可以利用大量的无监督数据来加速生命科学发现和药物设计在工业中的应用吗?在这次演讲中,我将介绍xTrimo家族的大规模预训练模型,涵盖了多尺度的生物过程,整合了大量的蛋白质序列、结构、蛋白质相互作用和单细胞转录组数据。这些预训练模型可以作为解决生命科学和药物设计中许多预测问题的基础,并实现最先进的性能。

宋博士是机器学习和图神经网络领域的专家。他现在是BioMap的首席技术官和首席人工智能科学家,负责xTrimo这一面向生命科学的大规模基础模型的战略规划和技术开发,以及构建高通量闭环系统,以补充人工智能引擎。宋博士是MBZUAI的教授,在此之前,他曾是乔治亚理工学院的副教授,并在谷歌和卡内基梅隆大学担任研究员。他的工作在NeurIPS、ICML和AISTATS等主要人工智能会议上多次获得最佳论文奖。宋博士还是ICML的董事会成员,并曾担任ICML 2022的程序主席。

成为VIP会员查看完整内容
47

相关内容

【CMU博士论文】开放环境视频中的多人三维重建,184页pdf
专知会员服务
32+阅读 · 2023年10月11日
【MIT博士论文】控制神经语言生成,147页pdf
专知会员服务
21+阅读 · 2022年9月2日
【MIT-韩松】微型化机器学习与高效深度学习,127页ppt
专知会员服务
58+阅读 · 2021年10月29日
国家自然科学基金
3+阅读 · 2017年12月31日
国家自然科学基金
24+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
Arxiv
157+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
398+阅读 · 2023年3月31日
Arxiv
66+阅读 · 2023年3月26日
Arxiv
139+阅读 · 2023年3月24日
VIP会员
相关基金
国家自然科学基金
3+阅读 · 2017年12月31日
国家自然科学基金
24+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员