Российские ученые ускорили работу нейросетей для разработки лекарств

В пресс-службе НИУ ВШЭ сообщили, что ученые вуза обнаружили, что применение классических алгоритмов обучения с подкреплением значительно улучшает скорость и эффективность работы генеративных потоковых сетей (GFlowNets). Эти сети используются для ускоренной разработки лекарств и решения сложных задач оптимизации. Научный руководитель центра искусственного интеллекта НИУ ВШЭ, Алексей Наумов, отметил, что новый подход позволил сгенерировать на 30% больше качественных молекул лекарств, чем существующие методы. Ученые сравнивают работу генеративных потоковых сетей с конструктором LEGO, где система предсказывает оптимальное расположение «деталей» для создания нужной структуры молекулы. Интеграция классических методов, таких как M-DQN, в систему искусственного интеллекта для моделирования молекул, способных связываться с человеческим белком sEH, показала значительные преимущества перед специализированными подходами, отметили в пресс-службе....

16:55, 13.06.2024

Рубрика: «Наука и Технологии» Поделиться:

Российские ученые ускорили обработку сейсмоданных с помощью ИИ Специалисты Московского физико-технического института (МФТИ) разработали алгоритм, который ...

Российские учёные ускорили создание томографов и сенсоров будущего Учёные нашли способ прогнозировать поведение магнитных частиц в высокоточных приборах Росс ...

Российские ученые создали метод для оценки лекарств от рака В пресс-службе НИТУ МИСИС сообщили, что ученые вуза разработали протокол, позволяющий оцен ...

Российские ученые нашли способ ускорить создание противоопухолевых лекарств с помощью искусственного интеллекта Ученые Центра практического искусственного интеллекта Сбербанка вместе с коллегами из Инст ...