ش | ی | د | س | چ | پ | ج |
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
بیوانفورماتیک: چگونه هوش مصنوعی می تواند در مطالعه زندگی نقش داشته باشد ؟
زیست شناسی مطالعه زندگی است - احتمالاً یکی از جذاب ترین جنبه های علمی. علاوه بر این ، بخش قابل توجهی از آن زندگی را در سطح کوچک مطالعه می کند - رشته های DNA ، شیمی آلی ، همه آنها. در دنیای بزرگ ، مطالعه موارد کوچک به معنای حجم عظیم داده است. از این رو ، زمینه ای برای درخشش علم داده بهتر است؟
بیوانفورماتیک زیست شناسی و علوم داده را با هم ترکیب می کند و به یادگیری ماشین و روش های هوش مصنوعی یک هدف واقعی و مهم می بخشد.
هدف اصلی بیوانفورماتیک استفاده از قدرت یادگیری ماشین و علم داده برای کشف سیستم ها و فرآیندهای بیولوژیکی بسیار پیچیده است که نمی توان با آن کاوش کرد. این روش های علم داده را با وظایف زیست شناسی پیوند می دهد. به عنوان مثال ، یک نمونه قابل توجه کشف و طراحی دارو است - جستجوی IBM Summit ، قدرتمندترین ابر رایانه جهان ، 1 تا 2 روز طول کشید تا از طریق ساختارهای مولکولی ترکیباتی که می توانند با ویروس کرونا مبارزه کنند ، جستجو کرد. این کار را با استفاده از کد بیوانفورماتیک برای اجرای شبیه سازی انجام داد.