Trend Olan Konular
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Bo Wang
Biyomedikal Yapay Zeka Başkanı ve Kıdemli Yardımcısı @Xaira_Thera; Doçent @UofT; Baş Yapay Zeka Sorumlusu @UHN; eski doktora, CS @Stanford; Fikirlerim bana ait. #AI #healthcare #biology
LLM'lerin kelime modelleri vardır. Uzmanların dünya modelleri vardır.
İşte tüm boşluk bu.
Bir LLM, mükemmel okunan bir sözleşme yazar. Bir avukat, karşı tarafın avukatının bunu nasıl parçalayacağını tam olarak görür.
Biyolojide de aynı. Bir model bir protein yapısını öngörür. Bir biyolog soruyor: Hücre stresli, iltihaplanmış veya ölürken nasıl davranır?
Bir sonraki yapay zeka sınırı zeka değil. Bu simülasyon derinliği.
47
Bugün X beslemem gerçek tıbbi gelişmelerle dolup taşıyor:
🇲🇽 Meksikalı bilim insanları HPV'yi ortadan kaldırdı
🇪🇸 İspanyol araştırmacılar farelerde prostat kanserini iyileştirdi
🇯🇵 Japonya, felçli hastalarda motor fonksiyonu rejeneratif tıp yoluyla geri kazandı
🇰🇷 Koreli bilim insanları kolon kanserini tersine çevirdiklerini bildiriyor
🇻🇳 Vietnamlı klinisyenler, kan kanserinin tamamen tedavi edilebileceğini gösteriyor
Biyomedikal bilim, eşi benzeri görülmemiş ve hızlanan bir hızla ilerliyor.
Gerçekten tıp için harika bir gün. 🧬🚀
79
Herkes 2025'te "Bilim İçin Yapay Zeka" konusunda heyecanlı! Yıl sonunda, özellikle yapay zeka ve biyoloji konusundaki huzursuzluğumu ve iyimserliğimi paylaşmama izin verin.
Biyolojik temel modelleri, sağlık yapay zekası ve ilaç keşfiyle bir yıl daha derinlemesine uğradıktan sonra, işte 2025'te öğrendiğim 3 ders.
1. Biyoloji "sadece başka bir modalite" değildir.
Hala gördüğüm en büyük yanlış anlama:
"Biyoloji metin + görseller + grafiklerdir. Sadece ölçek transformatörleri."
Hayır. Biyoloji, dil ve vizyondan farklı şekilde nedensel, hiyerarşik, stokastik ve eksiktir.
Jetonlar gerçeklikle tam olarak örtüşmez.
Etiketler seyrek, taraflı ve çoğu zaman yanlıştır.
Temel gerçeği koşullu, bağlama bağlı ve bazen bilinemezdir.
Gerçek ilerleme kaydettik—tek hücreli, görüntüleme, genomik, EHR'ler nihayet ortak modelleniyor—ama acı gerçek şu ki:
Çoğu biyolojik sinyal, daha iyi kayıp fonksiyonları bekleyen denetli sorunlar değildir.
Bunlar müdahale kaynaklı sorunlardır. Sadece tahminin ötesinde bozgunlar, karşı gerçekler ve mekanizmalar talep ederler.
Ölçeklendirme elbette yardımcı oluyor. Ama nedensel yapı olmadan, ölçeklendirme çoğunlukla daha keskin korelasyonlar sağlar.
2025, biyolojik temel modellerinin sadece temsil öğrenimi değil, bozgunluk, belirsizlik ve uygulanabilirlik üzerine kurulması gerektiği inancımı pekiştirdi.
2. Benchmark'lar biyolojiyi hesaplamadan daha fazla geride bırakıyor.
Dürüst olalım: Yapay zeka ve biyolojide kıyaslama hâlâ bozuk.
Herkes SOTA'yı bildiriyor. Herkes farklı bir veri seti dilimini seçer.
Herkes farklı bir metrike göre ayarlanır. Herkes potansiyel onaydan kaçınır.
Makine öğrenimi kıyaslama yapmanın en kötü alışkanlıklarını, risklerin çok daha yüksek olduğu bir alana aktardık. Biyoloji ve sağlık sektöründe, transfer edilmeyen %1 kazanç işe yaramaz olmaktan da kötüdür—yanıltıcıdır.
Eksik olan daha fazla kıyaslama değil. Kesin ölçütler:
•Geriye dönük değil, ileriye dönük
•Denge tabanlı, statik değil
•Çok sahalı, tek laboratuvarlı değil
•Başarısızlık farkında, liderlik tablosu optimize edilmemiş
Modeliniz sadece onu oluşturan veri setinde çalışıyorsa, bu bir temel model değildir—bu bir veri seti artefaktıdır.
2026'da daha az gösterişli hikayeye ve daha fazla alçakgönüllülük, titizlik ve olumsuz sonuçlara ihtiyacımız var.
3. Biyolojide "akıl yürütme" düşünce zinciri değildir.
Biyolojik LLM'lere doğrudan akıl yürütme kelimesini uygulama eğilimi giderek artıyor.
Dikkatli olalım.
Biyolojik akıl yürütme sözlü akıcılık, daha uzun bağlam pencereleri veya daha güzel açıklamalar değildir. Bunlar yüzeysel iyileştirmeler. Biyolojide gerçek akıl yürütme başka yerlerde de ortaya çıkar: hipotezler oluşturmakta, hangi deneylerin yapılacağına karar vermekte, bozulmalar başarısız olduğunda inançları güncellemek ve maliyet, risk ve belirsizliği sürekli takas etmekte.
Bir yolu güzelce açıklayan ama hangi deneyi yapacağına karar veremeyen bir model akıl yürütmek değil, anlatıcıdır.
2025 beni geleceğin ajanik biyolojik yapay zekada olduğuna ikna etti:
temel modelleri deney, simülasyon ve karar alma döngüleriyle birleştiren sistemler.
Kapanış düşüncesi:
Yapay zeka ve biyoloji, kod veya dil açısından yapay zekanın gerisinde kalmıyor. Sadece daha zor bir oyun oynuyor.
Kısıtlamalar gerçek. Veriler karmaşık. Geri besleme döngüleri yavaş. Sonuçları önemlidir.
2025 benim için bir şeyi netleştirdiyse, o da şudur:
Biyolojiyi metin gibi ele alarak ilerleme kaydedemeyiz. Daha çok bir bilim insanı gibi davranan bir yapay zeka inşa ederek ilerleme kaydedeceğiz: şüpheci, yinelemeli ve yanlış olmaya istekli.
2026'ya doğru ilerliyor.

84
En İyiler
Sıralama
Takip Listesi
