Açık kaynak alanındaki önemli platformlardan Hugging Face, metin tabanlı sorguları ve DNA kodlarını aynı anda işleyebilen yeni bir yapay zekâ modelini kullanıma açtı. Çin’deki Zhongguancun Academy ile İtalya’daki Napoli Federico II Üniversitesi uzmanlarının ortak mesaisiyle ortaya çıkan bu altyapı, biyolojik araştırmalara farklı bir bakış açısı getirmeyi amaçlıyor. , genetik verilerin incelenmesinde günlük konuşma dilinden yararlanılmasına imkân tanıyor.
Carbon-X Nasıl Çalışıyor ve Ne Sunuyor?
Biyolojideki temel yapı taşları olan adenin, timin, guanin ve sitozin, bilgisayarlardaki ikili sistemde yer alan sıfırlar ve birler gibi veri taşıma görevi üstleniyor. Genom haritalarının büyük kısmı çıkarılmış olsa da, bu dizilimlerin tam olarak ne işlev gördüğü henüz tam anlamıyla çözülebilmiş değil. Alibaba’nın Qwen3-14B dil modelini temel alan Carbon-X, eğitim sürecinde bitki, mantar, çeşitli memeliler, omurgalı ile omurgasız canlılar, insan ve tek hücreli ökaryotların genetik materyallerinden faydalandı. Güvenlik protokolleri gereği potansiyel tehlike barındıran virüs dizilimleri ise bu sürece dahil edilmedi.
Toplamda 300 milyar token verisiyle eğitilen ve yaklaşık 14 milyar / 14,8 milyar parametreye sahip olan sistem, kullanıcıların genetik dizilimler hakkında doğrudan soru yöneltmesine imkân tanıyor. Yapay zekâ modellerinin işlediği kelime parçacıkları veya kelimeler anlamına gelen token kavramı bu süreçte verinin işlenme birimini oluşturuyor. Araştırmacılar İngilizce sorgular yardımıyla mutasyonların olası sonuçlarını inceleyebiliyor, gen aktivitesini yönlendiren bölgeler üzerine tahminler yürütebiliyor ve organizma gruplarını sınıflandırabiliyor. Bunun yanı sıra sistem yeni DNA dizilimleri tasarlama kabiliyetini de barındırıyor.
Carbon-X Teknik Özellikleri teknik özellikleri
| Model | Carbon-X |
|---|---|
| Geliştirici | Hugging Face, Zhongguancun Academy, Napoli Federico II Üniversitesi |
| Temel Model | Alibaba Qwen3-14B |
| Parametre | Yaklaşık 14 milyar / 14,8 milyar |
| Eğitim Verisi | Yaklaşık 300 milyar token |
| Maksimum Dizi Uzunluğu | Yaklaşık 50 bin baz çifti |
| Başarı Oranı | Ortalama yüzde 66,7 |
| Lisans | Apache 2.0 |
Yerel Çalışma ve Gizlilik Avantajları
İlaç geliştirme ve gen tedavileri ile kalıtsal rahatsızlıklar üzerine çalışan bilim insanlarına hitap eden sistem, Apache 2.0 açık kaynak lisansıyla dağıtılıyor. Apache 2.0, kullanıcıların yazılımı özgürce kullanmasına, değiştirmesine ve dağıtmasına olanak tanıyan bir açık kaynak lisansı olarak biliniyor. Model ağırlıklarını Hugging Face üzerinden yayımlayan geliştiriciler, sıkıştırılmış model sürümleri anlamına gelen GGUF formatındaki sürümlerin uygun donanımlarda internet bağlantısına ihtiyaç duyulmadan yerel olarak çalıştırılabileceğini vurguluyor. Bu yerel kullanım imkânı, hassas genetik verilerin dış sunuculara aktarılmasını önleyerek gizlilik sağlıyor.
Sistem bazı kısıtlamaları da beraberinde getiriyor. Carbon-X, tek seferde insan genomunun tamamını işleyemiyor; çünkü modelin eğitim aşamasında en fazla 50 bin baz çiftine kadar olan dizilimler kullanıldı. Buna karşın insan genomunun tek kopyasında yaklaşık üç milyar baz çifti bulunuyor. Alanındaki diğer çalışmalar arasında Google DeepMind’ın DNA dizilimlerindeki değişimlerin biyolojik yansımalarını sayısal olarak inceleyen AlphaGenome modeli ile Arc Institute ve NVIDIA ortaklığıyla geliştirilen Evo 2 sistemi yer alıyor. Hugging Face ekibinin paylaştığı verilere göre Carbon-X, beş farklı değerlendirmede ortalama yüzde 66,7 başarı oranına ulaştı. Bu oran, temel aldığı Qwen3-14B modelini yaklaşık 27 puan geride bırakırken GPT-6.1 Sol modelinin yüzde 67,5’lik sonucuyla benzer bir çizgide seyretti.
Henüz Netleşmeyen Noktalar ve Sınırlamalar
Geliştirici ekibin paylaştığı başarı rakamları klinik doğruluk oranı olarak kullanılamıyor ve modelin tahminleri henüz laboratuvar deneyleriyle doğrulanmadı. Genetik dizilerdeki belirli konumları yanlış yorumlama, baz sayılarında hatalar yapma ve bağlam eksikliği sebebiyle yanıltıcı açıklamalar üretme riski taşıyan sistem, bu nedenle tıbbi teşhis veya tedavi süreçlerinde tek başına karar aracı olarak kullanılamıyor.
