Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #11135

Pushmeet Kohli

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

3

RESEARCH · 3 ИСТОЧН. · WIRED AI · Google DeepMind · The Decoder

AlphaProof Code от DeepMind формально верифицировал части протокола Signal

Google DeepMind использовал новый агентный фреймворк AlphaProof Code, чтобы формально верифицировать несколько ключевых криптографических свойств протокола Signal в четырёхнедельном демонстрационном проекте. Анализ не выявил новых уязвимостей в изученных частях, показал, что старые версии с известными багой не проходят верификацию, и исследователи опубликовали спецификацию и доказательство, подчеркнув при этом вопросы масштабируемости подхода.

9.0

MODELS · 1 ИСТОЧН. · Google DeepMind

AlphaGenome 2: условная модель ДНК предсказывает влияние вариантов в конкретных типах клеток

AlphaGenome 2 — модель следующего поколения, которая предсказывает, как изменения в последовательности ДНК влияют на молекулярные показатели (экспрессия генов, доступность хроматина, гистоновые метки, метилирование ДНК) в конкретных типах и состояниях клеток. Обученная на более чем 107 миллионах отдельных клеточных профилей из 68 тканей, модель использует условную архитектуру (вводится биологическое состояние вместе с последовательностью), лучше выявляет регуляторные варианты, специфичные для типа клетки, поддерживает имитацию недостающих модальностей и доступна для некоммерческих исследований через AlphaGenome API (коммерческий доступ — приватный превью).

8.0

RESEARCH · 1 ИСТОЧН. · Google DeepMind

SynthID Bio: встраивание водяных знаков в AI‑дизайнированные белки и дообучение AlphaFold 3

Авторы представляют SynthID Bio — набор методов встраивания незаметных водяных знаков в аминокислотные последовательности и предсказанные 3D‑координаты белков, так что отметка проверяется на синтезированных белках; в лабораторных испытаниях по трём целям (VEGF‑A, RBD спайкового белка SARS‑CoV‑2, PD‑L1) водяные знаки не ухудшили частоту попаданий, сродство связывания и разнообразие последовательностей по сравнению с неконфигурированными дизайнами. Для структуры метод дообучает часть диффузионной сети AlphaFold 3, делая предсказанные координаты носителем обнаружимого сигнала при сохранении точности предсказаний.

8.0