Prezentacja Spotlight na temat Bioobrony Pivotal Frontier

Pierwsza Fellowships w dziedzinie Bioobrony Pivotal dobiega końca i eksponujemy projekty badawcze dla szerszej społeczności bioobrony i biosupersyfekcji. Prezentacje rozpoczną się o 19:00, ale goście mogą przyjść wcześniej o 18:30, aby obejrzeć plakaty podkreślające odkrycia stypendystów. Przyjdź, aby wysłuchać naszych stypendystów, wziąć udział w sesji pytań i odpowiedzi, a także cieszyć się 🍕 pizzą, 🍸 koktajlami i przekąskami. Plakaty od uczestników będą wyeksponowane w LISA, więc możesz przyjść wcześniej. ✨ Przegląd Prezentacji Spotlight✨Miranda Smith | Obserwatorium Zobowiązań CBRN Sztucznej Inteligencji na GranicyTen projekt tworzy Obserwatorium, publiczny zbiór danych związanych z zobowiązaniami biologicznymi firm zajmujących się sztuczną inteligencją na granicy. Rejestruje co jest specyficzne dla ryzyka biologicznego pod ogólną etykietą „CBRN”, kto może autoryzować przekroczenie progu i czy każde stwierdzenie jest wiążące, czy aspiracyjne. -- Vlada Sedlacek | Ulepszanie modelu P2RA SecureBio dla biosurowych monitorów ścieków o wysokiej głębokości Ten projekt poprawia oszacowania, jak wrażliwe jest sekwencjonowanie ścieków na wykrywanie wirusów oddechowych, łącząc dane o częstości występowania z niezdefiniowanych swabów nosowych z głęboką metagenomiką ścieków. Pomoże to agencjom zdrowia publicznego określić ceny i rozmiar programów monitorowania biosurowego w oparciu o uzasadniony próg wykrywania, a nie zgadywanie. -- Georgie Hau Sorensen | Ocena ryzyka potencjału AI w rozwoju życia lustrzanego Ten projekt identyfikuje obecne przeszkody w rozwoju życia lustrzanego i ocenia ryzyko, że AI może przyspieszyć badania, aby je przezwyciężyć. --Michelle Bruno Hernandez | Krajobraz danych wirusologicznych: implikacje dla biotools zasilanych sztuczną inteligencją i biosurowychDzięki niemu projekt systematycznie mapuje krajobraz danych wirusologicznych, aby zbadać, jak dostępność, jakość, różnorodność i dostępność danych wpływają na rozwój i wydajność narzędzi biologicznych z ułatwieniami sztucznej inteligencji. Poprzez zintegrowanie wszechstronnych inwentaryzacji baz danych z krytycznym przeglądem literatury, bada rodzaje dostępnych danych wirusologicznych, ich rozkład w obrębie taksonów wirusowych i ich użyteczność do treningu modeli, fine-tuningu i oceny. Szczególną uwagę zwraca na przepaść między obfitymi danymi sekwencyjnymi a bardziej ograniczonymi zweryfikowanymi funkcjonalnymi informacjami, a także dowody łączące cechy danych z wydajnością modelu. Projekt bada również, w jaki sposób AI-assisted access i nowe źródła danych biologicznych mogą zmienić ten krajobraz. Ma na celu informowanie o ocenie ryzyka w biosurowej i zarządzaniu danymi, jednocześnie zachowując korzyści płynące z otwartych danych dla badań i zdrowia publicznego.