Senin, 16 November 2026

NVIDIA Luncurkan Nemotron for Science, Paket Model Terbuka untuk Agen Penemuan Ilmiah

NVIDIA memperkenalkan Nemotron for Science, paket alat berbasis model terbuka yang dirancang agar agen AI bisa membantu penemuan ilmiah — mulai dari kimia, ilmu hayati, desain protein, hingga ilmu material. Paket ini diumumkan pada 16 November 2026 di konferensi SC26 di Chicago. πŸ”— NVIDIA (via GlobeNewswire)

Paket ini dibangun di atas model terbuka Nemotron 3.5 Super VL, ditambah dataset kimia terbuka, evaluasi ilmiah, dan resep post-training agar peneliti bisa menyesuaikan model untuk tugas di bidangnya masing-masing. Model dan datasetnya tersedia di Hugging Face. πŸ”— NVIDIA (via GlobeNewswire)

Dari Asisten Umum ke Agen Penemuan

Sebagian besar model AI generatif dilatih untuk menjawab pertanyaan, menulis teks, atau membuat kode. Nemotron for Science justru dirancang sebagai "agen penemuan": sistem yang menalar lewat masalah ilmiah dan memakai alat riset khusus untuk merancang, menguji, dan memvalidasi langkah ilmiah. πŸ”— NVIDIA (via GlobeNewswire)

Di jantung paket ini ada Nemotron 3.5 Super VL, model multimodal dengan 120 miliar parameter (12 miliar aktif per token) yang bisa membaca teks, gambar, dokumen, dan video sekaligus — penting karena data ilmiah sering muncul sebagai diagram reaksi, grafik, atau data spektroskopi, bukan teks murni. πŸ”— Baseten

"Nemotron for Science memberi peneliti model terbuka, data ilmiah, dan resep post-training untuk membangun agen khusus yang menalar lewat masalah ilmiah dan memakai alat yang dipercepat CUDA-X untuk mengubah ide menjadi penemuan," kata Ian Buck, wakil presiden hyperscale dan komputasi kinerja tinggi NVIDIA. πŸ”— NVIDIA (via GlobeNewswire)

Yang Sudah Dipakai di Laboratorium

Sejumlah perusahaan ilmu hayati sudah memakai dan menyesuaikan model ini. Terray Therapeutics melakukan post-training untuk mengekstrak reaktan, produk, dan kondisi reaksi dari diagram ilmiah, dan berhasil memulihkan sekitar 76 persen reaksi beranotasi pada pengujian RxnScribe — melampaui hasil yang pernah dipublikasikan sebelumnya pada dua benchmark. πŸ”— NVIDIA (via GlobeNewswire)

Lila Sciences memakai Nemotron untuk merancang protokol laboratorium yang siap dieksekusi di lab otomatisnya, dengan kinerja setingkat model frontier tanpa fine-tuning tambahan. Dengan umpan balik laboratorium, akurasi penemuan quantum dots — kristal nanopartikel untuk layar dan panel surya — hampir dua kali lipat menjadi 61 persen, melampaui GPT-6 Astra yang mencatat 54 persen, dengan biaya inferensi 10–20 kali lebih rendah. πŸ”— NVIDIA (via GlobeNewswire)

Therna berkolaborasi dengan NVIDIA untuk melatih Nemotron bagi desain terapi mRNA berbasis agen, dan akurasi prediksi rentang ekspresi protein hampir dua kali lipat dibanding model frontier. Para ilmuwan lebih menyukai penjelasan model ini dibanding model dasar dalam 96 persen perbandingan. πŸ”— NVIDIA (via GlobeNewswire)

Dari Desktop Peneliti hingga Superkomputer

Model ini dioptimalkan agar bisa berjalan lokal di sistem NVIDIA DGX Spark 128 GB, sehingga peneliti dapat menjalankan alur kerja ilmiah di infrastruktur yang mereka kendalikan sendiri. πŸ”— NVIDIA (via GlobeNewswire)

Lembaga riset besar juga sudah mengintegrasikannya. Argonne National Laboratory milik Departemen Energi AS memasukkan Nemotron ke sistem multi-agen StructBioReasoner untuk merancang dan mengevaluasi kandidat terapi berbasis protein, sementara JΓΌlich Supercomputing Centre mengintegrasikannya ke agen penemuan obat dan ilmiah. πŸ”— NVIDIA (via GlobeNewswire)

KTH Royal Institute of Technology membangun agen berbasis Nemotron yang memperbaiki sendiri pengaturan simulasi dinamika molekuler GROMACS yang rusak — dalam satu malam di satu sistem DGX Spark, agen itu memperbaiki 81 persen kasus uji, dan setiap perbaikan diverifikasi secara independen oleh GROMACS. RIKEN di Jepang menyediakan Nemotron, termasuk Nemotron 3.5 Super VL, di platform superkomputer AI RIKYU lewat gerbang inferensi RiVault. πŸ”— NVIDIA (via GlobeNewswire)

Fakta Kunci

  • Pengumuman: NVIDIA Nemotron for Science, 16 November 2026 di SC26, Chicago πŸ”— NVIDIA (via GlobeNewswire)
  • Model: Nemotron 3.5 Super VL, model terbuka multimodal 120 miliar parameter (12 miliar aktif per token) πŸ”— Baseten
  • Dataset: LitmusBench v0.2, dataset kimia terbuka dengan hampir 50.000 pertanyaan untuk melatih dan mengevaluasi penalaran kimia πŸ”— NVIDIA (via GlobeNewswire)
  • Terray Therapeutics: sekitar 76 persen reaksi beranotasi berhasil dipulihkan pada pengujian RxnScribe πŸ”— NVIDIA (via GlobeNewswire)
  • Lila Sciences: akurasi penemuan quantum dots 61 persen, di atas GPT-6 Astra (54 persen), dengan biaya inferensi 10–20 kali lebih rendah πŸ”— NVIDIA (via GlobeNewswire)
  • Therna: akurasi prediksi rentang ekspresi protein hampir dua kali lipat; penjelasan model dipilih ilmuwan dalam 96 persen perbandingan πŸ”— NVIDIA (via GlobeNewswire)
  • Ketersediaan: Nemotron 3.5 Super VL dan LitmusBench v0.2 tersedia di Hugging Face; model dioptimalkan untuk berjalan lokal di DGX Spark 128 GB πŸ”— NVIDIA (via GlobeNewswire)

Mengapa Ini Penting

Nemotron for Science menandai pergeseran dari AI generik menuju alat riset yang bisa diverifikasi: model terbuka, data terbuka, dan resep pelatihan yang bisa dijalankan peneliti di infrastrukturnya sendiri.

Jika klaim kinerjanya bertahan di pemakaian nyata — terutama di kimia dan desain terapi — paket ini bisa mempercepat siklus penemuan ilmiah tanpa mengunci peneliti pada model tertutup yang mahal.

Sumber

Share This!


Tidak ada komentar:

Posting Komentar

Powered By Blogger · Designed By Adzim Developer