הטמעת AI בביולוגיה/ אורטל רשף

מהפכת הבינה המלאכותית במדעי החיים ממחישה כיצד פיתוחים אלגוריתמיים ויישומים חדשניים משנים את הדרך בה אנו מבינים תהליכים ביולוגיים, גנטיים ומבניים. פתרונות כמו AlphaFold, שזיכה את מפתחיו בפרס נובל, הדגימו כיצד רשתות נוירונים מצליחות להתמודד עם בעיות שנחשבו עד לאחרונה לבלתי אפשריות. מהפכה זו הובילה לפריצות דרך משמעותיות במגוון תחומים במדעי החיים. הופעתם של כלים חדשים בתחום הלמידה החישובית הפכה את השילוב בין ביולוגיה, מדעי המוח, סטטיסטיקה, מדעי הנתונים ומדעי המחשב לאבן יסוד במחקר המודרני.

הקבוצה תהווה מרחב לימוד ושיח לתלמידי מחקר מכל התחומים המעוניינים להעמיק בשאלות שמציב הממשק בין ביולוגיה ו-AI, ולהיחשף לכלים מתקדמים שמעצבים את דור העתיד של המדע. בכל מפגש נלמד יחד מאמר מרכזי וחדשני בתחום. לדוגמה, נדון במאמר של דמיס הסביס וג'ון ג'מפר מ־DeepMind על פיתוח AlphaFold, או בסקירה של Angermueller ושותפיו (2016), הממחישה כיצד שיטות למידה עמוקה משנות את עולם הביולוגיה החישובית. מאמרים אלו מדגימים כיצד ניתן לגלות דפוסים מורכבים מהנתונים במגוון רחב של תחומים ביולוגיים. חברי הקבוצה מוזמנים להעשיר את הדיונים באמצעות דוגמאות ותובנות מתחום המחקר האישי שלהם.

ליצירת קשר: ortal.reshef@mail.huji.ac.il

 

The artificial intelligence revolution in the life sciences demonstrates how algorithmic developments and innovative applications are transforming our understanding of biological, genetic, and structural processes. Solutions like AlphaFold, which earned its developers a Nobel Prize, have shown how neural networks can solve problems once considered impossible. These breakthroughs have led to significant advances across diverse fields in life sciences. The emergence of new tools in computational learning has made the integration of biology, neuroscience, statistics, data science, and computer science a cornerstone of modern research.

This group will serve as a space for learning and discussion for research students from all disciplines who are interested in exploring questions at the intersection of biology and AI. Participants will gain exposure to advanced tools shaping the future of science. In each meeting, we will read and discuss a key paper in the field. For example, we will discuss the paper by Demis Hassabis and John Jumper from DeepMind on the development of AlphaFold, or the review by Angermueller et al. (2016), which illustrates how deep learning methods are transforming the field of computational biology. Group members are invited to enrich the discussions with examples and insights from their own research areas.