La science entre dans son ère agentique Présentation de la carte de l'écosystème de l'IA scientifique ! 🗺️ Nous avons cartographié les outils, modèles et cadres agentiques qui alimentent le nouveau substrat pour la bio Conçu pour aider les fondateurs, chercheurs et bâtisseurs à naviguer dans l'explosion de l'IA scientifique Décomposons cela🧵

Il y a une horloge qui tourne et nous devons créer la société (c'est-à-dire à la fois les DAOs et les lois gouvernementales) qui permet à l'IA d'"élever" (un terme de science-fiction) l'humanité de la manière la plus simple.

8/N Au fait, nous allons bientôt lancer GPT-5, et nous sommes impatients que vous l'essayiez. Mais juste pour être clair : le modèle LLM IMO gold est un modèle de recherche expérimental. Nous ne prévoyons pas de sortir quoi que ce soit avec ce niveau de capacité mathématique avant plusieurs mois.

Pendant de nombreuses années, la marche constante et difficile de la science était habituée à un gouvernement tourné vers l'avenir. Le chemin à suivre pour ces avancées et ces scientifiques désormais non financés devrait les mener à @BioProtocol.

Imaginez un monde où la science n'est pas enfermée derrière des institutions, mais vivante et évoluant en temps réel grâce à des essaims intelligents d'agents. C'est de cela qu'il s'agit avec la plateforme BioAgents : un plan vivant pour la singularité scientifique sur @BioProtocol 1/ suivez le lapin blanc 👇🐇

Présentation de La-Proteina, un modèle d'IA générative qui crée des structures protéiques atomistiques complètes ainsi que leurs séquences d'acides aminés, évolutif jusqu'à 800 résidus. Développé par @NVIDIA Research, en collaboration avec @UniofOxford et @Mila_Quebec La-Proteina répond à un défi clé dans la conception des protéines en générant à la fois les atomes de squelette et de chaîne latérale dans un seul processus unifié. Il utilise une architecture hybride qui modélise les coordonnées des alpha-carbones tout en encodant les détails de la séquence et de la chaîne latérale dans des vecteurs latents pour chaque résidu. @DidiKieran @karsten_kreis @tomasgeffner @ArashVahdat

🚀 Opportunité passionnante : À la recherche d'un jeune scientifique pour opérationnaliser la collaboration @BioProtocol x @ResearchHub ! Temps partiel/à distance 👀 Explorer des études/propositions de financement sur @ResearchHub pertinentes pour les BioDAOs et allouer des $RSC du trésor @BioProtocol pour accélérer la science Inviter, aider et opérationnaliser les scientifiques de BioDAO à publier des articles, des études ou des demandes de financement sur @ResearchHub

🚀 Rejoignez l'airdrop de @moonXBT_ai ! Complétez des tâches pour gagner votre part de tokens 🌙✨ #moonXBT #Airdrop #Crypto

Ma réponse à l'IA 2027 : Le post sur l'IA 2027 est de haute qualité, j'encourage les gens à le lire à Je soutiens qu'une IA mal alignée ne pourra pas gagner aussi facilement que le scénario de l'IA 2027 le suppose, car il sous-estime grandement notre capacité à nous protéger, surtout compte tenu des technologies (assez magiques) que les auteurs admettent seront disponibles en 2029 dans leur scénario.

Je viens d'avoir le plaisir d'être interviewé par @Nature sur l'essor de l'IA en pathologie numérique. Avec l'augmentation des charges de travail et les pénuries mondiales de pathologistes, le domaine se tourne vers l'IA non pas comme un luxe, mais comme une nécessité. Article complet : Dans l'article, je discute de la manière dont les récentes avancées dans les modèles de base comme UNI-2 et CONCH redéfinissent ce qui est possible en matière de diagnostics du cancer. Entraînés sur des centaines de millions de fragments de pathologie, ces modèles vont au-delà de la classification : ils permettent le sous-typage moléculaire, la génération de légendes et même l'inférence zéro-shot. Mais bien que l'engouement soit réel, les défis le sont aussi. La généralisation inter-sites, le manque de validation externe et les obstacles réglementaires restent des barrières majeures. Nous devons investir dans des benchmarks robustes, des essais multi-institutionnels et un design de modèle fiable pour garantir que l'IA soutienne véritablement—et ne remplace pas—le jugement clinique. La pathologie numérique n'est pas l'avenir—elle est déjà là. Rendons-la sûre, évolutive et équitable. @UHN_Research @PMResearch_UHN @VectorInst @UofT