Dasar
Spot
Perdagangkan kripto dengan bebas
Perdagangan Margin
Perbesar keuntungan Anda dengan leverage
Konversi & Investasi Otomatis
0 Fees
Perdagangkan dalam ukuran berapa pun tanpa biaya dan tanpa slippage
ETF
Dapatkan eksposur ke posisi leverage dengan mudah
Perdagangan Pre-Market
Perdagangkan token baru sebelum listing
Futures
Akses ribuan kontrak perpetual
TradFi
Emas
Satu platform aset tradisional global
Opsi
Hot
Perdagangkan Opsi Vanilla ala Eropa
Akun Terpadu
Memaksimalkan efisiensi modal Anda
Perdagangan Demo
Pengantar tentang Perdagangan Futures
Bersiap untuk perdagangan futures Anda
Acara Futures
Gabung acara & dapatkan hadiah
Perdagangan Demo
Gunakan dana virtual untuk merasakan perdagangan bebas risiko
Peluncuran
CandyDrop
Koleksi permen untuk mendapatkan airdrop
Launchpool
Staking cepat, dapatkan token baru yang potensial
HODLer Airdrop
Pegang GT dan dapatkan airdrop besar secara gratis
Pre-IPOs
Buka akses penuh ke IPO saham global
Poin Alpha
Perdagangkan aset on-chain, raih airdrop
Poin Futures
Dapatkan poin futures dan klaim hadiah airdrop
Investasi
Simple Earn
Dapatkan bunga dengan token yang menganggur
Investasi Otomatis
Investasi otomatis secara teratur
Investasi Ganda
Keuntungan dari volatilitas pasar
Soft Staking
Dapatkan hadiah dengan staking fleksibel
Pinjaman Kripto
0 Fees
Menjaminkan satu kripto untuk meminjam kripto lainnya
Pusat Peminjaman
Hub Peminjaman Terpadu
Model AI Baru OpenAI, Rosalind, Bisa Potong Waktu Bertahun-Tahun dari Penemuan Obat. Anda Mungkin Tidak Bisa Menggunakannya
Singkatnya
OpenAI baru saja menamai model AI khusus domain pertamanya setelah Rosalind Franklin—ahli kimia Inggris yang karyanya dalam kristalografi sinar-X membantu mengungkap heliks ganda DNA, dan yang terkenal karena tidak mendapatkan pengakuan selama hidupnya. GPT-Rosalind, yang diperkenalkan hari Kamis, adalah model penalaran yang dirancang khusus untuk biologi, penemuan obat, dan kedokteran translasi. Ini adalah yang pertama dalam apa yang disebut OpenAI sebagai seri model Ilmu Hayati—sebuah langkah langsung untuk pasar di mana banyak laboratorium khusus dari universitas hingga Google DeepMind bersaing untuk posisi. Mendapatkan obat dari penemuan target hingga persetujuan regulasi di AS memakan waktu 10 hingga 15 tahun menurut para ahli. Sebagian besar waktu itu tidak hilang dalam momen eureka, tetapi dalam proses: menganalisis ribuan makalah, mengquery basis data, merancang reagen, dan menafsirkan hasil yang ambigu. Inilah yang coba diatasi GPT-Rosalind. OpenAI berpendapat model ini dapat mempercepat pekerjaan tahap awal tersebut. Seperti yang dikatakan perusahaan, GPT-Rosalind dirancang untuk membantu ilmuwan “mengeksplorasi lebih banyak kemungkinan, menampilkan koneksi yang mungkin terlewatkan, dan mencapai hipotesis yang lebih baik lebih cepat.”
Tolok ukur mendukung setidaknya sebagian dari ambisi tersebut. Pada BixBench—tolok ukur yang dibangun berdasarkan tugas bioinformatika dunia nyata—GPT-Rosalind mencatat tingkat keberhasilan 0,751, skor tertinggi di antara model dengan hasil yang dipublikasikan. Pada LABBench2, model ini mengungguli pendahulunya GPT-5.4 pada enam dari sebelas tugas. GPT-Rosalind mengalahkan GPT 5.4 dalam setiap kasus yang melibatkan ilmu hayati, tetapi ini adalah model yang sangat spesifik yang akan berkinerja buruk di luar bidang tersebut.
OpenAI juga mengumumkan Dyno Therapeutics akan membantu menguji dan mengevaluasi modelnya berdasarkan urutan RNA yang belum dipublikasikan untuk menghindari penghafalan. Enam dari sepuluh pengajuan terbaik GPT-Rosalind berada di atas persentil ke-95 dari para ahli manusia dalam tugas prediksi urutan, dan sekitar persentil ke-84 dalam generasi. Namun, kepala riset ilmu hayati OpenAI Joy Jiao bersikap realistis tentang apa yang sebenarnya bisa dilakukan model ini. Dia menjelaskan bahwa perusahaan tidak melihat Rosalind sebagai model yang mampu menciptakan pengobatan baru secara otomatis, tetapi mengatakan bahwa model ini bisa sangat membantu dalam mempercepat penelitian. “Kami memang melihat peluang nyata untuk membantu peneliti bergerak lebih cepat melalui beberapa bagian paling kompleks dan memakan waktu dari proses ilmiah,” kata Jiao dalam briefing pers, menurut LA Times. Ekosistem di sekitar model ini mungkin sama pentingnya dengan model itu sendiri. OpenAI juga merilis plugin penelitian Ilmu Hayati gratis untuk Codex yang terhubung ke lebih dari 50 basis data dan alat ilmiah—pencarian struktur protein, pencarian urutan, tinjauan literatur, pipeline genomik. Pengguna perusahaan dengan akses GPT-Rosalind mendapatkan lapisan penalaran di atasnya. Semua orang lain mendapatkan plugin dengan model standar. OpenAI telah menyiapkan daftar pelanggan farmasi dan bioteknologi untuk peluncuran ini, termasuk Amgen, Moderna, dan Thermo Fisher Scientific. Secara terpisah, mereka menjalankan kolaborasi penelitian dengan Los Alamos National Laboratory tentang desain protein dan katalis berbasis AI. “Bidang ilmu hayati menuntut ketelitian di setiap langkah. Pertanyaannya sangat kompleks, datanya sangat unik, dan risikonya sangat tinggi,” kata Sean Bruich, Wakil Presiden Senior AI dan Data di Amgen, dalam pengumuman resmi. Akses ke Rosalind sengaja dibatasi. Model ini hanya untuk perusahaan di AS, dibatasi melalui proses kualifikasi dan tinjauan keamanan. Kekhawatirannya bukan hal yang abstrak: koalisi internasional yang terdiri dari lebih dari 100 ilmuwan telah menyerukan pengendalian yang lebih ketat terhadap data biologis yang digunakan untuk melatih AI, dengan alasan risiko desain patogen. Peluncuran terbatas OpenAI adalah tanggapan langsung. Selama pratinjau riset, penggunaan tidak akan mengurangi kredit API yang ada. Ini juga bukan langkah pertama OpenAI ke dalam alur kerja ilmiah. Workspace penulisan ilmiah Prism yang diluncurkan pada Januari adalah langkah awal. GPT-Rosalind adalah lanjutan yang lebih tajam dan lebih khusus—dan sinyal bahwa model domain-spesifik semakin menjadi front kompetitif yang serius. Tidak ada obat yang ditemukan sepenuhnya oleh AI yang telah melewati uji fase 3. Angka itu masih nol. Tetapi jika GPT-Rosalind membantu seorang peneliti merancang eksperimen yang lebih baik enam bulan lebih cepat di ribuan laboratorium, maka efek kumulatif dari apa yang ditemukan, dan kapan, bisa menjadi permainan seluruhnya. Itulah tesis sebenarnya di sini, dan ini patut diamati dengan cermat.