Tag: opensource

  • Using the power of artificial intelligence, new open-source tool simplifies animal behavior analysis

    یونیورسٹی آف مشی گن کی ایک ٹیم نے ایک نیا سافٹ ویئر ٹول تیار کیا ہے تاکہ لائف سائنسز کے محققین کو جانوروں کے رویوں کا زیادہ مؤثر طریقے سے تجزیہ کرنے میں مدد ملے۔

    اوپن سورس سافٹ ویئر، LabGym، مختلف جانوروں کے ماڈل سسٹمز میں متعین طرز عمل کی شناخت، درجہ بندی اور شمار کرنے کے لیے مصنوعی ذہانت سے فائدہ اٹھاتا ہے۔

    سائنس دانوں کو مختلف وجوہات کی بنا پر جانوروں کے رویوں کی پیمائش کرنے کی ضرورت ہے، ان تمام طریقوں کو سمجھنے سے جو ایک خاص دوا کسی جاندار کو متاثر کر سکتی ہے اس کی نقشہ سازی تک کہ دماغ میں سرکٹس کسی خاص رویے کو پیدا کرنے کے لیے کس طرح بات چیت کرتے ہیں۔

    UM فیکلٹی ممبر کی لیب میں محققین Bing Yeمثال کے طور پر، اعصابی نظام کی نشوونما اور افعال کا مطالعہ کرنے کے لیے ایک ماڈل کے طور پر ڈروسوفلا میلانوگاسٹر — یا فروٹ فلائیز — میں حرکات و سکنات کا تجزیہ کریں۔ چونکہ پھلوں کی مکھیاں اور انسان بہت سے جینز کا اشتراک کرتے ہیں، اس لیے پھل کی مکھیوں کے یہ مطالعے اکثر انسانی صحت اور بیماری کے بارے میں بصیرت پیش کرتے ہیں۔

    \”رویہ دماغ کا ایک کام ہے۔ لہٰذا جانوروں کے رویے کا تجزیہ اس بارے میں ضروری معلومات فراہم کرتا ہے کہ دماغ کیسے کام کرتا ہے اور بیماری کے ردعمل میں یہ کیسے بدلتا ہے،\” کہا۔ یوجیا ہوUM لائف سائنسز انسٹی ٹیوٹ میں Ye\’s لیب میں ایک نیورو سائنس دان اور 24 فروری کو سیل رپورٹس میتھڈز اسٹڈی کے لیڈ مصنف جو نئے سافٹ ویئر کی وضاحت کرتا ہے۔

    لیکن دستی طور پر جانوروں کے رویوں کی شناخت اور گنتی وقت طلب اور اس رویے کا تجزیہ کرنے والے محقق کے لیے انتہائی موضوعی ہے۔ اور جب کہ جانوروں کے رویوں کو خود بخود درست کرنے کے لیے چند سافٹ ویئر پروگرام موجود ہیں، وہ چیلنجز پیش کرتے ہیں۔

    \”ان میں سے بہت سے رویے کے تجزیہ کے پروگرام رویے کی پہلے سے طے شدہ تعریفوں پر مبنی ہوتے ہیں،\” یی نے کہا، جو میڈیکل اسکول میں سیل اور ترقیاتی حیاتیات کے پروفیسر بھی ہیں۔ \”اگر ڈروسوفلا لاروا 360 ڈگری رول کرتا ہے، مثال کے طور پر، کچھ پروگرام ایک رول کو شمار کریں گے۔ لیکن 270 ڈگری بھی ایک رول کیوں نہیں ہے؟ بہت سے پروگراموں میں ضروری طور پر اس کو گننے کی لچک نہیں ہوتی ہے، یہ جانے بغیر کہ صارف کو دوبارہ کوڈ کرنے کا طریقہ پروگرام.\”

    ایک سائنسدان کی طرح زیادہ سوچنا

    ان چیلنجوں پر قابو پانے کے لیے، ہو اور اس کے ساتھیوں نے ایک نیا پروگرام ڈیزائن کرنے کا فیصلہ کیا جو انسانی ادراک کے عمل کو زیادہ قریب سے نقل کرتا ہے — جو کہ سائنس دان کی طرح \”سوچتا ہے\” — اور ماہرین حیاتیات کے لیے زیادہ صارف دوست ہے جو کوڈنگ میں مہارت نہیں رکھتے۔ LabGym کا استعمال کرتے ہوئے، محققین اس طرز عمل کی مثالیں ڈال سکتے ہیں جس کا وہ تجزیہ کرنا چاہتے ہیں اور سافٹ ویئر کو سکھانا چاہتے ہیں کہ اسے کیا شمار کرنا چاہیے۔ اس کے بعد پروگرام رویے کو پہچاننے اور اس کی مقدار درست کرنے کی اپنی صلاحیت کو بہتر بنانے کے لیے گہری سیکھنے کا استعمال کرتا ہے۔

    LabGym میں ایک نئی ترقی جو اس کو زیادہ لچکدار ادراک کو لاگو کرنے میں مدد کرتی ہے وہ ہے ویڈیو ڈیٹا اور نام نہاد \”پیٹرن امیج\” دونوں کا استعمال پروگرام کی وشوسنییتا کو بہتر بنانے کے لیے۔ سائنسدان جانوروں کی ویڈیوز کو ان کے رویے کا تجزیہ کرنے کے لیے استعمال کرتے ہیں، لیکن ویڈیوز میں ٹائم سیریز کا ڈیٹا شامل ہوتا ہے جو AI پروگراموں کے لیے تجزیہ کرنا مشکل ہو سکتا ہے۔

    پروگرام کو زیادہ آسانی سے طرز عمل کی شناخت کرنے میں مدد کرنے کے لیے، ہو نے ایک ساکن تصویر بنائی جو مختلف ٹائم پوائنٹس پر جانوروں کی پوزیشن کے خاکہ کو ملا کر جانوروں کی حرکت کا نمونہ دکھاتی ہے۔ ٹیم نے پایا کہ ویڈیو ڈیٹا کو پیٹرن امیجز کے ساتھ ملانے سے رویے کی اقسام کو پہچاننے میں پروگرام کی درستگی میں اضافہ ہوا۔

    LabGym کو پس منظر کی غیر متعلقہ معلومات کو نظر انداز کرنے اور جانوروں کی مجموعی نقل و حرکت اور جگہ اور وقت کے ساتھ پوزیشن میں ہونے والی تبدیلیوں پر غور کرنے کے لیے بھی ڈیزائن کیا گیا ہے، جیسا کہ ایک انسانی محقق کرے گا۔ یہ پروگرام بیک وقت متعدد جانوروں کو بھی ٹریک کر سکتا ہے۔

    پرجاتیوں کی لچک افادیت کو بہتر بناتی ہے۔

    آپ نے کہا کہ لیب جیم کی ایک اور اہم خصوصیت اس کی انواع کی لچک ہے۔ اگرچہ اسے ڈروسوفلا کا استعمال کرتے ہوئے ڈیزائن کیا گیا تھا، لیکن یہ کسی ایک نوع تک محدود نہیں ہے۔

    \”یہ حقیقت میں نایاب ہے،\” انہوں نے کہا۔ \”یہ ماہرین حیاتیات کے لیے لکھا گیا ہے، تاکہ وہ اسے اس پرجاتیوں اور طرز عمل کے مطابق ڈھال سکیں جس کا وہ مطالعہ کرنا چاہتے ہیں بغیر کسی پروگرامنگ کی مہارت یا اعلیٰ طاقت والے کمپیوٹنگ کے۔\”

    پروگرام کی ابتدائی نشوونما کے بارے میں ایک پریزنٹیشن سننے کے بعد، UM فارماسولوجسٹ کیری فیراریو آپ اور اس کی ٹیم کو چوہا ماڈل سسٹم میں پروگرام کو جانچنے اور بہتر بنانے میں مدد کرنے کی پیشکش کی جس کے ساتھ وہ کام کرتی ہے۔

    فیراریو، فارماکولوجی کے ایک ایسوسی ایٹ پروفیسر اور نفسیات کے منسلک ایسوسی ایٹ پروفیسر، عصبی میکانزم کا مطالعہ کرتے ہیں جو لت اور موٹاپے میں حصہ ڈالتے ہیں، چوہوں کو ایک ماڈل سسٹم کے طور پر استعمال کرتے ہیں۔ جانوروں میں منشیات کی حوصلہ افزائی کے رویے کے ضروری مشاہدے کو مکمل کرنے کے لیے، اسے اور اس کے لیب کے ارکان کو زیادہ تر ہینڈ اسکورنگ پر انحصار کرنا پڑا، جو کہ موضوعی اور انتہائی وقت طلب ہے۔

    فیراریو نے کہا، \”میں گریجویٹ اسکول کے بعد سے ہی اس مسئلے کو حل کرنے کی کوشش کر رہا ہوں، اور مصنوعی ذہانت، گہری سیکھنے اور حساب کے لحاظ سے ٹیکنالوجی وہاں موجود نہیں تھی۔\” \”اس پروگرام نے میرے لیے ایک موجودہ مسئلہ حل کر دیا، لیکن اس کی واقعی وسیع افادیت بھی ہے۔ میں دیکھتا ہوں کہ جانوروں کے رویے کا تجزیہ کرنے کے لیے تقریباً لامحدود حالات میں اس کے کارآمد ہونے کی صلاحیت موجود ہے۔\”

    ٹیم اگلی منصوبہ بندی کرتی ہے کہ اس کی کارکردگی کو مزید پیچیدہ حالات میں بہتر بنانے کے لیے پروگرام کو مزید بہتر کیا جائے، جیسے کہ فطرت میں جانوروں کا مشاہدہ کرنا۔

    یہ تحقیق نیشنل انسٹی ٹیوٹ آف ہیلتھ کی طرف سے حمایت کی گئی تھی.

    Ye، Hu اور Ferrario کے علاوہ، مطالعہ کے مصنفین ہیں: الیگزینڈر میٹ لینڈ، ریٹا آئونائڈز، انجیش گھمیرے، برینڈن واٹسن، کینیچی ایواساکی، یونیورسٹی آف مشی گن کے ہوپ وائٹ اور Yitao Xi، اور شمالی الینوائے یونیورسٹی کے Jie Zhou۔

    مطالعہ: لیب جیم: سیکھنے پر مبنی جامع تشخیص کا استعمال کرتے ہوئے صارف کے بیان کردہ جانوروں کے طرز عمل کی مقدار 1 (DOI: 10.1016/j.crmeth.2023.100415) (پابندی اٹھانے کے بعد دستیاب)



    >Source link>

    >>Join our Facebook page From top right corner. <<

  • Oligo raises $28M to secure open-source libraries at runtime

    اولیگو سیکیورٹی، ایک تل ابیب پر مبنی سٹارٹ اپ جو اوپن سورس کی کمزوریوں کا پتہ لگانے اور روکنے کے لیے رن ٹائم ایپلیکیشن سیکیورٹی اور مشاہدے پر توجہ مرکوز کرتا ہے، آج چوری چھپے سے باہر آ رہا ہے اور اعلان کر رہا ہے کہ اس نے سیڈ اور سیریز A کی فنڈنگ ​​میں مجموعی طور پر $28 ملین جمع کیے ہیں۔

    کمپنی کے سرمایہ کاروں میں لائٹ اسپیڈ وینچر پارٹنرز، بیلسٹک وینچرز اور TLV پارٹنرز کے ساتھ ساتھ فرشتہ سرمایہ کار جیسے Mallanox CEO اور بانی Eyal Waldman، Cnyk CTO Adi Sharabani اور سابق Google Cloud VP Eyal Manor شامل ہیں۔ سائبر کلب لندن (CCL)، Kmehin Ventures اور OperAngels نے بھی شرکت کی۔ کمپنی نے 2022 میں انٹیل کے اگنائٹ ایکسلریٹر میں بھی حصہ لیا۔

    \"اولیگو

    اولیگو کا ڈیش بورڈ، رن ٹائم سیاق و سباق کی بنیاد پر ایپلیکیشن سیکیورٹی کرنسی پیش کرتا ہے۔

    اولیگو کی ٹیکنالوجی پر مبنی ہے۔ ای بی پی ایف، لینکس کرنل میں سینڈ باکسڈ کوڈ چلانے کے لئے تیزی سے مقبول ٹیکنالوجی – اور بغیر کسی بڑے اوور ہیڈ کے اس کی وجہ سے بہت تفصیلی نگرانی کی صلاحیتوں تک رسائی حاصل کریں۔ یہ دوسرے سیکیورٹی اسٹارٹ اپس سے ایک مختلف نقطہ نظر ہے جو اوپن سورس لائبریریوں پر توجہ مرکوز کرتے ہیں۔ سیکیورٹی ٹیموں کو ہر ممکنہ خطرے سے آگاہ کرنے کے بجائے — یہاں تک کہ اگر کسی ایپلیکیشن میں لائبریری کا استعمال نہ کیا گیا ہو — اولیگو رن ٹائم پر ایپلیکیشنز کی نگرانی پر توجہ مرکوز کرتا ہے، دونوں پری پروڈکشن اور پروڈکشن ماحول میں۔ یہ، مثالی طور پر، غیر ضروری انتباہات کو کم کرتا ہے۔ درحقیقت، اولیگو کا استدلال ہے کہ اوپن سورس کی 85 فیصد کمزوریاں جو روایتی اسکینرز ڈویلپرز کو جھنجھوڑتے ہیں پیداوار میں بھی استعمال نہیں ہوتی ہیں۔

    Nadav Czerwinski (CEO)، Gal Elbaz (CTO) اور Avshalom Hilu (CPO) کے اشتراک سے قائم کردہ، Oligo کلاؤڈز پر کام کرتا ہے اور تمام بڑی جدید پروگرامنگ زبانوں کو سپورٹ کرتا ہے، بشمول Python، Go، Java اور Node۔

    \”ہمارے پاس ہماری پیٹنٹ زیر التواء ٹیکنالوجی ہے، جو eBPF پر مبنی ہے۔ یہ ہمیں محفوظ طریقے سے اور مؤثر طریقے سے رن ٹائم ماحول کی نگرانی کرنے اور پھر پہلے شناخت کرنے کی اجازت دیتا ہے کہ اصل میں کون سی کمزوریاں متعلقہ ہیں۔ اس سے ڈویلپرز، سیکیورٹی ٹیموں، ڈی او اوپس کے لیے بہت سارے وقت اور پیسے کی بچت ہوتی ہے،\” Czerwinski نے وضاحت کی۔

    جیسا کہ ٹیم نے وضاحت کی، سب سے پہلے یہ مشاہدہ کرتے ہوئے کہ ہر لائبریری کو مختلف ماحول میں عام استعمال میں کیسے کام کرنا چاہیے، Oligo پھر اس بات کا پتہ لگا سکتا ہے کہ کب کچھ تبدیل ہوتا ہے – ممکنہ طور پر کسی استحصال کی وجہ سے۔ مثال کے طور پر، NumPy جیسی لائبریری عام طور پر صرف کمپیوٹنگ کے لیے استعمال ہوتی ہے، لیکن اگر یہ اچانک نیٹ ورک تک رسائی حاصل کرنا چاہتی ہے، تو کچھ واضح طور پر غلط ہے۔

    \”اوپن سورس سیکیورٹی چیلنج کو حل کرنا کوڈ کی کمزوریوں کے حقیقی خطرے کا درست اندازہ لگانے کی صلاحیت سے شروع ہوتا ہے،\” انٹیل اسٹریٹجی آفس کے سیکیورٹی کے سربراہ الیکس نیشٹ نے کہا۔ \”Oligo AppSec ٹیموں کی پیداواری صلاحیت کو بڑھانے اور حقیقی بمقابلہ سمجھے جانے والے خطرے کے مطابق سیاق و سباق کے لحاظ سے کمزوریوں کو ترجیح دے کر اوپن سورس کے استعمال کے خطرے کو کم کرنے کے لیے تیار ہے۔\”



    Source link