자연의 근원을 찾아보세요! Google 2022년 연말 요약 일곱 번째 글머리 기호: '생화학 환경 소재'는 어떻게 머신러닝의 배당금을 얻을 수 있을까요?

기계 학습과 양자 컴퓨팅의 엄청난 발전으로 우리는 이제 새로운 방식으로 업계 전반의 연구자들과 협력하고 획기적인 과학적 발견의 진행을 근본적으로 가속화할 수 있는 새롭고 더욱 강력한 도구를 갖게 되었습니다.

이번 Google 연말 요약 주제는 "자연 과학"입니다. 이 기사의 저자는 Google Research의 뛰어난 과학자인 John Platt입니다. D. 1989년.

8년 전 Google Research에 합류한 이후 저는 최첨단 컴퓨팅 기술을 적용하여 현재 응용 과학의 가능성을 발전시키는 데 전념하는 재능 있는 연구원 커뮤니티의 일원이 되는 특권을 누렸습니다. 세계의 단백질 및 게놈 정보를 정리하여 사람들의 삶에 도움이 되는 것부터 양자 컴퓨터를 사용하여 우주의 본질에 대한 이해를 향상시키는 것까지 물리 및 자연과학 분야의 주제 를 탐구합니다. 머신러닝을 사용하여 생물학의 신비를 풀다

생물학의 놀라운 복잡성은 뇌의 신비 탐구부터 단백질 구조 탐구, 생명 언어를 암호화하는 게놈 탐구에 이르기까지 수많은 연구자들을 매료시켰습니다. 전 세계 다른 주요 조직의 과학자들과 협력하여 연결학, 단백질 기능 예측 및 유전체학의 큰 과제를 해결하고 더 넓은 과학계에 혁신을 제공하기 위해 협력해 왔습니다.

신경생물학

2018년 Google에서 개발한 앱은 정보가 제브라피시 두뇌의 신경 경로를 통해 이동하는 방식을 탐색하여 사회적 행동에 대한 심도 있는 관찰과 같은 활동에 제브라피시가 참여하는 방식에 대한 통찰력을 제공합니다. .

논문 링크: https://www.nature.com/articles/s41592-018-0049-4

Max Planck Institute for Biointelligence(Max Working with)와의 협력을 통해 플랑크 생물학 지능 연구소(Planck Institute for Biology Intelligence)의 연구원들은 컴퓨터를 사용하여 제브라피시 뇌의 일부에 대한 3D 전자 현미경 이미지를 재구성했습니다.

이는 소뇌의 신경 회로를 매핑하기 위한 이미징 및 계산 파이프라인 사용의 이정표이자 연결공학 분야의 또 다른 발전입니다.

이 작업에 포함된 기술은 신경과학 이외의 분야에도 적용할 수 있습니다. 예를 들어 대규모 연결체 데이터 세트 처리 문제를 해결하기 위해 Google 연구원은 오픈 소스 C++ 및 Python 소프트웨어 라이브러리인 TensorStore를 개발하여 출시했습니다. n차원 데이터를 저장하고 조작하기 위해 특별히 설계되었지만 다른 영역에 대규모 데이터 세트를 저장하는 데에도 적합합니다.

코드 링크: https://github.com/google/tensorstore

연구원들은 인간 언어 처리와 자동 회귀 심층 언어 모델(DLM)을 비교하여 기계 학습을 사용하여 Learn을 설명합니다. 인간의 두뇌가 언어만큼 독특한 기능을 수행하는 방법.

논문 링크: https://www.nature.com/articles/s41593-022-01026-4

이 연구에서 Google은 프린스턴 대학교 및 뉴욕 대학교와 협력했습니다. 그로스먼 의과대학(Grossman School of Medicine) 연구원들은 참가자들에게 피질 뇌파검사를 사용하여 뇌 활동을 기록하는 동안 30분 동안 팟캐스트를 듣도록 요청했습니다.

기록된 결과에 따르면 인간의 두뇌와 DLM은 연속적인 다음 단어 예측, 상황에 따른 임베딩, 단어 매칭을 기반으로 한 발생 후 놀라움 계산 등 언어 처리에 대한 계산 원리를 공유하고 있습니다. 단어(놀라움)를 입력하고 DLM이 단어를 얼마나 잘 예측하는지와 놀라움 신호를 연관시킵니다.

이러한 결과는 인간 두뇌의 언어 처리에 대한 새로운 결론을 제공하고 DLM을 사용하여 언어의 신경 기반에 대한 귀중한 통찰력을 얻을 수 있음을 시사합니다.

생화학

또한 연구자들은 딥 러닝의 최근 발전을 활용하여 원시 아미노산 서열에서 단백질 기능을 정확하게 예측하면서 생물학적 서열을 이해하는 데 상당한 진전을 이루었습니다.

논문 링크: https://www.nature.com/articles/s41587-021-01179-w

Google은 유럽 분자생물학연구소(EMBL- EBI)를 사용하여 모델 성능을 신중하게 평가하고 공개 단백질 데이터베이스인 UniProt, Pfam/interPro 및 MGnify에 수억 개의 기능 주석을 추가합니다.

논문 링크: https://www.nature.com/articles/s41587-021-01179-w.epdf

사람이 단백질 데이터베이스에 주석을 추가하는 것은 힘들고 어려울 수 있습니다. task 느린 과정이지만, 구글이 제안하는 머신러닝 방식은 주석 달기 속도에 있어서 비약적인 발전을 이루었습니다.

예를 들어, Pfam 주석은 지난 10년 동안 다른 모든 노력을 합친 것보다 더 많은 양을 추가했으며, 매년 이러한 데이터베이스에 액세스하는 전 세계 수백만 명의 과학자가 이제 연구에 이 주석을 활용할 수 있습니다.

인간 게놈의 초안은 2003년에 공개되었지만 염기서열 분석 기술의 기술적 한계로 인해 불완전했습니다.

2022년 T2T(Telomere-2-Telomere) 컨소시엄은 5개의 완전한 염색체 팔과 거의 2억 개의 새로운 DNA 서열 염기쌍을 포함하여 이전에 접근할 수 없었던 이러한 영역을 해결하는 데 놀라운 성과를 거두었습니다. 인간 생물학, 진화, 질병에 관한 질문입니다.

Google의 오픈 소스 게놈 변형 호출기인 DeepVariant는 T2T 컨소시엄이 완전한 30억 5500만 염기쌍 인간 게놈 서열의 출시를 준비하기 위해 사용하는 도구 중 하나입니다.

논문 링크: https://www.nature.com/articles/nbt.4235

T2T 컨소시엄도 Google의 오픈 소스 방식인 DeepConsensus를 사용하여 장기 읽기를 제공하고 있습니다. Pacific Biosciences를 위한 시퀀싱 이 장비는 인간의 유전적 다양성의 폭을 대표하는 포괄적인 범유전체 자원에 대한 T2T의 최신 연구에서 온디바이스 오류 수정 기능을 제공합니다.

문서 링크: https://www.nature.com/articles/s41587-022-01435-7.epdf

새로운 물리학 발견에 양자 컴퓨팅 적용

Quantum 과학적 발견을 촉진하는 데 있어 컴퓨팅은 아직 초기 단계이지만 큰 잠재력을 갖고 있으므로 Google은 양자 컴퓨팅이 과학적 발견과 혁신을 위한 도구가 될 수 있도록 양자 컴퓨팅 기능을 향상시키는 방법을 모색하고 있습니다.

연구원들은 전 세계 물리학자들과 협력하여 기존 양자 컴퓨터를 사용하여 완전히 새로운 물리학 실험을 만들기 시작했습니다. 양자 실험 문제 중 하나는 센서가 물체를 측정할 때 컴퓨터가 센서를 처리해야 한다는 것입니다. 데이터.

기존 처리 과정에서는 센서 데이터를 처리하기 전에 고전적인 정보로 변환해야 합니다.

양자컴퓨팅의 경우 센서에서 나온 양자 데이터를 직접 처리할 수 있고, 양자 센서에서 나온 데이터를 측정 없이 바로 양자 알고리즘에 제공할 수 있어 기존 컴퓨터보다 더 큰 장점이 있을 것이다.

논문 링크: https://www.science.org/doi/10.1126/science.abn7293

Google이 여러 대학의 연구자와 공동으로 최근 발표한 논문에서 사이언스 논문의 실험 결과에 따르면 양자 컴퓨터가 양자 센서에 직접 연결되어 학습 알고리즘을 실행하는 한 양자 컴퓨팅은 기존 컴퓨팅보다 훨씬 적은 수의 실험에서 정보를 추출할 수 있습니다.

현재 미성숙한 중규모 양자 컴퓨터에서도 '양자 기계 학습'은 데이터 세트에 대해 기하급수적인 이점을 창출할 수 있습니다.

논문 링크: https://arxiv.org/abs/2112.00778

실험 데이터는 종종 과학적 발견을 제한하는 요소이기 때문에 양자 기계 학습 알고리즘은 잠재력을 완전히 가지고 있습니다. Unlock Quantum 이 작업의 결과가 추출하기 어려운 양자 시뮬레이션의 출력과 같은 양자 컴퓨팅의 출력을 학습하는 데에도 적용된다는 사실로 인해 컴퓨터의 엄청난 힘이 더욱 복잡해졌습니다.

양자 기계 학습이 없더라도 양자 컴퓨터의 유망한 응용 분야는 관찰하거나 시뮬레이션할 수 없는 양자 시스템을 실험적으로 탐색하는 것입니다.

2022년 양자 AI 팀은 이 방법을 사용하여 초전도 큐비트를 사용하여 결합 상태의 다중 마이크로파 광자에 대한 최초의 실험적 증거를 관찰했습니다.

논문 링크: https://www.nature.com/articles/s41586-022-05348-y

Photons는 종종 상호 작용하기 위해 추가 비선형 요소가 필요합니다. Google의 결과 이러한 상호 작용에 대한 양자 컴퓨터 시뮬레이션은 연구원들을 놀라게 했습니다. 그들은 이러한 결합 상태의 존재가 취약한 조건에 달려 있다고 생각했지만 대신 상대적으로 강한 섭동에도 견고하다는 것을 발견했습니다.

Google이 물리학 분야의 혁신을 달성하기 위해 양자 컴퓨팅을 적용한 초기 성공을 감안할 때 연구자들은 이 기술의 가능성에 대해 희망하고 있으며, 이는 미래의 획기적인 발견을 가능하게 할 것입니다. 트랜지스터나 GPS(Global Positioning System).

과학 도구로서의 양자 컴퓨팅은 매우 유망합니다!

위 내용은 자연의 근원을 찾아보세요! Google 2022년 연말 요약 일곱 번째 글머리 기호: '생화학 환경 소재'는 어떻게 머신러닝의 배당금을 얻을 수 있을까요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!