Witold Kepinski - 19 november 2026

Nieuw open AI-pakket NVIDIA voor onderzoek

NVIDIA introduceert Nemotron for Science, een nieuw pakket waarmee onderzoekers gespecialiseerde AI-agents kunnen ontwikkelen voor toepassingen in de chemie, materiaalkunde en levenswetenschappen. Het initiatief combineert het open taal- en beeldmodel Nemotron 3.5 Super VL met een open chemiedataset, evaluatiemethoden en recepten voor verdere modeltraining (post-training), zodat wetenschappers modellen kunnen aanpassen aan specifieke onderzoekstaken zoals eiwitontwerp en het plannen van laboratoriumexperimenten.

Nieuw open AI-pakket NVIDIA voor onderzoek image

Onderdeel van het pakket is LitmusBench v0.2, een nieuwe open dataset met bijna 50.000 vraagstukken voor het trainen en evalueren van chemisch redeneren. De dataset is gebaseerd op moleculaire eigenschappen en experimentele gegevens uit geneesmiddelenonderzoek, waarmee modellen onder meer de oplosbaarheid van moleculen en hun verwerking in het menselijk lichaam beter moeten kunnen voorspellen. Zowel het Nemotron 3.5 Super VL-model als de dataset zijn per direct beschikbaar via Hugging Face. Daarnaast is het model geoptimaliseerd om lokaal te draaien op een NVIDIA DGX Spark-systeem met 128 GB geheugen, naast grootschalige inzet in datacenter- en supercomputeromgevingen.

Verschillende biotechnologiebedrijven en onderzoeksinstellingen passen de technologie inmiddels toe in de praktijk. Zo gebruikte Terray Therapeutics post-training om reactanten en reactiecondities uit wetenschappelijke diagrammen te extraheren, waarbij het model circa 76 procent van de geannoteerde reacties op de RxnScribe-benchmark wist te herleiden. Lila Sciences zette het model in voor het opstellen van laboratoriumprotocollen in geautomatiseerde labs; na aanvullende training met laboratoriumfeedback steeg de nauwkeurigheid bij het vervaardigen van quantum dots naar 61 procent, tegenover 54 procent voor GPT-6 Astra bij lagere inferentiekosten. Biofarmaceutisch bedrijf Therna trainde het model voor het ontwerpen van mRNA-therapieën, wat leidde tot een hogere nauwkeurigheid bij het voorspellen van eiwitexpressie.

Ook publieke onderzoeksinstellingen integreren Nemotron in hun infrastructuur. Het Amerikaanse Argonne National Laboratory gebruikt het model binnen zijn StructBioReasoner-systeem voor het ontwerpen van eiwitgebaseerde medicijnkandidaten, terwijl het Duitse Jülich Supercomputing Centre en het Japanse RIKEN de modellen beschikbaar maken voor hun onderzoekers. 

Aan het Zweedse KTH Royal Institute of Technology werd op basis van Nemotron een AI-agent ontwikkeld die zelfstandig foutieve configuraties in moleculaire dynamicasimulaties (GROMACS) herstelt, waarbij in een testrun op een enkel DGX Spark-systeem 81 procent van de fouten succesvol werd verholpen.

Taelium realtime data BW + BN Axians - Spaces - november 2026
Taelium realtime data BW + BN