The Complex Geometry of Biological Knowledge in Artificial Intelligence: Manifolds, Spectra, and Concept Structure in Foundation-Model Representations
Cette étude révèle que si les modèles de langage protéiques encodent des informations biologiquement significatives qui sont linéairement décodables, ils manquent des variétés de faible dimension complexes, des structures spectrales multi-échelles et des géométries de concepts hiérarchiques présents dans les modèles de fondation de cellule unique, représentant plutôt la connaissance à travers un espace géométriquement simple et de haute dimension linéaire, façonné par la nature discrète et homologique des données de séquences.