ဧရာမကိရိယာများသည် ၂၀၂၂ ခုနှစ်တွင် ကြီးမားသောဓာတုဗေဒကို တိုးတက်စေခဲ့သည်။ ဧရာမဒေတာအစုံများနှင့် ဧရာမကိရိယာများသည် သိပ္ပံပညာရှင်များအား ယခုနှစ်တွင် ဓာတုဗေဒကို ကြီးမားသောအတိုင်းအတာဖြင့် ကိုင်တွယ်ဖြေရှင်းရန် ကူညီပေးခဲ့သည်။

၂၀၂၂ ခုနှစ်တွင် ကြီးမားသောကိရိယာများသည် ကြီးမားသောဓာတုဗေဒကို အဆင့်မြှင့်တင်ပေးသည်

ဧရာမဒေတာအစုံများနှင့် ဧရာမတူရိယာများသည် သိပ္ပံပညာရှင်များအား ယခုနှစ်တွင် ဓာတုဗေဒကို ကြီးမားသောအတိုင်းအတာဖြင့် ကိုင်တွယ်ဖြေရှင်းရန် ကူညီပေးခဲ့သည်။

အားဖြင့်အာရီယာနာ ရမ်မဲလ်

Credit: ORNL ရှိ Oak Ridge Leadership Computing Facility

Oak Ridge အမျိုးသားဓာတ်ခွဲခန်းရှိ Frontier စူပါကွန်ပျူတာသည် ဓာတုဗေဒပညာရှင်များအား ယခင်ကထက် ပိုမိုရှုပ်ထွေးသော မော်လီကျူးသရုပ်ဖော်မှုများကို လုပ်ဆောင်ရန် ကူညီပေးမည့် မျိုးဆက်သစ်စက်များထဲမှ ပထမဆုံးဖြစ်သည်။

သိပ္ပံပညာရှင်များသည် ၂၀၂၂ ခုနှစ်တွင် အလွန်ကြီးမားသောကိရိယာများဖြင့် ကြီးမားသောရှာဖွေတွေ့ရှိမှုများ ပြုလုပ်ခဲ့ကြသည်။ ဓာတုဗေဒဆိုင်ရာ အရည်အချင်းပြည့်မီသော အတုဥာဏ်ရည်၏ မကြာသေးမီက ခေတ်ရေစီးကြောင်းအပေါ် အခြေခံ၍ သုတေသီများသည် ကြီးမားသောခြေလှမ်းများ လှမ်းခဲ့ကြပြီး ကွန်ပျူတာများအား ပရိုတင်းဖွဲ့စည်းပုံများကို မကြုံစဖူးအတိုင်းအတာဖြင့် ခန့်မှန်းရန် သင်ကြားပေးခဲ့ကြသည်။ ဇူလိုင်လတွင် Alphabet ပိုင်ဆိုင်သော ကုမ္ပဏီ DeepMind သည် ဖွဲ့စည်းပုံများပါရှိသော ဒေတာဘေ့စ်တစ်ခုကို ထုတ်ဝေခဲ့သည်လူသိများသော ပရိုတင်းအားလုံးနီးပါး— စက်သင်ယူမှု အယ်လဂိုရီသမ် AlphaFold မှ ခန့်မှန်းထားသည့်အတိုင်း မျိုးစိတ်ပေါင်း ၁၀၀ သန်းကျော်မှ တစ်ဦးချင်း ပရိုတင်း ၂၀၀ သန်းကျော်။ ထို့နောက် နိုဝင်ဘာလတွင် နည်းပညာကုမ္ပဏီ Meta သည် AI အယ်လဂိုရီသမ်ဖြင့် ပရိုတင်းခန့်မှန်းနည်းပညာတွင် ၎င်း၏တိုးတက်မှုကို သရုပ်ပြခဲ့သည်ESMFoldpeer-review မလုပ်ရသေးသော preprint လေ့လာမှုတစ်ခုတွင် Meta သုတေသီများက ၎င်းတို့၏ algorithm အသစ်သည် AlphaFold ကဲ့သို့ တိကျမှုမရှိသော်လည်း ပိုမိုမြန်ဆန်ကြောင်း ဖော်ပြခဲ့သည်။ မြန်နှုန်းမြင့်တက်လာခြင်းကြောင့် သုတေသီများသည် ၂ ပတ်အတွင်း ဖွဲ့စည်းပုံပေါင်း ၆၀၀ သန်းကို ခန့်မှန်းနိုင်ခဲ့ကြောင်း ဆိုလိုသည် (bioRxiv ၂၀၂၂၊ DOI:၁၀.၁၁၀၁/၂၀၂၂.၀၇.၂၀.၅၀၀၉၀၂).

ဝါရှင်တန်တက္ကသိုလ် (UW) ဆေးပညာကျောင်းမှ ဇီဝဗေဒပညာရှင်များက ကူညီပေးနေကြသည်ကွန်ပျူတာများ၏ ဇီဝဓာတုဗေဒဆိုင်ရာ စွမ်းရည်များကို သဘာဝတရား၏ ပုံစံထက် ကျော်လွန်၍ ချဲ့ထွင်ပါစက်များကို စိတ်ကြိုက်ပရိုတင်းများကို မူလအစမှ အဆိုပြုနိုင်ရန် သင်ကြားပေးခြင်းဖြင့်။ UW မှ David Baker နှင့် ၎င်း၏အဖွဲ့သည် ရိုးရှင်းသော ညွှန်ကြားချက်များကို အထပ်ထပ်အခါခါ တိုးတက်ကောင်းမွန်အောင် ပြုလုပ်ခြင်း သို့မဟုတ် ရှိပြီးသားဖွဲ့စည်းပုံ၏ ရွေးချယ်ထားသော အစိတ်အပိုင်းများကြားရှိ ကွာဟချက်များကို ဖြည့်ဆည်းခြင်းဖြင့် ပရိုတင်းများကို ဒီဇိုင်းထုတ်နိုင်သည့် AI ကိရိယာအသစ်တစ်ခုကို ဖန်တီးခဲ့သည်။သိပ္ပံပညာ၂၀၂၂၊ DOI:၁၀.၁၁၂၆/science.abn၂၁၀၀) အဖွဲ့သည် ဒီဇိုင်းထုတ်ထားသော 3D ပုံသဏ္ဍာန်များနှင့် ပရိုတိန်းဆပ်ယူနစ်များစွာ၏ စုစည်းမှုများမှ စတင်ပြီးနောက် ၎င်းတို့ကို ထိရောက်စွာပြုလုပ်ရန် လိုအပ်သော အမိုင်နိုအက်ဆစ် အစီအစဥ်များကို ဆုံးဖြတ်နိုင်သည့် ProteinMPNN ဟုခေါ်သော ပရိုဂရမ်အသစ်တစ်ခုကိုလည်း ပွဲထုတ်ခဲ့သည်။သိပ္ပံပညာ၂၀၂၂၊ DOI:၁၀.၁၁၂၆/သိပ္ပံ.add၂၁၈၇;၁၀.၁၁၂၆/သိပ္ပံ.add၁၉၆၄) ဤဇီဝဓာတုဗေဒဆိုင်ရာ ပါးနပ်သော အယ်လဂိုရီသမ်များသည် သိပ္ပံပညာရှင်များအား ဇီဝပစ္စည်းအသစ်များနှင့် ဆေးဝါးများတွင် အသုံးပြုနိုင်သည့် လူလုပ်ပရိုတင်းများအတွက် ပုံစံငယ်များတည်ဆောက်ရာတွင် အထောက်အကူဖြစ်စေနိုင်သည်။

Credit: Ian C. Haydon/UW ပရိုတင်းဒီဇိုင်းအင်စတီကျု

စက်သင်ယူမှု အယ်လဂိုရီသမ်များသည် သိပ္ပံပညာရှင်များအား သီးခြားလုပ်ဆောင်ချက်များကို ထည့်သွင်းစဉ်းစား၍ ပရိုတင်းအသစ်များကို အိပ်မက်မက်ရန် ကူညီပေးနေပါသည်။

ကွန်ပျူတာ ဓာတုဗေဒပညာရှင်များ၏ ရည်မှန်းချက်များ ကြီးထွားလာသည်နှင့်အမျှ မော်လီကျူးကမ္ဘာကို တုပရန်အသုံးပြုသော ကွန်ပျူတာများလည်း ကြီးထွားလာပါသည်။ Oak Ridge အမျိုးသားဓာတ်ခွဲခန်း (ORNL) တွင် ဓာတုဗေဒပညာရှင်များသည် တည်ဆောက်ခဲ့ဖူးသမျှတွင် အစွမ်းထက်ဆုံး စူပါကွန်ပျူတာများထဲမှ တစ်လုံးကို ပထမဆုံးအကြိမ် မြင်တွေ့ခွင့်ရခဲ့ကြသည်။ORNL ရဲ့ exascale supercomputer ဖြစ်တဲ့ Frontierသည် တစ်စက္ကန့်လျှင် 1 quintillion ထက်ပိုသော floating operations များကို တွက်ချက်သည့် ပထမဆုံးစက်များထဲတွင် ပါဝင်ပြီး ၎င်းသည် တွက်ချက်မှုဆိုင်ရာ ဂဏန်းသင်္ချာယူနစ်တစ်ခုဖြစ်သည်။ ထိုတွက်ချက်မှုအမြန်နှုန်းသည် လက်ရှိချန်ပီယံ ဂျပန်ရှိ စူပါကွန်ပျူတာ Fugaku ထက် သုံးဆခန့်မြန်သည်။ နောက်နှစ်တွင် နောက်ထပ်အမျိုးသားဓာတ်ခွဲခန်းနှစ်ခုသည် အမေရိကန်တွင် exascale ကွန်ပျူတာများကို မိတ်ဆက်ရန် စီစဉ်ထားသည်။ ဤခေတ်မီစက်များ၏ ကြီးမားသောကွန်ပျူတာစွမ်းအားသည် ဓာတုဗေဒပညာရှင်များအား ပိုမိုကြီးမားသော မော်လီကျူးစနစ်များနှင့် ပိုမိုရှည်လျားသောအချိန်အတိုင်းအတာများတွင် simulate လုပ်ခွင့်ပြုမည်ဖြစ်သည်။ ထိုမော်ဒယ်များမှစုဆောင်းရရှိသောဒေတာသည် သုတေသီများအား flask ရှိဓာတ်ပြုမှုများနှင့် ၎င်းတို့ကို model လုပ်ရန်အသုံးပြုသော virtual simulations များကြားကွာဟချက်ကို ကျဉ်းမြောင်းစေခြင်းဖြင့် ဓာတုဗေဒတွင်ဖြစ်နိုင်သောအရာများ၏ နယ်နိမိတ်များကို တွန်းအားပေးရန် ကူညီပေးနိုင်သည်။ "ကျွန်ုပ်တို့၏သီအိုရီနည်းလမ်းများ သို့မဟုတ် မော်ဒယ်များတွင် ပျောက်ဆုံးနေသည့်အရာများအကြောင်း မေးခွန်းများကို အမှန်တကယ်မေးမြန်းနိုင်သည့်အချိန်သို့ ကျွန်ုပ်တို့ရောက်ရှိနေပါပြီ၊ ၎င်းသည် စမ်းသပ်ချက်တစ်ခုက ကျွန်ုပ်တို့အား ပြောပြနေသည့်အရာနှင့် ပိုမိုနီးကပ်စေမည်ဖြစ်သည်" ဟု Iowa State University မှ computational chemist တစ်ဦးဖြစ်ပြီး Exascale Computing Project ၏ project lead ဖြစ်သူ Theresa Windus က စက်တင်ဘာလတွင် C&EN သို့ ပြောကြားခဲ့သည်။ exascale ကွန်ပျူတာများတွင် လုပ်ဆောင်သော သရုပ်ဖော်မှုများသည် ဓာတုဗေဒပညာရှင်များအား လောင်စာအရင်းအမြစ်အသစ်များ တီထွင်ရန်နှင့် ရာသီဥတုဒဏ်ခံနိုင်သော ပစ္စည်းအသစ်များကို ဒီဇိုင်းထုတ်ရန် ကူညီပေးနိုင်ပါသည်။

တစ်နိုင်ငံလုံးရှိ ကယ်လီဖိုးနီးယားပြည်နယ်၊ မန်လိုပါ့ခ်တွင် SLAC အမျိုးသားအရှိန်မြှင့်ဓာတ်ခွဲခန်းသည်Linac Coherent Light Source (LCLS) အတွက် supercool အဆင့်မြှင့်တင်မှုများ၎င်းသည် ဓာတုဗေဒပညာရှင်များအား အက်တမ်နှင့် အီလက်ထရွန်များ၏ အလွန်မြန်ဆန်သော ကမ္ဘာထဲသို့ ပိုမိုနက်ရှိုင်းစွာ လေ့လာနိုင်စေမည်ဖြစ်သည်။ အဆိုပါ စက်ရုံကို 3 km linear accelerator ပေါ်တွင် တည်ဆောက်ထားပြီး ၎င်း၏ အစိတ်အပိုင်းများကို အရည်ဟီလီယမ်ဖြင့် 2 K အထိ အအေးခံကာ X-ray free-electron laser (XFEL) ဟုခေါ်သော အလွန်တောက်ပပြီး အလွန်မြန်ဆန်သော အလင်းရင်းမြစ်တစ်မျိုးကို ထုတ်လုပ်သည်။ ဓာတုဗေဒပညာရှင်များသည် တူရိယာများ၏ အစွမ်းထက်သော pulses များကို အသုံးပြု၍ မော်လီကျူးရုပ်ရှင်များ ဖန်တီးခဲ့ပြီး ဓာတုနှောင်ကြိုးများ ဖွဲ့စည်းခြင်းနှင့် photosynthetic အင်ဇိုင်းများ အလုပ်လုပ်ခြင်းကဲ့သို့သော မရေမတွက်နိုင်သော လုပ်ငန်းစဉ်များကို ကြည့်ရှုနိုင်စေခဲ့သည်။ “femtosecond flash တွင် အက်တမ်များ ရပ်တန့်နေသည်ကို မြင်တွေ့နိုင်ပြီး single atomic bonds များ ကျိုးပဲ့နေသည်ကို မြင်တွေ့နိုင်သည်” ဟု Stanford University နှင့် SLAC တွင် ပူးတွဲခန့်အပ်ခံထားရသော ပစ္စည်းသိပ္ပံပညာရှင် Leora Dresselhaus-Marais က ဇူလိုင်လတွင် C&EN သို့ ပြောကြားခဲ့သည်။ LCLS ကို အဆင့်မြှင့်တင်မှုများသည် နောက်နှစ်အစောပိုင်းတွင် စွမ်းရည်အသစ်များ ရရှိနိုင်သည့်အခါ သိပ္ပံပညာရှင်များအား X-rays များ၏ စွမ်းအင်များကို ပိုမိုကောင်းမွန်စွာ ချိန်ညှိနိုင်စေမည်ဖြစ်သည်။

Credit: SLAC အမျိုးသားအရှိန်မြှင့်ဓာတ်ခွဲခန်း

SLAC အမျိုးသားအရှိန်မြှင့်ဓာတ်ခွဲခန်း၏ X-ray လေဆာကို ကယ်လီဖိုးနီးယားပြည်နယ်၊ မန်လိုပါ့ခ်ရှိ ၃ ကီလိုမီတာရှည်သော linear accelerator ပေါ်တွင် တည်ဆောက်ထားသည်။

ယခုနှစ်တွင် သိပ္ပံပညာရှင်များသည် ကြာမြင့်စွာ စောင့်မျှော်ခဲ့ရသော James Webb အာကာသတယ်လီစကုပ် (JWST) သည် မည်မျှအစွမ်းထက်သည်ကို တွေ့မြင်ခဲ့ရသည်။ကျွန်ုပ်တို့စကြဝဠာ၏ ဓာတုဗေဒဆိုင်ရာ ရှုပ်ထွေးမှုNASA နှင့် ၎င်း၏လုပ်ဖော်ကိုင်ဖက်များဖြစ်သော ဥရောပအာကာသအေဂျင်စီ၊ ကနေဒါအာကာသအေဂျင်စီ နှင့် အာကာသတယ်လီစကုပ်သိပ္ပံအင်စတီကျုတို့သည် ကြယ်တာရာများ၏ အံ့မခန်းပုံတူများမှသည် ရှေးခေတ်ဂလက်ဆီများ၏ ဒြပ်စင်လက်ဗွေရာများအထိ ရုပ်ပုံများစွာကို ထုတ်ပြန်ပြီးဖြစ်သည်။ ဒေါ်လာ ၁၀ ဘီလီယံတန် အနီအောက်ရောင်ခြည်တယ်လီစကုပ်တွင် ကျွန်ုပ်တို့၏စကြဝဠာ၏ နက်ရှိုင်းသောသမိုင်းကြောင်းကို စူးစမ်းလေ့လာရန် ဒီဇိုင်းထုတ်ထားသော သိပ္ပံကိရိယာများဖြင့် အလှဆင်ထားသည်။ ဆယ်စုနှစ်များစွာကြာအောင် ပြုလုပ်ခဲ့သော JWST သည် လွန်ခဲ့သောနှစ်ပေါင်း ၄.၆ ဘီလီယံက ပေါ်လာခဲ့သည့် လှည့်ပတ်နေသောဂလက်ဆီ၏ ရုပ်ပုံကို ရိုက်ကူးခြင်းဖြင့် ၎င်း၏အင်ဂျင်နီယာများ၏ မျှော်လင့်ချက်များထက် ကျော်လွန်ခဲ့ပြီး အောက်ဆီဂျင်၊ နီယွန်နှင့် အခြားအက်တမ်များ၏ ရောင်စဉ်တန်းလက္ခဏာများဖြင့် ပြီးပြည့်စုံစွာ စွမ်းဆောင်နိုင်ခဲ့သည်။ သိပ္ပံပညာရှင်များသည် ဂြိုဟ်ပြင်ပရှိ အငွေ့ထွက်နေသော မိုးတိမ်များနှင့် မြူခိုးများ၏ လက္ခဏာများကိုလည်း တိုင်းတာခဲ့ပြီး ကမ္ဘာမြေပြင်ပရှိ သက်ရှိများနေထိုင်နိုင်သော ကမ္ဘာများကို ရှာဖွေရန် နက္ခတ္တဗေဒပညာရှင်များအား အထောက်အကူဖြစ်စေမည့် အချက်အလက်များ ပေးအပ်ခဲ့သည်။