要約版:専門用語を控えて説明しています
研究に合わせてAIを調整
Nemotron for Scienceは、研究者が専門分野の作業に合わせてAIを作る仕組みです。AIモデルに化学の問題集と追加学習の手順を組み合わせています。
モデルと化学の問題集はHugging Faceで入手できます。理化学研究所はRiVaultを通じ、研究基盤RIKYU上でモデルを使えるようにしました。
スウェーデン王立工科大学の研究では、AIが分子の動きを調べる計算設定を修復しました。対象のテストケースの81%を修復し、修復内容は計算ソフト自体で検証されています。
価格と、日本からHugging Faceを通じて利用する条件は、まだ発表されていません。
NVIDIA日本版ブログは11月18日公開の記事で、対象にはNemotron 3.5 Super VLが含まれると説明しています。研究や計算の高速化に向けたアプリ開発に利用できます。
Nemotron for Scienceは、科学研究向けのAIを作るための仕組みです。モデルに化学データや追加学習の手順を組み合わせ、専門の研究作業に合わせて調整します。
日本のRIKYUとアルゴンヌで使われるNemotron
理化学研究所は、AIに計算を依頼する窓口「RiVault」を通じ、NemotronシリーズをRIKYU上で利用可能にしました。対象にはNemotron 3.5 Super VLが含まれます。
米アルゴンヌ国立研究所は、複数のAIが連携して作業する「StructBioReasoner」にNemotronを組み込んでいます。タンパク質を使った治療薬候補の設計と評価が目的です。
Nemotron for Scienceの構成は、化学データとモデルの公開を伝えた記事でも紹介しています。今回の日本版ブログでは、研究機関の具体的な利用先も示されました。
研究者は専門分野のデータでモデルを追加学習できます。調整後のモデルは、AIエージェントに組み込めます。
AIエージェント(自分で手順を進めるAI)は、情報を解釈します。プログラムを作成し、計算ツールを呼び出します。
化学の学習と評価に使うLitmusBench v0.2には、約5万件の質問が収録されています。分子の性質や実験的な創薬データを基に、溶けやすさなどの予測に使うデータです。
GROMACSの設定修復は81%、実験設計にも活用
スウェーデン王立工科大学(KTH)は、Nemotronを使って科学計算の設定を修復するエージェントを作りました。対象は、分子の動きを計算するGROMACSの正常に動かない設定です。
NVIDIA DGX Spark(AI計算システム)を1台使い、一晩実行したテストでは、考える処理を有効にしたエージェントが81%のケースを修復しました。修復内容はすべてGROMACS自体で検証されています。
Lila Sciencesは、実験室で実行する手順の設計にNemotronを利用しました。実験室からの結果を使って追加学習したところ、量子ドット(微小な結晶)の合成に関するモデルの精度は61%になりました。
同社の比較では、GPT-6 Astraの精度は54%でした。NVIDIAは、Nemotronの推論コスト(AIを動かす費用)が、比較対象の10分の1〜20分の1だったとしています。これらは量子ドット合成の事例で示された結果です。
Terray Therapeuticsは、化学反応の図から情報を取り出すようモデルを追加学習しました。対象の情報は、反応物や生成物、反応条件です。
RxnScribeのテストでは、照合基準に基づき、正解情報が付いた反応の約76%を抽出しています。
Nemotron 3.5 Super VLとLitmusBench v0.2は、Hugging Faceで入手できます。モデルは、128GBのNVIDIA DGX Sparkで端末内から動かせるようにも最適化されています。
判断ガイド評価に使うか、手元で動かすか2つの迷いに、状況ごとのおすすめと理由開く閉じる
判断ガイド
評価に使うか、手元で動かすか
状況ごとのおすすめと理由です。どれを選ぶかは、ご自身の状況で決めてください。
化学分野の評価や追加学習に使う?
- 状況
- 化学リーズニングの評価やモデル適応を考えている
- おすすめ
- LitmusBench v0.2の内容を確認する
- 理由
- 約5万件の質問を収録し、化学リーズニングの評価とポストトレーニングの両方に対応します。分子の特性や実験的な創薬データに基づくため、研究課題との適合を確認できます。
- 出どころ
- 出典・blogs.nvidia.co.jp
モデルを手元の環境で動かしたい?
- 状況
- 研究者のデスクトップでのローカル実行を考えている
- おすすめ
- DGX Spark向けの条件を確認する
- 理由
- Nemotron 3.5 Super VLは128 GBのNVIDIA DGX Sparkシステム上でローカル実行できるよう最適化されています。この記載を、自分の利用環境を検討する際の確認材料にできます。
- 出どころ
- 出典・blogs.nvidia.co.jp
不安Q&A
結果や利用環境はどこまで確認できる?
QGROMACSの設定修復81%は、別の研究でも期待できる?▾
81%は、KTHがNemotronを基盤に構築したエージェントを、1台のNVIDIA DGX Sparkシステムで一晩実行したテストケースの結果です。対象は正常に動作しないGROMACSの設定で、修復内容はすべてGROMACS自体が独立して検証しました。
出典・blogs.nvidia.co.jp今できることGROMACSの設定修復に関心がある場合は、テスト対象と実行条件を確認してから結果を参照する。
Q手元のパソコンでNemotronを動かせる?▾
NVIDIAは、Nemotron 3.5 Super VLを128 GBのNVIDIA DGX Sparkシステム上でローカル実行できるよう最適化したと説明しています。
出典・blogs.nvidia.co.jp今できることローカル実行を考えている場合は、NVIDIA DGX Sparkの製品ページでシステム情報を確認する。
QLitmusBench v0.2はどんな化学の課題を扱う?▾
約5万件の質問を収録し、分子の特性と実験的な創薬データに基づいています。溶解度や人体内での処理のされ方など、分子の挙動についてモデルの予測能力を向上させるのに役立つデータセットです。
出典・blogs.nvidia.co.jp今できることLitmusBench v0.2のデータセットページで、収録内容を自分の研究課題と照らし合わせる。