Resumo:
De acordo com o Business Insider, a empresa de IA Hugging Face anunciou na quinta-feira o lançamento de um novo modelo de IA, Carbon-X, que deverá ajudar os cientistas a estudar mais facilmente o DNA e a desenvolver novas terapias genéticas. Hugging Face disse que o Carbon-X é um modelo aberto com 14 bilhões de parâmetros para compreensão e geração de DNA.
Abraçando o rosto
O Carbon-X integra sequências de DNA e linguagem natural no mesmo modelo: os pesquisadores podem fazer perguntas sobre sequências específicas de DNA, prever os efeitos de mutações e gerar novas sequências de DNA. Também pode atuar como um subagente especializado, ajudando outros modelos a decifrar sequências de DNA que eles próprios têm dificuldade em compreender.
Contando com o modelo grande Qianwen
Lewis Tunstall, pesquisador sênior da Hugging Face, disse que o Carbon-X é o primeiro a combinar análise de DNA e capacidades de geração com linguagem natural, permitindo aos pesquisadores fazer perguntas sobre sequências de DNA e essencialmente "conversar com o DNA".
A Hugging Face colaborou com laboratórios de pesquisa na Itália e na China para desenvolver o Carbon-X, um modelo de código aberto. A Hugging Face desenvolveu o Carbon-X treinando um modelo de linguagem existente, Qwen3-14B, usando sequências de genoma e linguagem natural. O modelo foi treinado usando sequências de DNA de humanos, outros mamíferos, plantas e fungos.
A Hugging Face disse que em cinco benchmarks de compreensão e geração de DNA, o Carbon-X superou todos os outros modelos de código aberto que a empresa avaliou, com uma pontuação média próxima ao GPT-6.1 Sol, mas com apenas 1/1800 do custo de inferência por pergunta. Comparado com Qwen3-14B, a pontuação do Carbon-X aumentou 27 pontos, indicando que o desempenho dos modelos de linguagem aberta pode ser melhorado usando diretamente dados de DNA para treinamento.
A pontuação de corrida do Carbon-X está próxima de GPT-6.1 Sol
Ao falar sobre os cenários de aplicação do Carbon-X, Tunstall deu o exemplo de que os pesquisadores podem fornecer uma sequência de DNA ao modelo e perguntar se uma mutação específica aumenta o risco de doença de uma pessoa. O modelo então fornece previsões e explicações. Também pode gerar novas sequências de DNA, ajudando os pesquisadores a desenvolver novas terapias genéticas.
Evitar a dependência excessiva de grandes empresas
Tunstall disse que parte da motivação da Hugging Face para desenvolver o Carbon-X era evitar que os pesquisadores de biologia se tornassem dependentes de grandes laboratórios de IA. Ele ressaltou que a IA teve um impacto perturbador no campo da matemática.
“Se você quiser realmente expandir as fronteiras da pesquisa matemática, provavelmente terá que trabalhar em um laboratório de IA como o OpenAI ou o Anthropic, porque eles têm os melhores modelos matemáticos.” Tunstall disse. Ele acredita que situações semelhantes podem surgir em outros campos da ciência.
Ele acrescentou: "Queremos fornecer ferramentas à comunidade de pesquisa aberta para que ela não precise depender inteiramente de um fornecedor externo."
Os pesquisadores podem executar o Carbon-X em seus próprios computadores sem compartilhar dados confidenciais de pacientes com empresas externas de IA. Tunstall disse ainda que algumas imprecisões comportamentais observadas em modelos grandes ainda não apareceram em modelos menores e mais profissionais, como os problemas expostos pelo famoso incidente do agente OpenAI invadindo o Hugging Face em julho deste ano.
Os chatbots gerais também às vezes se recusam a responder perguntas biológicas legítimas de pesquisadores, disse Tunstall, porque acreditam erroneamente que estão tentando "projetar armas biológicas". Para evitar abusos do modelo, os dados de treinamento do Carbon-X excluem explicitamente os dados relacionados a vírus, disse ele.
Embora o Carbon-X deva ser usado principalmente por pesquisadores, Tunstall disse que o modelo é um pequeno passo em direção a um futuro onde se espera que a IA ajude a fornecer cuidados médicos mais personalizados.
“Acho que o objetivo final é alcançar uma medicina personalizada, onde cada um de nós possa usar os seus próprios registos médicos e dados genómicos para, em última análise, encontrar e talvez até conceber um plano de tratamento que seja adequado para nós”, disse ele.
Comentários