

Aggiungi ai preferiti
Alla conferenza Supercomputing SC26 di Chicago, che si tiene dal 15 al 20 novembre, NVIDIA ha mostrato come agenti ia, calcolo accelerato e calcolo quantistico stiano facendo progredire le scoperte scientifiche.
NVIDIA ha presentato NVIDIA Nemotron for Science, unendo applicazioni scientifiche del suo modello aperto NVIDIA Nemotron™ 3.5 Super VL, di un nuovo dataset di chimica aperta e ricette post-formazione per aiutare i ricercatori a costruire agenti di intelligenza artificiale specializzati per le scoperte scientifiche.
Basato su Nemotron 3.5 Super VL, Nemotron for Science aiuta i ricercatori a sviluppare agenti che ragionano attraverso problemi scientifici e mettono in pratica strumenti di ricerca specializzati. Con la post-formazione, gli scienziati possono adattare il modello a compiti specializzati come condurre esperimenti di chimica, progettazione proteica e altro ancora.
Parte di Nemotron for Science, LitmusBench v0.2 è un nuovo dataset aperto con quasi 50.000 domande per l’addestramento e la valutazione dei modelli linguistici sul ragionamento chimico. Attingendo alle proprietà molecolari e ai dati sperimentali sulla scoperta di farmaci, aiuta i ricercatori a migliorare la capacità dei modelli di prevedere come si comportano le molecole, inclusa la loro solubilità e il modo in cui il corpo umano le elabora.
Le aziende di scienze della vita Lila Sciences, Terray Therapeutics e Therna stanno utilizzando e personalizzando NVIDIA Nemotron 3.5 Super VL per applicazioni scientifiche. I casi d’uso includono l’estrazione di conoscenze chimiche, la pianificazione di esperimenti e la progettazione di terapie e protocolli di laboratorio. Grandi centri di ricerca come Argonne e il Jülich Supercomputing Centre lo stanno integrando nei loro agenti di IA farmacologici e di scoperta scientifica.
“Il calcolo accelerato sta trasformando il modo in cui gli scienziati affrontano le sfide più complesse del mondo. Nemotron for Science offre ai ricercatori modelli aperti, dati scientifici e ricette post-addestramento per costruire agenti specializzati che ragionano attraverso problemi scientifici e utilizzano strumenti accelerati CUDA-X per trasformare idee in scoperte.”
Ian Buck – vicepresidente hyperscale and high-performance computing NVIDIA

Post-training dei modelli aperti Nemotron per le scoperte scientifiche
I ricercatori possono post-addestrare i modelli aperti Nemotron con dati specifici per il dominio per migliorare le prestazioni in compiti scientifici specializzati. Possono integrare il modello risultante in flussi di lavoro di agenti che interpretano informazioni scientifiche, generano codice e chiamano strumenti di calcolo. Questi flussi di lavoro possono utilizzare strumenti accelerati NVIDIA CUDA-X™ per eseguire calcoli scientifici.
Terray Therapeutics ha post-addestrato Nemotron per estrarre reagenti, prodotti e condizioni di reazione da diagrammi scientifici, superando i risultati precedentemente pubblicati su due benchmark. Nel test RxnScribe, ha recuperato circa il 76% delle reazioni annotate secondo i criteri di matching del benchmark, contribuendo a trasformare le scoperte chimiche pubblicate in dati strutturati per la pianificazione della sintesi e gli agenti scientifici.
Lila Sciences utilizzò Nemotron per progettare protocolli di laboratorio pronti all’esecuzione per i suoi laboratori automatizzati, abbinando prestazioni di livello frontiera senza richiedere ulteriori aggiustamenti. Il post-addestramento con feedback di laboratorio ha quasi raddoppiato l’accuratezza del modello nella produzione di punti quantistici — cristalli in scala nanometrica usati in schermi e pannelli solari — al 61%, superando il 54% di GPT-6 Astra a un costo di inferenza 10-20 volte inferiore.
Questi progressi aiutano agenti e scienziati dei materiali a tradurre le proprietà desiderate dei materiali in ricette di sintesi, favorendo la scoperta di nuovi materiali.
Therna ha collaborato con NVIDIA per post-addestrare Nemotron per la progettazione terapeutica agentica di mRNA, quasi raddoppiando la precisione nella previsione dei range di espressione proteica rispetto a modelli di frontiera. Gli scienziati hanno preferito le sue spiegazioni rispetto a quelle del modello base nel 96% dei confronti.
Questi progressi potrebbero aiutare gli scienziati a adattare i design degli mRNA per la produzione proteica desiderata in specifici tipi cellulari man mano che si adattano all’uso umano.

I ricercatori accelerano la scienza con modelli e dataset Nemotron
Le principali istituzioni di ricerca utilizzano i modelli e i dataset NVIDIA Nemotron per far avanzare la scoperta scientifica a ogni scala, dai desktop dei singoli ricercatori ai laboratori e ai centri di supercalcolo.
Aiutando i ricercatori a progettare e valutare rapidamente nuove molecole lungo la tavola periodica, il lavoro ha il potenziale di aprire nuove vie per applicazioni in materiali e minerali critici, sicurezza nazionale e trattamento del cancro.
Argonne sta integrando Nemotron nel suo sistema multiagente StructBioReasoner per progettare e valutare candidati terapeutici a base di proteine per il trattamento del cancro e di altre malattie.
Il KTH Royal Institute of Technology ha creato un agente IA su Nemotron che ripara da solo sistemi di dinamica molecolare GROMACS danneggiati. In un’unica esecuzione notturna su un singolo sistema NVIDIA DGX Spark™, l’agente ha risolto l’81% dei casi di test con il ragionamento abilitato, e ogni correzione è stata verificata indipendentemente da GROMACS stesso.
RIKEN ha reso disponibile NVIDIA Nemotron, incluso Nemotron 3.5 Super VL, sulla sua piattaforma di supercalcolo AI RIKYU tramite RiVault, il suo gateway di inferenza, consentendo ai ricercatori di accedere ai modelli per la ricerca scientifica e lo sviluppo di applicazioni accelerate.
Disponibilità
NVIDIA Nemotron 3.5 Super VL e il dataset di chimica LitmusBench v0.2 sono già disponibili su Hugging Face. Il modello Nemotron 3.5 Super VL fu anch’esso ottimizzato per funzionare localmente su un sistema Nvidia DGX Spark da 128GB.
