📢 转载信息
原文链接：https://blogs.nvidia.com/blog/jpmorgan-healthcare-nvidia-lilly/
原文作者：Isha Salian
英伟达创始人兼首席执行官黄仁勋（Jensen Huang）周一在旧金山举行的年度摩根大通医疗健康大会（J.P. Morgan Healthcare Conference）上与礼来（Lilly）董事长兼首席执行官戴夫·瑞克斯（Dave Ricks）进行炉边对话时表示，英伟达和礼来正在共同制定“药物发现未来可能性的蓝图”。
这次对话的重点是英伟达和礼来宣布成立的首个AI联合创新实验室。
黄仁勋表示：“我们正在系统性地汇集药物发现领域最聪明的人才以及计算机科学领域最聪明的人才。我们将建立一个拥有足够专业知识和规模的实验室，以吸引那些真正想在该交叉领域做出毕生工作的人才。”
该倡议将把礼来在制药行业的全球领先专业知识与英伟达在人工智能领域的领导地位结合起来，共同应对人类面临的最大挑战之一：模拟生物学的复杂性。两家公司将在五年内共同投资高达10亿美元用于人才、基础设施和算力，以支持这个新实验室的运作，该实验室将设在旧金山湾区。
在炉边谈话中，瑞克斯回顾了药物发现过程中艰辛的工作，以及人工智能在转变制药发明周期方面的潜力。
他说道：“每一种小分子药物的发现都像是一件艺术品。如果我们能将其转变为一个工程问题，而不是这种发现的、手工制作药物的问题，想象一下这对人类生活的影响。”
该实验室将采用“科学家在环”（scientist-in-the-loop）的框架运行，其中能动性的湿实验室与计算的干实验室紧密相连，形成一个持续学习的系统。该框架旨在使实验、数据生成和AI模型开发能够持续相互告知和改进。
瑞克斯表示：“机器被设计成日夜不停地解决这个问题。”
这个联合创新实验室建立在礼来先前宣布的AI超级计算机之上——即生物制药行业最强大的AI工厂，该工厂基于英伟达DGX SuperPOD架构，并配备了DGX B300系统，用于训练大规模的生物医学基础模型和前沿模型，以用于药物发现和开发。
瑞克斯解释说，通过将人工智能整合到药物发现中，制药研究人员可以快速模拟海量的分子，在in silico（计算机模拟）中进行大规模测试，并筛选出有希望的候选分子。下一个挑战是利用人工智能发现更多的生物靶点。
瑞克斯表示：“圣杯是我们将这两者结合起来，一次性模拟整个系统。”
黄仁勋和瑞克斯还讨论了礼来在制药研究中利用计算技术的悠久历史，以及衰老性脑部疾病是药物发现的下一个前沿领域。
黄仁勋说：“我想不到有哪个领域比这更值得应用计算机科学了。希望我们能够改变历史的进程。”
英伟达在摩根大通医疗健康大会
英伟达的全栈人工智能平台正在加速跨数字生物学和药物发现领域领先基础模型的创建和部署。为了表彰近期的一些进展，黄仁勋在摩根大通医疗健康大会上举杯，向该领域的十多位领导者以及他们开创的AI模型致敬。
黄仁勋表示：“在过去的10年里，我们使人工智能进步了100万倍。我相信，在接下来的10年里，你们将享受到我这一代人所经历的同样的精彩历程……所以，对于在座的每一位——作为你们的新年礼物，也是对你们为行业和人类未来所做一切的感谢——我赠予你们一个DGX Spark。”
受表彰者包括：
- Zach Carpenter，VantAI的首席执行官，该公司开发了用于所有生物分子协同折叠和设计的Neo模型系列。
- Gabriele Corso，Boltz的首席执行官，该公司创建了最成熟的生物分子模型开源系列之一。
- Evan Feinberg，Genesis Molecular AI的首席执行官，该公司开发了Pearl，一个蛋白质和小分子结构预测模型。
- Chris Gibson 和 Najat Khan，Recursion的主席和首席执行官，该公司开发了用于显微镜数据的OpenPhenom视觉Transformer模型。
- Glen Gowers，Basecamp Research的首席执行官，该公司创建了EDEN，一个生物多样性尺度的基因组语言模型系列。
- Brian Hie，Arc Institute的创新研究员，该公司是Evo DNA语言模型系列之一Evo 2开发的主要合作者。
- Max Jaderberg，Isomorphic的总裁，该公司正在扩展AlphaFold的能力，AlphaFold是蛋白质结构和相互作用模型的定义性系列。
- Simon Kohl，Latent Labs的首席执行官，该公司开发了用于蛋白质序列和结构的生成模型Latent-X系列。
- Joshua Meier，Chai Discovery的首席执行官，该公司开发了用于分子结构预测和设计的生成式AI模型Chai系列。
- Tom Miller，Iambic Therapeutics的联合创始人兼首席执行官，该公司开发了NeuralPLexer模型系列，用于快速、准确地预测蛋白质和小分子结构。
- Alex Rives，Biohub的科学主管，该公司创建了领先的蛋白质语言模型ESM系列。
- Alex Zhavoronkov，Insilico Medicine的首席执行官，该公司构建了Pharma.AI，这是一个涵盖靶点发现、生成化学和临床预测的集成模型套件。
在摩根大通医疗健康大会上，英伟达还宣布NVIDIA BioNeMo平台在AI驱动的生物学和药物发现领域进行了重大扩展，其中包括以下工具：
- NVIDIA Clara 开放模型，用于预测RNA结构并确保AI设计的药物易于合成。
- BioNeMo Recipes，用于加速和扩展生物基础模型的训练、定制和部署。
- BioNeMo 数据处理库，如 nvMolKit，这是一个用于分子设计的GPU加速化学信息学工具。
英伟达还重点介绍了与仪器领导者赛默飞世尔（Thermo Fisher）合作，利用英伟达全栈AI计算技术构建自主实验室基础设施的合作，并重点介绍了总部位于旧金山的初创公司Multiply Labs的工作，该公司提供端到端的机器人系统，以规模化自动化细胞治疗制造。
摩根大通医疗健康大会是全球最大的医疗保健投资研讨会，吸引了来自全球医疗保健行业的8000多名专业人士，包括投资者、政策制定者和高管。
要了解更多关于本次大会的内容，可以收听特别演讲的音频记录，英伟达医疗保健副总裁Kimberly Powell在其中讨论了人工智能对整个医疗保健领域的影响，并查看演示文稿。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区