首页 > 业界 > 关键词  > 阿里最新资讯  > 正文

Avalo利用机器学习加速农作物对气候变化的适应性

2021-08-26 09:43 · 稿源: cnbeta

据外媒报道,气候变化正在影响世界各地的农业,而解决方案很少是简单的。但是,如果能种植抵抗高温、寒冷或干旱的作物,或许能成为其中一个解决方案。Avalo帮助像这样的植物成为现实,使用人工智能驱动的基因组分析,可以减少为这个炎热的世纪培育更耐寒的植物所需的时间和金钱。

Avalo是由两个朋友——Mariano Alvarez和 Brendan Collins创立的。Avalo有一个非常直接的价值主张,但需要一点科学知识来理解它。大型种子和农业公司在创造主要作物的更好版本方面投入了大量的工作。通过使玉米或水稻对高温、昆虫、干旱或洪水的抵抗力稍有提高,他们可以为农民的产量和利润带来巨大的改善,或者使一种植物能够在它以前无法生长的地方生存。

Avalo联合创始人兼首席执行官Brendan Collins说:“赤道地区的产量大幅下降--这并不是说玉米粒变小了。农民们向高地迁移,因为盐水入侵扰乱了田地,但他们遇到了早春的霜冻,杀死了他们的幼苗。或者他们需要抗锈病的小麦,以便在潮湿的夏季真菌爆发时生存。如果我们想适应这种新的环境现实,我们需要创造新的品种。”

为了以系统的方式进行这些改进,研究人员强调植物的现有性状;这不是拼接一个新的基因,而是把已经存在的性状带出来。这曾经是通过简单的方法完成的,即种植几种植物,对它们进行比较,然后种植最能体现该性状的植物的种子。

然而,如今,研究人员已经对这些植物的基因组进行了测序,可以更直接一点。通过找出具有所需性状的植物中哪些基因是活跃的,这些基因的更好表达可以成为未来世代的目标。问题是这样做仍然需要很长的时间--如十年。

现代进程的困难部分源于这样一个问题,即性状,如面对干旱时的生存能力,并不只是单一的基因。它们可能是任何数量的基因以一种复杂的方式相互作用。因此,当这些公司进行所谓的全基因组关联分析研究时,他们最终会得到数百个对性状有贡献的候选基因,然后必须在活体植物中费力地测试这些基因的各种组合,即使以工业化的速度和规模也需要数年时间。

“随着这些性状变得越来越复杂,仅仅找到基因然后对其进行处理的能力实际上是相当有限的,”Avalo公司联合创始人兼首席执行官Mariano Alvarez说。“试图提高一种酶的效率是很容易的,你只需用CRISPR来编辑它--但是提高玉米产量,有数千甚至数百万的基因在起作用。如果你是一个大的战略公司(如孟山都),试图制造耐旱水稻,你将面临15年,2亿美元......这是一个漫长的游戏。”

这就是Avalo介入的地方。该公司已经建立了一个模型来模拟植物基因组变化的影响,他们声称这可以将15年的准备时间减少到2或3年,并将成本降低到类似的比例。

Collins说:“我们的想法是为基因组建立一个更现实的模型,它更具有进化意识。也就是说,一个为基因组和基因建模的系统,包括更多来自生物学和进化的背景。有了更好的模型,你在与某一性状相关的基因上得到的假阳性要少得多,因为它排除了更多不相关的基因、次要贡献者等等。”

他举了一个例子,一家公司正在研究的耐寒水稻品系。一项全基因组关联研究发现了566个"感兴趣的基因",由于需要时间、人员和材料,调查每个基因的费用在4万美元左右。这意味着调查这一个性状可能会在几年内耗费2000万美元,这自然限制了能够尝试这种操作的各方,以及他们将投入时间和金钱的作物。如果你期望获得投资回报,你就不能花那么多的现金来改善一个偏僻市场的小众作物。

Collins表示:“我们在这里是为了使这个过程民主化。在与耐寒水稻有关的同一组数据中,我们发现了32个感兴趣的基因,根据我们的模拟和回顾性研究,我们知道所有这些都是真正的因果关系。而且我们能够培育出10个基因敲除者来验证它们,在三个月的时间里有三个。”

从一开始,Avalo的系统就排除了90%以上的必须单独调查的基因。他们非常确信这32个基因不仅是相关的,而且是因果关系--对性状有真正的影响。这一点在简短的"基因剔除"研究中得到了证实,即阻断一个特定的基因并研究其影响。Avalo称其方法为"通过无信息扰动发现基因",或称GDIP。

部分原因是机器学习算法在从噪音中提取信号方面的固有优势,但Collins指出,他们需要用一种新的方法来解决这个问题,让模型自己学习结构和关系。而且对他们来说,模型的可解释性也很重要。后者是一个棘手的问题,但他们通过在重复模拟中系统地将感兴趣的基因换成相当于虚拟版本的基因来实现,这不会破坏性状,但确实有助于模型了解每个基因的贡献。

“利用我们的技术,我们可以为感兴趣的性状提出一个最小的预测性育种组。”Collins说:“你可以在模拟中设计出完美的基因型,然后进行密集育种并观察该基因型。而且成本足够低,可以由较小的公司来做,或者用不太受欢迎的作物来做,或者用在可能性之外的性状来做--因为气候变化是如此不可预测,谁能说耐高温或耐寒的小麦在20年后会更好?”

Alvarez说:“通过降低开展这项工作的资本成本,我们算是打开了这个空间,在这里研究耐气候性状在经济上是可行的。”

Avalo正在与几所大学合作,以加速创造其他具有弹性和可持续性的植物。这些研究小组拥有大量的数据,但没有大量的资源,使他们成为展示公司能力的最佳团队。

大学的合作关系也将确定该系统适用于“相当未驯化的”植物,这些植物在大规模使用之前需要一些工作。例如,将一种天然抗旱的野生谷物超标,而不是试图将抗旱性添加到一种天然大型谷物物种上,可能会更好,但没有人愿意花2000万美元来找出答案。

在商业方面,他们计划首先提供数据处理服务,这是许多初创公司中的一个,为农业和制药等空间中速度较慢、较成熟的公司提供大的成本和时间节约。如果幸运的话,Avalo将能够帮助把一些这样的植物带入农业,并成为一个种子供应商。

该公司几周前刚刚从IndieBio加速器中脱颖而出,并且已经获得了300万美元的种子轮资金,以继续他们更大规模的工作。本轮融资由Better Ventures和Giant Ventures共同领导,At One Ventures、Climate Capital、David Rowan以及IndieBio的母公司SOSV当然也参与其中。

Alvarez说:“ Brendan 说服了我,创办一家创业公司比申请教职员工的工作更有趣、更有意义。”而他是完全正确的。

举报

  • 相关推荐
  • 大家在看
  • AI drafts by Help Scout:提升客服团队效率,实现个性化客户服务。

    Help Scout提供的AI客服平台,通过人工智能技术,帮助客服团队提升工作效率,减少重复性工作,让团队成员能够专注于更复杂和个性化的客户对话。平台特点包括无需编程即可使用、快速回复、提升客户满意度,以及通过AI生成回复草稿等。

  • OpenVLA:开源视觉-语言-动作模型,推动机器人操作技术发展。

    OpenVLA是一个具有7亿参数的开源视觉-语言-动作(VLA)模型,通过在Open X-Embodiment数据集上的970k机器人剧集进行预训练。该模型在通用机器人操作策略上设定了新的行业标准,支持开箱即用控制多个机器人,并且可以通过参数高效的微调快速适应新的机器人设置。OpenVLA的检查点和PyTorch训练流程完全开源,模型可以从HuggingFace下载并进行微调。

  • VideoLLaMA 2:视频理解领域的先进空间-时间建模与音频理解模型。

    VideoLLaMA 2 是一个针对视频理解任务优化的大规模语言模型,它通过先进的空间-时间建模和音频理解能力,提升了对视频内容的解析和理解。该模型在多选视频问答和视频字幕生成等任务上展现了卓越的性能。

  • HumanPlus:人类动作模仿与自主技能学习系统

    HumanPlus是一个研究项目,旨在通过模仿人类动作来训练人形机器人,从而实现自主技能学习。该项目通过模拟强化学习训练低级策略,并将这些策略应用到真实世界中,实现实时跟踪人类身体和手部动作。通过影子模仿技术,操作员可以远程操作机器人收集全身数据,用于学习不同任务。此外,通过行为克隆技术,机器人能够模仿人类技能,完成各种任务。

  • Jace:AI助手,助力高效营销与管理。

    Jace是一款商业领域的AI助手,专注于提升营销效率,无需专业技能即可轻松启动和管理营销活动。其主要优点包括创建针对性的营销活动、实时监控性能和随时优化。

  • ARC-AGI:人工智能通用推理测试集

    ARC-AGI是一个旨在测试人工智能系统是否具备类似人类一般流体智力的抽象和推理能力的数据集。它由400个训练任务和400个评估任务组成,每个任务都以JSON格式存储,包括输入输出对。该数据集可以作为人工智能基准测试、程序合成基准测试或心理测量智力测试。

  • PROTEUS:实时表情生成人类模型

    PROTEUS是Apparate Labs推出的一款下一代基础模型,用于实时表情生成人类。它采用先进的transformer架构的潜在扩散模型,创新的潜在空间设计实现了实时效率,并能通过进一步的架构和算法改进,达到每秒100帧以上视频流。PROTEUS旨在提供一种通过语音控制的视觉体现,为人工对话实体提供直观的接口,并且与多种大型语言模型兼容,可定制用于多种不同应用。

  • Warp:AI和协作工具重新定义的终端

    Warp是一款使用Rust语言编写的终端应用程序,它通过集成AI和协作工具,提供了现代化的编辑、命令生成、可复用工作流和知识共享等功能,旨在提升开发者的生产力。Warp的AI功能可以建议正确的命令或解答编程问题,同时保持请求的私密性和安全性。Warp Drive允许用户组织难以记忆的命令,提高个人和团队的效率。此外,Warp还提供了自定义主题和以隐私为设计原则的安全性。

  • TalkWithGemini:一键部署您的私人Gemini应用

    TalkWithGemini 是一款支持一键免费部署的跨平台应用,用户可以通过这个应用与 Gemini 模型进行交互,支持图片识别、语音对话等多模态交互方式,提高工作效率。

  • PowerInfer-2:专为智能手机设计的高效大型语言模型推理框架

    PowerInfer-2是一个为智能手机特别优化的推理框架,支持高达47B参数的MoE模型,实现了每秒11.68个token的推理速度,比其他框架快22倍。它通过异构计算和I/O-Compute流水线技术,显著减少了内存使用,并提高了推理速度。该框架适用于需要在移动设备上部署大型模型的场景,以增强数据隐私和性能。

  • emo-visual-data:表情包视觉标注数据集

    emo-visual-data 是一个公开的表情包视觉标注数据集,它通过使用 glm-4v 和 step-free-api 项目完成的视觉标注,收集了5329个表情包。这个数据集可以用于训练和测试多模态大模型,对于理解图像内容和文本描述之间的关系具有重要意义。

  • E3Gen:高效、表现力强、可编辑的数字头像生成

    E3Gen是一种新型的数字头像生成方法,能够实时生成高保真度的头像,具有详细的衣物褶皱,并支持多种视角和全身姿势的全面控制,以及属性转移和局部编辑。它通过将3D高斯编码到结构化的2D UV空间中,解决了3D高斯与当前生成流程不兼容的问题,并探索了在涉及多个主体的训练中3D高斯的表现力动画。

  • Surface:使用AI提升表单转化率

    Surface是一个基于AI技术的在线表单构建工具,专为营销和需求生成团队、CRO专家以及领英生成团队设计。它提供了一个无代码表单构建器,能够创建与品牌匹配的多步表单,提升转化率并收集部分响应数据。通过AI技术,Surface可以提高潜在客户的筛选过程,确保用户专注于最有希望的潜在客户。此外,它还提供了强大的入站工作流程自动化,以及2000多个集成选项,帮助用户有效地捕获、培养和转化潜在客户。

  • MotionClone:训练无关的运动克隆,实现可控视频生成

    MotionClone是一个训练无关的框架,允许从参考视频进行运动克隆,以控制文本到视频的生成。它利用时间注意力机制在视频反转中表示参考视频中的运动,并引入了主时间注意力引导来减轻注意力权重中噪声或非常微妙运动的影响。此外,为了协助生成模型合成合理的空间关系并增强其提示跟随能力,提出了一种利用参考视频中的前景粗略位置和原始分类器自由引导特征的位置感知语义引导机制。

  • Leonardo Phoenix:创新的AI基础模型,提供卓越的提示遵循能力。

    Leonardo Phoenix是Leonardo AI平台推出的一款基础模型,它在提示遵循、图像生成清晰度和AI研究方面取得了突破性进展。该模型通过架构创新,提供了更高质量的图像生成,特别是在人像、横幅、海报和标志的文本生成方面表现出色。此外,它还增强了创造性控制,允许用户通过提示增强和AI提示编辑来轻松获取和快速修改生成内容。尽管目前一些功能如图像引导、元素和照片写实尚未集成,但预计将在不久的将来加入。

  • Uizard Autodesigner 2.0:AI驱动的UI设计生成器,快速实现设计和原型制作。

    Autodesigner 2.0是Uizard公司推出的最新版AI UI设计生成器,它结合了ChatGPT的对话流和Uizard的生成设计能力以及拖放编辑器,使用户能够仅通过文本提示实时设计和迭代。该产品通过AI技术简化了UI设计流程,提高了设计效率,尤其适合产品经理、设计师、市场营销人员、初创公司创始人和开发者等不同背景的用户。

  • KREA AI Enhancer:视频和图像增强工具,提升画质清晰度。

    KREA AI - Enhancer 是一款在线视频和图像增强工具,利用AI技术提升视频和图像的清晰度和质量。它通过实时处理,帮助用户改善视觉内容,适用于需要高质量视觉素材的专业人士和爱好者。产品背景信息显示,KREA AI - Enhancer 通过AI算法优化,能够在短时间内提供高质量的输出,是内容创作者和编辑者的理想选择。

  • TwoShot:使用人工智能创作和混音音乐,200,000+样本或自创样本。

    TwoShot是一个在线音乐采样平台,提供超过200,000个音乐样本,用户可以重新想象这些样本或生成自己的音乐样本。它允许音乐制作人和爱好者探索和下载各种风格的音乐样本包,从而丰富他们的音乐创作。TwoShot的背景信息包括其创新的音乐采样技术,以及如何帮助用户在音乐制作中获得灵感和便利。

  • Dream Machine API:使用生成视频的Python脚本。

    Dream Machine API是一个Python脚本,使用Dream Machine API来生成视频,并异步检查视频生成状态,输出最新生成的视频链接。它需要Python 3.7+环境和requests、aiohttp库支持。用户需要登录LumaAI的Dream Machine网站获取access_token以使用该脚本。

  • Captain:自动化内容策略和潜在客户生成工具。

    Captain是一款利用人工智能引擎,无需编码即可创建内容、优化参与度,并实时识别网站访客的商业工具。它通过自动化的方式帮助企业填充销售渠道,提高转化率,从而实现更多的交易。

今日大家都在搜的词:

热文

  • 3 天
  • 7天