• ປ້າຍໂຄສະນາໜ້າ

ເຄື່ອງມືຂະໜາດໃຫຍ່ໄດ້ພັດທະນາເຄມີສາດຂະໜາດໃຫຍ່ໃນປີ 2022 ຊຸດຂໍ້ມູນຂະໜາດໃຫຍ່ ແລະ ເຄື່ອງມືຂະໜາດໃຫຍ່ໄດ້ຊ່ວຍໃຫ້ນັກວິທະຍາສາດແກ້ໄຂບັນຫາເຄມີສາດໃນຂອບເຂດໃຫຍ່ໃນປີນີ້

ເຄື່ອງມືຂະໜາດໃຫຍ່ໄດ້ພັດທະນາເຄມີສາດຂະໜາດໃຫຍ່ໃນປີ 2022

ຊຸດຂໍ້ມູນຂະໜາດໃຫຍ່ ແລະ ເຄື່ອງມືຂະໜາດໃຫຍ່ໄດ້ຊ່ວຍໃຫ້ນັກວິທະຍາສາດແກ້ໄຂບັນຫາເຄມີສາດໃນຂອບເຂດໃຫຍ່ໃນປີນີ້

ໂດຍອາຣີອານາ ເຣມເມລ

 

微信图片_20230207150904

ເຄຣດິດ: ສະຖານທີ່ຄອມພິວເຕີ້ Oak Ridge Leadership ທີ່ ORNL

ຊຸບເປີຄອມພິວເຕີ Frontier ທີ່ຫ້ອງທົດລອງແຫ່ງຊາດ Oak Ridge ແມ່ນເຄື່ອງຈັກລຸ້ນທຳອິດໃນລຸ້ນໃໝ່ທີ່ຈະຊ່ວຍໃຫ້ນັກເຄມີສາມາດຈຳລອງໂມເລກຸນທີ່ມີຄວາມສັບສົນຫຼາຍກວ່າທີ່ເຄີຍມີມາ.

ນັກວິທະຍາສາດໄດ້ຄົ້ນພົບສິ່ງໃຫຍ່ໆດ້ວຍເຄື່ອງມືຂະໜາດໃຫຍ່ໃນປີ 2022. ໂດຍອີງໃສ່ແນວໂນ້ມທີ່ຜ່ານມາຂອງປັນຍາປະດິດທີ່ມີຄວາມສາມາດທາງເຄມີ, ນັກຄົ້ນຄວ້າໄດ້ມີຄວາມກ້າວໜ້າຢ່າງໃຫຍ່ຫຼວງ, ສອນຄອມພິວເຕີໃຫ້ຄາດຄະເນໂຄງສ້າງໂປຣຕີນໃນຂອບເຂດທີ່ບໍ່ເຄີຍມີມາກ່ອນ. ໃນເດືອນກໍລະກົດ, ບໍລິສັດ DeepMind ທີ່ເປັນເຈົ້າຂອງໂດຍ Alphabet ໄດ້ເຜີຍແຜ່ຖານຂໍ້ມູນທີ່ມີໂຄງສ້າງຂອງໂປຣຕີນເກືອບທັງໝົດທີ່ຮູ້ຈັກ— ໂປຣຕີນສ່ວນບຸກຄົນຫຼາຍກວ່າ 200 ລ້ານຊະນິດ ຈາກຫຼາຍກວ່າ 100 ລ້ານຊະນິດ — ຕາມການຄາດຄະເນໂດຍອັລກໍຣິທຶມການຮຽນຮູ້ຂອງເຄື່ອງຈັກ AlphaFold. ຈາກນັ້ນ, ໃນເດືອນພະຈິກ, ບໍລິສັດເທັກໂນໂລຢີ Meta ໄດ້ສະແດງໃຫ້ເຫັນເຖິງຄວາມຄືບໜ້າຂອງຕົນໃນເທັກໂນໂລຢີການຄາດຄະເນໂປຣຕີນດ້ວຍອັລກໍຣິທຶມ AI ທີ່ເອີ້ນວ່າESMFoldໃນການສຶກສາກ່ອນການພິມທີ່ຍັງບໍ່ທັນໄດ້ຮັບການທົບທວນຄືນຈາກຜູ້ຊ່ຽວຊານ, ນັກຄົ້ນຄວ້າ Meta ໄດ້ລາຍງານວ່າອັລກໍຣິທຶມໃໝ່ຂອງພວກເຂົາບໍ່ຖືກຕ້ອງຄືກັບ AlphaFold ແຕ່ໄວກວ່າ. ຄວາມໄວທີ່ເພີ່ມຂຶ້ນໝາຍຄວາມວ່ານັກຄົ້ນຄວ້າສາມາດຄາດຄະເນໂຄງສ້າງໄດ້ 600 ລ້ານໂຄງສ້າງພາຍໃນ 2 ອາທິດເທົ່ານັ້ນ (bioRxiv 2022, DOI:10.1101/2022.07.20.500902).

ນັກຊີວະວິທະຍາຢູ່ໂຮງຮຽນແພດສາດມະຫາວິທະຍາໄລວໍຊິງຕັນ (UW) ກຳລັງຊ່ວຍເຫຼືອຂະຫຍາຍຄວາມສາມາດດ້ານຊີວະເຄມີຂອງຄອມພິວເຕີນອກເໜືອຈາກແມ່ແບບທຳມະຊາດໂດຍການສອນເຄື່ອງຈັກໃຫ້ສະເໜີໂປຣຕີນທີ່ອອກແບບຕາມຄວາມຕ້ອງການຕັ້ງແຕ່ເລີ່ມຕົ້ນ. David Baker ຈາກ UW ແລະທີມງານຂອງລາວໄດ້ສ້າງເຄື່ອງມື AI ໃໝ່ທີ່ສາມາດອອກແບບໂປຣຕີນໄດ້ໂດຍການປັບປຸງແບບງ່າຍໆຊ້ຳໆ ຫຼື ໂດຍການຕື່ມຊ່ອງຫວ່າງລະຫວ່າງສ່ວນທີ່ເລືອກຂອງໂຄງສ້າງທີ່ມີຢູ່ແລ້ວ (ວິທະຍາສາດ2022, ກົມສາທາລະນະສຸກ:10.1126/science.abn2100). ທີມງານຍັງໄດ້ເປີດຕົວໂປຣແກຣມໃໝ່, ProteinMPNN, ເຊິ່ງສາມາດເລີ່ມຕົ້ນຈາກຮູບຮ່າງ 3D ທີ່ອອກແບບ ແລະ ການປະກອບຂອງໜ່ວຍຍ່ອຍໂປຣຕີນຫຼາຍໜ່ວຍ ແລະ ຫຼັງຈາກນັ້ນກຳນົດລຳດັບກົດອະມິໂນທີ່ຈຳເປັນເພື່ອເຮັດໃຫ້ພວກມັນມີປະສິດທິພາບ (ວິທະຍາສາດ2022, ກົມສາທາລະນະສຸກ:10.1126/science.add2187;10.1126/science.add1964). ອັລກໍຣິທຶມທີ່ສະຫຼາດທາງດ້ານຊີວະເຄມີເຫຼົ່ານີ້ສາມາດຊ່ວຍນັກວິທະຍາສາດໃນການສ້າງແບບແຜນສຳລັບໂປຣຕີນທຽມທີ່ສາມາດນຳໃຊ້ໃນວັດສະດຸຊີວະພາບ ແລະ ຢາຊະນິດໃໝ່.

微信图片_20230207151007

ເຄຣດິດ: Ian C. Haydon/ສະຖາບັນອອກແບບໂປຣຕີນ UW

ອັລກໍຣິທຶມການຮຽນຮູ້ຂອງເຄື່ອງຈັກກຳລັງຊ່ວຍໃຫ້ນັກວິທະຍາສາດຝັນເຖິງໂປຣຕີນໃໝ່ໂດຍຄຳນຶງເຖິງໜ້າທີ່ສະເພາະ.

ໃນຂະນະທີ່ຄວາມທະເຍີທະຍານຂອງນັກເຄມີສາດດ້ານຄອມພິວເຕີເຕີບໃຫຍ່ຂຶ້ນ, ຄອມພິວເຕີທີ່ໃຊ້ເພື່ອຈຳລອງໂລກໂມເລກຸນກໍ່ເຕີບໃຫຍ່ຂຶ້ນເຊັ່ນກັນ. ທີ່ຫ້ອງທົດລອງແຫ່ງຊາດ Oak Ridge (ORNL), ນັກເຄມີໄດ້ເຫັນໜຶ່ງໃນຊຸບເປີຄອມພິວເຕີທີ່ມີພະລັງທີ່ສຸດເທົ່າທີ່ເຄີຍສ້າງມາເປັນຄັ້ງທຳອິດ.ຊຸບເປີຄອມພິວເຕີຂະໜາດໃຫຍ່ຂອງ ORNL, Frontier, ແມ່ນໜຶ່ງໃນບັນດາເຄື່ອງຈັກທຳອິດທີ່ຄິດໄລ່ການດຳເນີນງານທີ່ລອຍຕົວຫຼາຍກວ່າ 1 quintillion ຕໍ່ວິນາທີ, ເຊິ່ງເປັນຫົວໜ່ວຍຂອງເລກຄະນິດໃນການຄິດໄລ່. ຄວາມໄວໃນການຄິດໄລ່ນັ້ນແມ່ນໄວປະມານສາມເທົ່າຂອງແຊ້ມປ້ຽນທີ່ຄອງຕຳແໜ່ງ, ຄືຊຸບເປີຄອມພິວເຕີ Fugaku ໃນປະເທດຍີ່ປຸ່ນ. ໃນປີໜ້າ, ຫ້ອງທົດລອງແຫ່ງຊາດອີກສອງແຫ່ງວາງແຜນທີ່ຈະເປີດຕົວຄອມພິວເຕີ exascale ໃນສະຫະລັດ. ພະລັງງານຄອມພິວເຕີທີ່ໃຫຍ່ກວ່າຂອງເຄື່ອງຈັກທີ່ທັນສະໄໝເຫຼົ່ານີ້ຈະຊ່ວຍໃຫ້ນັກເຄມີສາມາດຈຳລອງລະບົບໂມເລກຸນທີ່ໃຫຍ່ກວ່າ ແລະ ໃນໄລຍະເວລາທີ່ຍາວກວ່າ. ຂໍ້ມູນທີ່ເກັບກຳມາຈາກແບບຈຳລອງເຫຼົ່ານັ້ນສາມາດຊ່ວຍນັກຄົ້ນຄວ້າຍູ້ຂອບເຂດຂອງສິ່ງທີ່ເປັນໄປໄດ້ໃນເຄມີສາດໂດຍການຫຼຸດຊ່ອງຫວ່າງລະຫວ່າງປະຕິກິລິຍາໃນຂວດ ແລະ ການຈຳລອງແບບເສມືນທີ່ໃຊ້ເພື່ອຈຳລອງພວກມັນ. "ພວກເຮົາຢູ່ໃນຈຸດທີ່ພວກເຮົາສາມາດເລີ່ມຕົ້ນຖາມຄຳຖາມກ່ຽວກັບສິ່ງທີ່ຂາດຫາຍໄປຈາກວິທີການທາງທິດສະດີ ຫຼື ແບບຈຳລອງຂອງພວກເຮົາທີ່ຈະເຮັດໃຫ້ພວກເຮົາໃກ້ຊິດກັບສິ່ງທີ່ການທົດລອງບອກພວກເຮົາວ່າເປັນຈິງ," Theresa Windus, ນັກເຄມີຄອມພິວເຕີທີ່ມະຫາວິທະຍາໄລລັດ Iowa ແລະ ຫົວໜ້າໂຄງການກັບໂຄງການຄອມພິວເຕີ Exascale, ບອກ C&EN ໃນເດືອນກັນຍາ. ການຈຳລອງທີ່ເຮັດວຽກຢູ່ໃນຄອມພິວເຕີລະດັບ exascale ສາມາດຊ່ວຍໃຫ້ນັກເຄມີປະດິດແຫຼ່ງນໍ້າມັນເຊື້ອໄຟໃໝ່ ແລະ ອອກແບບວັດສະດຸໃໝ່ທີ່ທົນທານຕໍ່ການປ່ຽນແປງຂອງດິນຟ້າອາກາດ.

ໃນທົ່ວປະເທດ, ໃນ Menlo Park, ລັດ California, ຫ້ອງທົດລອງເລັ່ງລັດແຫ່ງຊາດ SLAC ກຳລັງຕິດຕັ້ງການຍົກລະດັບຄວາມເຢັນສຸດໆໃຫ້ກັບແຫຼ່ງແສງ Linac Coherent Light Source (LCLS)ສິ່ງດັ່ງກ່າວສາມາດເຮັດໃຫ້ນັກເຄມີສາມາດເບິ່ງເລິກເຂົ້າໄປໃນໂລກຂອງອະຕອມ ແລະ ເອເລັກຕຣອນທີ່ໄວທີ່ສຸດ. ສະຖານທີ່ດັ່ງກ່າວຖືກສ້າງຂຶ້ນເທິງເຄື່ອງເລັ່ງຄວາມໄວເສັ້ນຊື່ 3 ກິໂລແມັດ, ເຊິ່ງສ່ວນຕ່າງໆຖືກເຮັດໃຫ້ເຢັນດ້ວຍຮີລຽມແຫຼວລົງເຖິງ 2 K, ເພື່ອຜະລິດແຫຼ່ງແສງສະຫວ່າງທີ່ສະຫວ່າງ ແລະ ໄວທີ່ສຸດທີ່ເອີ້ນວ່າເລເຊີເອເລັກຕຣອນເສລີ X-ray (XFEL). ນັກເຄມີໄດ້ໃຊ້ກຳມະຈອນທີ່ມີພະລັງຂອງເຄື່ອງມືເພື່ອສ້າງຮູບເງົາໂມເລກຸນທີ່ຊ່ວຍໃຫ້ພວກເຂົາສາມາດເບິ່ງຂະບວນການຕ່າງໆໄດ້, ເຊັ່ນ: ການສ້າງພັນທະບັດເຄມີ ແລະ ເອນໄຊມ໌ສັງເຄາະແສງທີ່ເຮັດວຽກ. "ໃນແຟລດ femtosecond, ທ່ານສາມາດເຫັນອະຕອມຢຸດນິ້ງ, ພັນທະບັດອະຕອມດຽວແຕກ," Leora Dresselhaus-Marais, ນັກວິທະຍາສາດດ້ານວັດສະດຸທີ່ມີການແຕ່ງຕັ້ງຮ່ວມກັນຢູ່ມະຫາວິທະຍາໄລ Stanford ແລະ SLAC, ບອກ C&EN ໃນເດືອນກໍລະກົດ. ການຍົກລະດັບເປັນ LCLS ຍັງຈະຊ່ວຍໃຫ້ນັກວິທະຍາສາດສາມາດປັບພະລັງງານຂອງລັງສີ X ໄດ້ດີຂຶ້ນເມື່ອຄວາມສາມາດໃໝ່ມີໃຫ້ໃຊ້ໃນຕົ້ນປີໜ້າ.

微信图片_20230207151052

ເຄຣດິດ: ຫ້ອງທົດລອງເລັ່ງລັດແຫ່ງຊາດ SLAC

ເລເຊີ X-ray ຂອງຫ້ອງທົດລອງເລັ່ງລັດແຫ່ງຊາດ SLAC ຖືກສ້າງຂຶ້ນເທິງເຄື່ອງເລັ່ງລັດເສັ້ນຊື່ 3 ກິໂລແມັດໃນ Menlo Park, ລັດ California.

ໃນປີນີ້, ນັກວິທະຍາສາດຍັງໄດ້ເຫັນວ່າກ້ອງສ່ອງທາງໄກອະວະກາດ James Webb (JWST) ທີ່ລໍຄອຍມາດົນນານນັ້ນມີພະລັງຫຼາຍປານໃດໃນການເປີດເຜີຍ...ຄວາມສັບສົນທາງເຄມີຂອງຈັກກະວານຂອງພວກເຮົາອົງການ NASA ແລະຄູ່ຮ່ວມງານຂອງຕົນ — ອົງການອາວະກາດເອີຣົບ, ອົງການອາວະກາດການາດາ, ແລະສະຖາບັນວິທະຍາສາດກ້ອງສ່ອງທາງໄກອາວະກາດ — ໄດ້ປ່ອຍຮູບພາບຫຼາຍສິບຮູບແລ້ວ, ຕັ້ງແຕ່ຮູບຄົນທີ່ສວຍງາມຂອງເນບູລາດາວ ຈົນເຖິງລາຍນິ້ວມືຂອງທາດຂອງກາລັກຊີບູຮານ. ກ້ອງສ່ອງທາງໄກອິນຟາເຣດມູນຄ່າ 10 ຕື້ໂດລາ ປະກອບດ້ວຍຊຸດເຄື່ອງມືວິທະຍາສາດທີ່ຖືກອອກແບບມາເພື່ອສຳຫຼວດປະຫວັດສາດອັນເລິກເຊິ່ງຂອງຈັກກະວານຂອງພວກເຮົາ. ຫຼາຍທົດສະວັດໃນການສ້າງ, JWST ໄດ້ເຮັດວຽກໄດ້ດີກ່ວາຄວາມຄາດຫວັງຂອງວິສະວະກອນຂອງຕົນໂດຍການຖ່າຍພາບຂອງກາລັກຊີທີ່ໝຸນວຽນຕາມທີ່ມັນປາກົດຂຶ້ນ 4.6 ຕື້ປີກ່ອນ, ພ້ອມດ້ວຍລາຍເຊັນທາງສະເປກໂຕຣສະໂກບຂອງອົກຊີເຈນ, ນີອອນ, ແລະອະຕອມອື່ນໆ. ນັກວິທະຍາສາດຍັງໄດ້ວັດແທກລາຍເຊັນຂອງເມກໄອນ້ຳ ແລະໝອກຄວັນຢູ່ເທິງດາວເຄາະນອກລະບົບ, ໂດຍໃຫ້ຂໍ້ມູນທີ່ສາມາດຊ່ວຍນັກດາລາສາດຄົ້ນຫາໂລກທີ່ມີທ່າແຮງທີ່ຈະອາໄສຢູ່ໄດ້ນອກເໜືອຈາກໂລກ.

 


ເວລາໂພສ: ກຸມພາ-07-2023