Venture Fund a16z recolza GenML per combatre la llei d'Eroom
En breu
GenML, una tesi d'inversió del fons de risc a16z, té com a objectiu revertir la Llei d'Eroom combinant algorismes i potència de càlcul en ciències de la vida.
La IA té el potencial d'abordar els reptes en l'atenció sanitària i el disseny de medicaments, com ara l'augment dels costos a causa de la necessitat de personal altament format i abordar problemes d'accés i qualitat.
Els factors clau que donen suport al potencial de GenML inclouen GPT-4, AlphaFold i projectes de teràpia amb ARN.
La indústria tecnològica fa temps que està familiaritzada amb la Llei de Moore, que estableix que la potència de càlcul dels ordinadors creix de manera exponencial mentre el cost de la informàtica disminueix. Tanmateix, hi ha una altra llei, menys coneguda però igualment impactant, anomenada Llei d'Eroom. Aquesta llei descriu com el ritme d'innovació en una indústria disminueix cada any, acompanyat d'un augment exponencial del cost dels nous productes. Un camp particular on la llei d'Eroom ha fet notar la seva presència és el desenvolupament de nous fàrmacs.
Per passar de la llei d'Eroom a la llei de Moore, els serveis impulsats pels humans s'han de convertir en computació. Aquesta transformació comença amb models més senzills i puntuals (normalment aprenentatge automàtic) que realitzen tasques senzilles i tolerants a errors, com ara Netflix que utilitza IA per recomanar programes. A mesura que la IA avança, estem entrant en nous àmbits de possibilitats, com els mètodes generatius d'IA que produeixen text i imatges o que completen tasques complexes amb errors (també coneguts com al·lucinacions). Aquesta progressió obre la porta a la possibilitat de copilot impulsats per IA en ciències de la vida i assistència sanitària que puguin escalar molt la mà d'obra qualificada o augmentar la mà d'obra menys qualificada.
L'increïble progrés de la IA és només una part de la història; també hi ha un renaixement en els algorismes i la potència de càlcul, així com els avenços en biologia i sanitat. Els avenços impulsats per l'enginyeria en ciències de la vida han donat com a resultat avenços significatius en l'edició de gens, la biologia cel·lular, les cèl·lules mare, els experiments robòtics i altres àrees, permetent als científics manipular la biologia de maneres inèdites. Aquests avenços han permès la biologia a escala i amb una nova consistència, tots dos essencials per connectar-se amb la IA. A més, la incorporació de la IA als experiments de ciències de la vida crea un fort bucle de retroalimentació en què els experiments milloren el poder predictiu de la IA, que al seu torn millora els experiments.
En un intent de combatre la Llei d'Eroom, el fons de risc a16z ha publicat recentment un tesi d'inversió centrada en la intersecció de la IA i la biotecnologia, conegut com GenML (Genomic Machine Learning). Aquesta tesi suggereix que GenML té el potencial de revertir la Llei d'Eroom, provocant un canvi en la indústria i desbloquejant oportunitats substancials per a startups i inversors.
A la base de tots aquests avenços hi ha una immensa quantitat d'informàtica i emmagatzematge de dades, que només recentment ha estat possible. Per primera vegada, s'ha casat un renaixement dels algorismes amb la pura potència de càlcul per provar, iterar i executar aquests programes.
La IA té l'oportunitat d'afrontar els grans reptes en el disseny de medicaments i sanitat. En primer lloc, el cost de l'assistència sanitària està augmentant a causa de la necessitat de personal altament format, especialment doctors, metges, infermeres i altres. A mesura que la IA és cada cop més capaç de funcionar com a expert tècnic, hi ha oportunitats per ampliar les capacitats dels proveïdors existents per oferir atenció a un cost molt més baix. Si s'implementa amb empatia, pot generar compromís i mantenir el compliment de les recomanacions clíniques, així com mitigar l'esgotament del metge. En segon lloc, amb un cost reduït ve la capacitat d'abordar problemes d'accés (escala) i qualitat (reducció de la variació del rendiment). A mesura que s'habilita la intel·ligència artificial, la IA té el potencial de democratitzar l'assistència sanitària, oferint els millors serveis sanitaris a tothom.
Diversos factors clau donen suport a la creença que GenML podria trencar les barreres imposades per la Llei d'Eroom:
- GPT-4, un model no especialitzat desenvolupat per OpenAI, ha mostrat resultats prometedors en el descobriment de fàrmacs. Fins i tot OpenAI reconeix els riscos potencials associats amb aquesta capacitat en el GPT-4 model.
- AlphaFold, un model d'IA desenvolupat per DeepMind, ha estat recentment destacat amb èxit desvelant les complexes estructures 3D de les proteïnes—un repte que ha confós els científics durant mig segle.
- Projectes assistits per IA en l'àmbit de Teràpia amb ARN han demostrat un potencial important per trobar cures per a malalties anteriorment incurables. En aprofitar el poder de la IA, els investigadors ara poden explorar opcions de tractament que abans eren inimaginables.
- L'èxit de la IA en diversos dominis depèn en gran mesura de la qualitat i l'escala dels conjunts de dades disponibles. Iniciatives de dades obertes i l'aparició de conjunts de dades de recerca crowdsourced estan facilitant l'expansió del coneixement i permetent solucions més completes basades en IA.
Una part clau tant de la reducció de costos com de la millora dels resultats probablement vindrà de l'impacte de l'IA en el desenvolupament de noves teràpies. La IA serveix com a motor clau per entendre la biologia, ja que permet escalar la investigació molt més enllà del model actual, que es basa principalment en un descobriment casual gràcies a hores de treball humà al laboratori.
Tanmateix, és important tenir en compte les preocupacions potencials al voltant de la IA, inclòs el biaix integrat i altres errors que poden sorgir de l'entrenament dels primers models d'IA sobre dades recollides per humans. A mesura que la intel·ligència artificial s'aplica a noves indústries, els científics, els proveïdors sanitaris i els reguladors han de mantenir-se atents efectes secundaris potencialment nocius. L’existent marc normatiu en ciències de la vida i sanitat prova tot (terapèutica, dispositius, etc.) per a l'eficàcia i els efectes adversos.
La nova revolució industrial està en marxa i, tot i que alguns poden esperar que l'impacte de la IA es produeixi d'un dia per l'altre, esperem una transició gradual que probablement es produirà amb el temps. Aquests desenvolupaments en GenML ofereixen una visió d'un futur on la Llei d'Eroom es podria superar, no només en el desenvolupament de fàrmacs, sinó també en altres indústries.
Llegeix més sobre AI:
renúncia
En línia amb la Directrius del projecte Trust, si us plau, tingueu en compte que la informació proporcionada en aquesta pàgina no pretén ni s'ha d'interpretar com a assessorament legal, fiscal, d'inversió, financer o de cap altra forma. És important invertir només el que et pots permetre perdre i buscar assessorament financer independent si tens dubtes. Per obtenir més informació, us suggerim que feu referència als termes i condicions, així com a les pàgines d'ajuda i assistència proporcionades per l'emissor o l'anunciant. MetaversePost es compromet a fer informes precisos i imparcials, però les condicions del mercat estan subjectes a canvis sense previ avís.
About The Autor
Damir és el líder d'equip, cap de producte i editor de Metaverse Post, que cobreix temes com AI/ML, AGI, LLMs, Metaverse i Web3-camps relacionats. Els seus articles atrauen una audiència massiva de més d'un milió d'usuaris cada mes. Sembla ser un expert amb 10 anys d'experiència en SEO i màrqueting digital. Damir ha estat esmentat a Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i altres publicacions. Viatja entre els Emirats Àrabs Units, Turquia, Rússia i la CEI com a nòmada digital. Damir va obtenir una llicenciatura en física, que creu que li ha donat les habilitats de pensament crític necessàries per tenir èxit en el paisatge en constant canvi d'Internet.
més articles
Damir és el líder d'equip, cap de producte i editor de Metaverse Post, que cobreix temes com AI/ML, AGI, LLMs, Metaverse i Web3-camps relacionats. Els seus articles atrauen una audiència massiva de més d'un milió d'usuaris cada mes. Sembla ser un expert amb 10 anys d'experiència en SEO i màrqueting digital. Damir ha estat esmentat a Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i altres publicacions. Viatja entre els Emirats Àrabs Units, Turquia, Rússia i la CEI com a nòmada digital. Damir va obtenir una llicenciatura en física, que creu que li ha donat les habilitats de pensament crític necessàries per tenir èxit en el paisatge en constant canvi d'Internet.
