PawelK

Wreszcie jakieś sensowne zastosowanie AI. Koleś z Australii przygotował dość skuteczny lek na raka dla swojego psa, wykorzystując ChataGPT i parę innych narzędzi.

✅ Ten ChatGPT był tylko początkiem historii, bo nic on "nie wynalazł" tylko na początek został wykorzystany do burzy mózgów: co robić w przypadku takiego a takiego nowotworu u psa?

✅ ChatGPT zasugerował, że można spróbować immunoterapii (czyli takiego podrasowania układu odpornościowego - tak aby poprawnie reagował na intruza - czyli nowotwór). Jak to zrobić?

✅ Na początek trzeba poznać zdrowe DNA psa oraz DNA komórek rakowych. Porównując te dwa zestawy można zobaczyć, gdzie zaszły mutacje. Mając surowe dane z sekwencjonowania, można próbować ogarnąć to ChatemGPT

✅ No więc Paweł (bo tak ma na imię właściciel psa) zgłosił się do australijskiego instytutu badawczego z prośbą o zsekwencjonowanie dwóch zestawów DNA swojej suczki Rosie

✅ Dostał odpowiedź... że OK, samo "surowe sekwencjonowanie" jest proste (koszt $3000), ale otrzymujesz ciąg danych, z których niewiele wynika. Potrzebna jest gruntowna analiza, której nie umiemy robić.

✅ Paweł, który jest dość ogarnięty w tematach AI (zajmuje się tym zawodowo od ~17 lat, czyli długo przed ChatemGPT) zapodał surowe dane do narzędzi AI (jak wspomina - było to wiele iteracji) i w ten sposób wykrył mutacje w DNA.

✅ Ale potrzebne jest jeszcze parę kroków. Jakie białko (model 3D) powstaje w wyniku tych mutacji? Tutaj przychodzi chyba główny bohater AI tej historii, czyli narzędzie ✅ AlphaFold, stworzone przez firmę Google DeepMind w celu "przewidywania z dużą dokładnością trójwymiarowej struktury białka na podstawie jego sekwencji aminokwasowej."

Swoją drogą szef i współzałożyciel DeepMind - Demis Hassabis - otrzymał w 2024 roku ✅ Nagrodę Nobla z chemii, za wykorzystanie AI do przewidywania struktur białek

✅ Sama wizualizacja 3D zmutowanego białka psa (rak) wyglądała mniej więcej tak jak na zdjęciu w poście

1/2

Oj zadzieje się w Niemczech.
-----
Premier Bawarii: Czas na nową erę energii jądrowej! Markus Söder, lider CSU i premier Bawarii, zapowiada budowę nowoczesnych minielektrowni jądrowych w tym landzie. I domaga się odejścia od polityki rezygnacji z energii atomowej w Niemczech.

https://p.dw.com/p/5AQLj

#Niemcy

🚨 Someone just turned your WiFi router into a full-body surveillance system. No cameras. No wearables. No video. Just radio waves. It's called RuView. It uses the WiFi signals already in your room to detect human poses, track breathing, measure heart rate, and see through walls. Not a concept. Not a research paper. Working code you can run right now. Here's what this thing actually does: → Tracks full 17-point body pose using only WiFi signals → Detects breathing rate (6-30 BPM) without touching anyone → Measures heart rate (40-120 BPM) from across the room → Sees through walls, furniture, and debris up to 5 meters deep → Tracks multiple people simultaneously with zero identity swaps → Self-learns from raw WiFi data. No labeled datasets needed Here's how it works: WiFi signals pass through your room and hit the human body. The body scatters those signals differently based on position, breathing, even heartbeat. RuView reads that scattering pattern and reconstructs everything. A mesh of 4 ESP32 nodes ($48 total) gives you 360-degree coverage with 12 measurement links, 20 Hz updates, and sub-30mm precision. Here's the wildest part: It has a disaster response mode called WiFi-Mat. It detects survivors trapped under rubble through concrete walls, classifies injury severity using START triage protocol, and estimates 3D position. The kind of tool that saves lives after earthquakes. The Rust implementation processes 54,000 frames per second. That's 810x faster than the Python version. The entire Docker image is 132 MB. The AI model fits in 55 KB of memory. Runs on an $8 ESP32 chip. Train once, deploy in any room. No retraining. No recalibration. 1,100+ tests. SHA-256 verified capability audit. 22.4K GitHub stars. 2.7K forks. MIT License. 100% Open Source.