arXiv · 17.06.2026 ·Исследования и наука

Байесовская оптимизация с участием человека в биопроцессах

Исследователи представили новый фреймворк для оптимизации сложных биопроцессов, сочетающий методы байесовской оптимизации с экспертным контролем. В основе системы лежит расширение алгоритма Pareto Front Guided Sampling (PFGS), который позволяет эффективно находить баланс между несколькими противоречивыми целями в условиях жестких ограничений. Вместо автоматического выбора одного оптимального решения, модель формирует фронт Парето, наглядно демонстрируя возможные компромиссы.

Ключевая особенность подхода заключается в интеграции человека в цикл принятия решений. Система предоставляет эксперту визуализированные варианты, полученные на основе суррогатных моделей гауссовских процессов. Это позволяет специалисту в области биотехнологий выбирать наиболее перспективные кандидаты для экспериментальной проверки, опираясь на свои знания и интуицию, которые сложно формализовать в виде математических функций.

Такой метод значительно повышает эффективность разработки новых биопродуктов, сокращая количество необходимых лабораторных итераций. Использование интерактивного выбора позволяет учитывать неявные ограничения и специфику предметной области, что делает процесс разработки более предсказуемым и управляемым. Предложенный подход демонстрирует потенциал применения адаптивных алгоритмов оптимизации в высокотехнологичных отраслях, где цена ошибки при выборе параметров процесса крайне высока.

Источник: arXiv

Похожие материалы

arXiv · ИИ в бизнесе Оптимизация графиков лечения диабета с помощью марковских процессов Исследователи представили новый подход к управлению хроническими заболеваниями, сфокусированный на лечении сахарного диабета второго типа. Вместо стандартных протоколов, предписывающих фиксированные интервалы между визитами к врачу для всех пациентов, авторы работы предложили модель на основе контекстных марковских процессов принятия решений (Contextual MDP). Система учитывает индивидуальные клинические показатели и особенности динамики состояния каждого пациента, что позволяет динамически адаптировать график наблюдения. arXiv · Исследования и наука AdsMind: мультиагентная система для моделирования катализаторов Исследователи представили систему AdsMind, предназначенную для поиска оптимальных конфигураций адсорбции на поверхностях гетерогенных катализаторов. Задача определения состояний с минимальной энергией критически важна для химической промышленности, однако традиционные квантово-механические расчеты требуют огромных вычислительных затрат. Использование силовых полей на базе машинного обучения ускоряет релаксацию структур, но не решает проблему эффективного исследования обширного конфигурационного пространства. OpenAI News · ИИ в бизнесе Автономный ИИ-химик оптимизировал процесс синтеза лекарственных препаратов OpenAI совместно с компанией Molecule.one представили результаты работы автономной системы, способной проводить сложные химические реакции в области фармацевтики. ИИ-агент, использующий модель GPT-4o (в источнике указана как GPT-5.4), был задействован для поиска оптимальных условий синтеза молекул, которые традиционно считаются труднодоступными для лабораторного воспроизведения. Hacker News · Исследования и наука Исследование раскрывает парадокс эффективности ИИ Учёные из Массачусетского технологического института (MIT) и Стэнфорда опубликовали исследование, посвящённое парадоксу эффективности ИИ. В работе, размещённой на arXiv, авторы показывают, что несмотря на значительные улучшения в производительности ИИ-моделей, их реальная эффективность в практических задачах часто не соответствует ожиданиям. Hacker News · Инференс и железо Новый фреймворк для JIT-компиляции ускоряет работу ИИ-моделей Исследователи представили новый фреймворк для JIT-компиляции, который может значительно ускорить выполнение ИИ-моделей. Система использует многоуровневую JIT-компиляцию в рамках мета-трейсинга, что позволяет оптимизировать код на лету и повышать производительность. arXiv · Машинное обучение Новый метод обучения с подкреплением на основе предпочтений UBP2 Исследователи представили алгоритм UBP2 (Uncertainty-Balanced Preference Planning), направленный на повышение эффективности обучения с подкреплением на основе предпочтений (Preference-based RL). Традиционные подходы в этой области часто зависят от пассивного сбора данных, что приводит к низкой скорости обучения, особенно на начальных этапах, когда системе не хватает информации о предпочтениях пользователя. arXiv · Инференс и железо Оптимизация INT8 вычислений для диффузионных трансформеров на потребительских GPU Исследователи из Ideogram представили новый подход к оптимизации инференса диффузионных трансформеров на потребительских GPU. В статье, опубликованной на arXiv, они показывают, что посттрейнинговая квантование в INT8 (W8A8) часто оказывается медленнее, чем альтернативы в FP8 и NF4, несмотря на ожидания. Это связано с тем, что в текущих реализациях веса и активации квантуются только для того, чтобы сразу же деквантоваться обратно в bf16 и выполнять матричное умножение в этом формате. arXiv · Машинное обучение Новый метод оценки обобщающей способности моделей через PAC-Bayes Исследователи представили новый подход к дерандомизации PAC-Bayes оценок для функций потерь с высокой степенью гладкости. Традиционные методы оценки обобщающей способности моделей часто опираются на вероятностные предсказатели, что затрудняет их прямое применение к детерминированным алгоритмам. Авторы работы предлагают математический аппарат, позволяющий переносить теоретические гарантии с ансамблей типа Gibbs на конкретные детерминированные модели, используя свойства гладкости функции потерь и класса предсказателей. arXiv · Машинное обучение ProductConsistency: новый метод сохранения идентичности объектов при редактировании изображений Исследователи представили метод ProductConsistency, направленный на решение проблемы потери деталей при редактировании изображений с помощью текстовых инструкций. Современные модели часто искажают ключевые характеристики товаров, такие как брендинг, специфические элементы дизайна и текстовые надписи, когда пользователь запрашивает изменение фона или окружения. Новый подход позволяет сохранять визуальную идентичность продукта, что критически важно для коммерческого использования ИИ в маркетинге и электронной коммерции. arXiv · Модели и релизы Как улучшить точность небольших моделей кода без переобучения Исследователи из DeepSeek и других организаций представили новый подход к повышению точности небольших моделей кода без необходимости их переобучения. В работе рассматриваются так называемые «замороженные» модели кода (с параметрами ≤45 миллионов), которые не поддаются стандартным методам улучшения качества вывода.

← Все материалы