La société pharmaceutique britannique GSK a profité de la plus grande société de traitement au monde, Cerebras, pour étudier les processus de l'épigénomique - la fonction qui contrôle l'expression des gènes ou son absence, et comprendre dans quelles cellules certains changements génétiques se produisent. Découvrir les mécanismes de l'épigénomique aidera à trouver des remèdes pour de nombreuses maladies incurables, que l'IA sur de nouveaux systèmes peut faire mieux que les humains.
Le processeur Cerebras WSE-1 (16 nm) et le dernier WSE-2 (7 nm) sont des solutions jusque-là inimaginables, chacune entièrement réalisée à partir d'une seule plaquette de silicium de 300 mm. Un petit groupe de ces processeurs est capable de servir des modèles d'IA dont les capacités sont comparables à celles du cerveau humain. Ajoutez à cela, par exemple, une base de données sur la génétique, et le résultat est un système capable d'analyser un tel volume de données qu'une personne et même de grandes équipes de scientifiques dans un délai prévisible ne pourront pas comprendre.
GSK a profité du système sur la première génération de processeurs Cerebras pour l'analyse du génome et de sa dynamique dans le temps et attend le système de deuxième génération au troisième trimestre de cette année. Le système CS-1 aurait pris 2,5 jours pour former EBERT (modèle de réseau neuronal réutilisé BERT ou "épigénome" BERT) contre 24 jours sur un cluster GPU à 16 nœuds. Le nouveau système devrait doubler la vitesse de traitement.
Les chercheurs affirment qu'après la formation, EBERT "a atteint la plus grande précision prédictive sur quatre des 13 ensembles de données de la norme industrielle appelée ENCODE-DREAM". Le modèle est arrivé troisième au classement général, et les chercheurs disent que les résultats sont "très prometteurs".
Le problème est que l'épigénome humain est énorme et nécessite d'énormes ressources informatiques pour modéliser ou étudier à un niveau élevé à l'aide de méthodes conventionnelles. L'IA permet de raccourcir ce chemin. Des recherches antérieures ont fourni suffisamment d'exemples concrets de l'impact de l'épigénomique pour apprendre à un ordinateur à faire de même sur la base d'un modèle. Ce modèle peut ensuite être utilisé pour prédire de nombreux processus biologiques importants.
2022-01-29 10:05:47
Auteur: Vitalii Babkin