Zmień oczywiście
W tym tygodniu firma Anthropic zaprezentowała nowe narzędzie o nazwie Claude Science w ramach wydarzenia The Briefing: AI for Science. To „stół roboczy sztucznej inteligencji”, w którym można załadować niechlujne zestawy danych i różne narzędzia oraz uzyskać z nich przejrzyste wizualizacje. Standardowa prezentacja dla elity technologicznej. Gdyby nie jeden ważny niuans.
Eric Kauderer-Abrams, szef nauk przyrodniczych, powiedział coś nieoczekiwanego. Powiedział, że Anthropic zamierza niezależnie opracowywać leki.
Nie tylko oprogramowanie. Nie tylko doradztwo. Leki.
W szczególności na choroby zaniedbane, ignorowane przez rynek farmaceutyczny.
„Sztuczna inteligencja może radykalnie przyspieszyć tempo odkryć naukowych”.
Firma już dominuje w przestrzeni kodowania. Mają mocne modele. Giganci farmaceutyczni ustawiają się w kolejce po klientów. Teraz wchodzą na ring jako bezpośredni konkurent? To odważny krok. Albo głupi. Trudno powiedzieć co dokładnie.
Rozwodnione obietnice
Oto haczyk. Nikt tak naprawdę nie wie, jak to będzie działać.
Anthropic nie ujawniło żadnych szczegółów. Jakie dokładnie choroby? Kim są partnerzy w przedklinicznych testach na zwierzętach? A co z produkcją? Kauderer-Abrams nie powiedział ani słowa o tym, co by się stało, gdyby udało im się znaleźć trop. Dziennikarze „The Verge” próbowali wyjaśnić. Odpowiedzią jest cisza.
Wygląda na to, że mgła wokół całej koncepcji „leku generowanego przez sztuczną inteligencję” jest jeszcze gęstsza. Namshik Khan, profesor na Uniwersytecie w Cambridge, ujmuje to prosto: termin ten jest zbyt ogólny. Sztuczna inteligencja ma teraz wpływ na wszystko.
Od poszukiwania nowego połączenia
przed analizą danych z badania klinicznego
i logistyki produkcji.
Wszyscy tego używają. Stało się to terminem zbiorowym, ponieważ technologia przeniknęła wszystko.
Szum kontra rzeczywistość
Czy sztuczna inteligencja zmienia zasady gry? Niewątpliwie. Jest szybki.
Giganci tacy jak AstraZeneca i GSK wykorzystują go do generowania pomysłów. Zaproponowanie nowych cząsteczek, które mogą oddziaływać z receptorami komórkowymi. Matthew Todd z University College London (UCL) zauważa, że działa to świetnie pod względem szybkości. Aby „przetestować” pomysły przed wydaniem milionów. Modele generatywne opracowane w ramach projektu Anthropic mogłyby przeskanować rozległe oceany biologiczne w poszukiwaniu igły w stogu siana, którą przeoczyliśmy.
Ale znalezienie igły to nie to samo, co uszycie płaszcza.
Jesteśmy daleko od posiadania w apteczce leku zaprojektowanego przez sztuczną inteligencję. Todd ostrzega: potrzebujemy więcej lat. Albo nawet dziesięciolecia. Ponieważ nie da się zautomatyzować najbardziej skomplikowanych etapów.
Eksperymenty są nadal potrzebne. Prawdziwy. Nie imitacja.
„Nadal daleko im do tego, aby uczynić eksperymenty niepotrzebnymi”. — Franka von Delfta
Należy przeprowadzić badania toksyczności. Konieczne jest sprawdzenie, czy lek ulega zniszczeniu w żołądku. Potrzebujemy ludzi, aby to zaakceptować i nie umrzeć. Wymaga to wykwalifikowanej siły roboczej. Pieniądze. Czas. Dużo czasu. Jeśli Anthropic chce wprowadzić lek na rynek, będzie musiała wydać mnóstwo pieniędzy na pracę w laboratorium na mokro.
Czynnik ludzki
Budują więc laboratoria.
W zeszłym roku firma Anthropic zatrudniła biologów. Publikują oferty pracy. Namshik Khan twierdzi, że widział, jak przedstawiciele firmy kontaktowali się bezpośrednio z jego współpracownikami. Niektórzy przeszli dalej. Z Big Pharma. Z elitarnego środowiska akademickiego.
To cichy nalot talentów.
Ale tu jest problem. Nawet jeśli uda im się wygrać część naukową. Nawet jeśli sztuczna inteligencja wskaże dokładnie właściwą cząsteczkę.
Badania kliniczne wymagają czasu. Dziesięć lat to norma. Żaden lek wytwarzany przez sztuczną inteligencję nie przekroczył jeszcze linii mety i nie uzyskał zgody FDA. Niektórzy kandydaci rozpoczęli już maraton, ale nie jesteśmy w stanie powiedzieć, czy AI faktycznie pomogła, czy po prostu dostała zasłużony (lub niezasłużony) udział w chwały.
Szybkość jest ważna. Ale bezpieczeństwo jest ważniejsze.
Sztuczna inteligencja może znaleźć 捷径. Ale ciało? Ciało nadal przestrzega starych zasad. Powolny. Metodyczny. Bezkompromisowy.
Czy Anthropic przetrwa to opóźnienie? A może samo w sobie przerodzi się w kolejny kosztowny eksperyment?
