उच्च विफलता दरों और लंबे समय तक विकास की समयसीमाओं की विशेषता है, एक स्वाभाविक रूप से महंगा और चुनौतीपूर्ण प्रयास जारी है। पारंपरिक दवा खोज प्रक्रिया प्रारंभिक लक्ष्य पहचान से लेकर देर से चरण नैदानिक परीक्षणों तक व्यापक प्रयोगात्मक मान्यताओं की आवश्यकता होती है, पर्याप्त संसाधनों और समय का उपभोग करती है। कम्प्यूटेशनल तरीके, विशेष रूप से मशीन लर्निंग और प्रेडिक्टिव मॉडलिंग, इस प्रक्रिया को सुव्यवस्थित करने के लिए महत्वपूर्ण उपकरण के रूप में उभरे हैं। हालांकि, मौजूदा कम्प्यूटेशनल मॉडल आमतौर पर अत्यधिक विशिष्ट होते हैं, विविध चिकित्सीय कार्यों को संबोधित करने और वैज्ञानिक जांच और विश्लेषण के लिए आवश्यक सीमित इंटरैक्टिव तर्क क्षमताओं की पेशकश करने में उनकी प्रभावशीलता को सीमित करते हैं।
इन सीमाओं को संबोधित करने के लिए, Google AI ने TXGEMMA को पेश किया है, जो दवा के विकास में विभिन्न चिकित्सीय कार्यों को सुविधाजनक बनाने के लिए स्पष्ट रूप से डिज़ाइन किए गए सामान्यवादी बड़े भाषा मॉडल (LLMS) का एक संग्रह है। Txgemma विभिन्न डेटासेट को एकीकृत करके, छोटे अणुओं, प्रोटीनों, न्यूक्लिक एसिड, रोगों और सेल लाइनों को शामिल करके खुद को अलग करता है, जो इसे चिकित्सीय विकास पाइपलाइन के भीतर कई चरणों को फैलाने की अनुमति देता है। TXGEMMA मॉडल, 2 बिलियन (2 बी), 9 बिलियन (9 बी), और 27 बिलियन (27 बी) मापदंडों के साथ उपलब्ध हैं, व्यापक चिकित्सीय डेटासेट का उपयोग करके जेम्मा -2 वास्तुकला से ठीक-ठाक हैं। इसके अतिरिक्त, सूट में TXGEMMA-CHAT, एक इंटरैक्टिव संवादात्मक मॉडल संस्करण शामिल है, जो वैज्ञानिकों को मॉडल उपयोग में पारदर्शिता को बढ़ावा देने, भविष्य कहनेवाला परिणामों की विस्तृत चर्चा और यंत्रवत व्याख्याओं में संलग्न होने में सक्षम बनाता है।
एक तकनीकी दृष्टिकोण से, TXGEMMA व्यापक चिकित्सीय डेटा कॉमन्स (TDC) पर कैपिटल करता है, एक क्यूरेटेड डेटासेट जिसमें 66 चिकित्सीय रूप से प्रासंगिक डेटासेट में 15 मिलियन से अधिक DataPoints होते हैं। TXGEMMA-PREDICT, मॉडल सूट का भविष्य कहनेवाला संस्करण, इन डेटासेट में महत्वपूर्ण प्रदर्शन को प्रदर्शित करता है, जो वर्तमान में चिकित्सीय मॉडलिंग में कार्यरत सामान्यवादी और विशेषज्ञ मॉडल दोनों के प्रदर्शन से मेल खाता है या उससे अधिक है। विशेष रूप से, TXGEMMA में नियोजित ठीक-ट्यूनिंग दृष्टिकोण काफी कम प्रशिक्षण नमूनों के साथ भविष्य कहनेवाला सटीकता का अनुकूलन करता है, डोमेन में एक महत्वपूर्ण लाभ प्रदान करता है जहां डेटा की कमी प्रचलित है। इसके अलावा, अपनी क्षमताओं का विस्तार करते हुए, एजेंटिक-टीएक्स, मिथुन 2.0 द्वारा संचालित, डायनामिक रूप से ऑर्केस्ट्रेट कॉम्प्लेक्स चिकित्सीय प्रश्नों को TXGEMMA-PREDICT से भविष्यवाणी करने वाले अंतर्दृष्टि और बाहरी डोमेन-विशिष्ट उपकरणों के साथ TXGEMMA-CHAT से इंटरैक्टिव चर्चाओं को मिलाकर।
अनुभवजन्य मूल्यांकन Txgemma की क्षमता को रेखांकित करता है। TDC द्वारा क्यूरेट किए गए 66 कार्यों के बीच, TXGEMMA-PREDICT ने लगातार मौजूदा अत्याधुनिक मॉडल की तुलना में प्रदर्शन किया। विशेष रूप से, TXGEMMA के पूर्वानुमान मॉडल ने 45 कार्यों और 26 कार्यों में विशेष मॉडल में अत्याधुनिक सामान्यवादी मॉडल को पार कर लिया, नैदानिक परीक्षण प्रतिकूल घटना की भविष्यवाणियों में उल्लेखनीय दक्षता के साथ। केमबेंच और मानवता की अंतिम परीक्षा जैसे चुनौतीपूर्ण बेंचमार्क पर, एजेंटिक-टीएक्स ने पिछले प्रमुख मॉडलों पर स्पष्ट लाभ का प्रदर्शन किया, क्रमशः लगभग 5.6% और 17.9% सटीकता को बढ़ाया। इसके अलावा, TXGEMMA-CHAT में एम्बेडेड संवादात्मक क्षमताओं ने गहराई से वैज्ञानिक विश्लेषण और चर्चाओं का समर्थन करने के लिए आवश्यक इंटरैक्टिव तर्क प्रदान किया।
TXGEMMA की व्यावहारिक उपयोगिता नैदानिक परीक्षणों के दौरान प्रतिकूल घटना की भविष्यवाणी में विशेष रूप से स्पष्ट है, चिकित्सीय सुरक्षा मूल्यांकन का एक अनिवार्य पहलू। TXGEMMA-27B-PREDICT ने पारंपरिक मॉडल की तुलना में काफी कम प्रशिक्षण नमूनों का उपयोग करते हुए मजबूत भविष्य कहनेवाला प्रदर्शन का प्रदर्शन किया, जिसमें वृद्धि हुई डेटा दक्षता और विश्वसनीयता को दर्शाया गया। इसके अलावा, कम्प्यूटेशनल प्रदर्शन आकलन से संकेत मिलता है कि TXGEMMA की निष्कर्ष गति व्यावहारिक वास्तविक समय अनुप्रयोगों, जैसे कि वर्चुअल स्क्रीनिंग, सबसे बड़े संस्करण (27B पैरामीटर) के साथ स्केलेबल इन्फ्रास्ट्रक्चर पर तैनात होने पर दैनिक रूप से बड़े नमूना संस्करणों को कुशलता से संसाधित करने में सक्षम है।
सारांश में, Google AI द्वारा TXGEMMA की शुरूआत कम्प्यूटेशनल चिकित्सीय अनुसंधान में एक व्यवस्थित प्रगति का प्रतिनिधित्व करती है, जो भविष्य कहनेवाला प्रभावकारिता, इंटरैक्टिव तर्क और बेहतर डेटा दक्षता को जोड़ती है। TXGEMMA को सार्वजनिक रूप से सुलभ बनाकर, Google विविध, मालिकाना डेटासेट पर आगे सत्यापन और अनुकूलन को सक्षम करता है, जिससे चिकित्सीय अनुसंधान में व्यापक प्रयोज्यता और प्रतिलिपि प्रस्तुत करने योग्यता को बढ़ावा मिलता है। TXGEMMA-CHAT और एजेंट-TX के माध्यम से जटिल वर्कफ़्लो एकीकरण के माध्यम से परिष्कृत संवादी कार्यक्षमता के साथ, सूट शोधकर्ताओं को उन्नत कम्प्यूटेशनल उपकरण प्रदान करता है जो चिकित्सीय विकास में निर्णय लेने की प्रक्रियाओं को महत्वपूर्ण रूप से बढ़ाने में सक्षम है।
चेक आउट गले लगाने पर कागज और मॉडल। इस शोध के लिए सभी श्रेय इस परियोजना के शोधकर्ताओं को जाते हैं। इसके अलावा, हमें फॉलो करने के लिए स्वतंत्र महसूस करें ट्विटर और हमारे साथ जुड़ने के लिए मत भूलना 85K+ एमएल सबरेडिट।
Asif Razzaq MarkTechPost Media Inc के सीईओ हैं .. एक दूरदर्शी उद्यमी और इंजीनियर के रूप में, ASIF सामाजिक अच्छे के लिए कृत्रिम बुद्धिमत्ता की क्षमता का उपयोग करने के लिए प्रतिबद्ध है। उनका सबसे हालिया प्रयास एक आर्टिफिशियल इंटेलिजेंस मीडिया प्लेटफॉर्म, मार्कटेकपोस्ट का शुभारंभ है, जो मशीन लर्निंग और डीप लर्निंग न्यूज के अपने गहन कवरेज के लिए खड़ा है, जो तकनीकी रूप से ध्वनि और आसानी से एक व्यापक दर्शकों द्वारा समझ में आता है। मंच 2 मिलियन से अधिक मासिक विचारों का दावा करता है, दर्शकों के बीच अपनी लोकप्रियता को दर्शाता है।
