想を発見に変える専用エージェントを構築できるようにする」と述べた。

関連記事

一覧を見る