我们修改了先前描述的狭窄AI支持生物学工具的类别(Rose&Nelson,2023),然后检查以下类别中的模型:蛋白质设计工具;蛋白质结构预测或表示工具;小型生物分子设计工具;疫苗设计工具;病毒矢量设计工具;遗传修饰工具;基因组装配工具;毒性预测或检测工具;病原体性质预测工具;宿主 - 病原体相互作用预测工具;免疫系统建模工具;实验设计,计划工具和仿真工具;自动实验平台;和生物基础模型(BioFMS)。对于这14个类别中的每一个,我们选择了2-7个AI模型。4对于每个模型,我们检查了它们是否满足GPAI分类的一般性和下游集成标准,并使用专业的情报评估概率概率标准来指定我们的估计。我们还考虑了使用自学阶段模型的Epoch AI数据集在大型数据集上使用至少1B参数训练的任何模型。我们分析的信息包括基本的学术论文或技术报告,有时包括文档或类似文档。
主要关键词