Venture Fund a16z podporuje GenML v boji s Eroomovým zákonem
Stručně
GenML, investiční teze rizikového fondu a16z, si klade za cíl zvrátit Eroomův zákon kombinací algoritmů a výpočetního výkonu v biologických vědách.
Umělá inteligence má potenciál řešit problémy v oblasti zdravotní péče a designu léků, jako jsou rostoucí náklady kvůli potřebě vysoce vyškoleného personálu a řešení problémů s přístupem a kvalitou.
Mezi klíčové faktory podporující potenciál GenML patří GPT-4, AlphaFold a projekty terapie RNA.
Technologický průmysl je již dlouho obeznámen s Moorovým zákonem, který říká, že výpočetní výkon počítačů roste exponenciálně, zatímco náklady na výpočetní techniku klesají. Existuje však další zákon, méně známý, ale stejně účinný, tzv Eroomův zákon. Tento zákon popisuje, jak se míra inovací v odvětví každým rokem zpomaluje, doprovázená exponenciálním nárůstem nákladů na nové produkty. Jednou konkrétní oblastí, kde se Eroomův zákon projevil, je vývoj nových léků.
Abychom mohli přejít od Eroomova zákona k Moorovu zákonu, musí být služby řízené lidmi převedeny na výpočetní. Tato transformace začíná jednoduššími, jednorázovými modely (typicky strojové učení), které provádějí jednoduché úlohy odolné vůči chybám, jako je Netflix pomocí umělé inteligence k doporučování pořadů. Jak AI postupuje, vstupujeme do nových oblastí možností, jako jsou generativní metody AI produkující text a obrázky nebo dokončování složitých úkolů s chybami (neboli halucinacemi). Tento pokrok otevírá dveře možnosti kopilotů poháněných umělou inteligencí v biologických vědách a zdravotnictví, kteří mohou výrazně rozšířit kvalifikovanou pracovní sílu nebo zvýšit úroveň méně kvalifikované pracovní síly.
Neuvěřitelný pokrok AI je jen částí příběhu; dochází také k renesanci v algoritmech a výpočetním výkonu, stejně jako k pokrokům v biologii a zdravotnictví. Pokroky ve vědách o živé přírodě řízené inženýrstvím vedly k významným pokrokům v editaci genů, buněčné biologii, kmenových buňkách, robotických experimentech a dalších oblastech, což vědcům umožňuje manipulovat s biologií dříve neslýchanými způsoby. Tyto pokroky umožnily biologii ve velkém měřítku a také s nově objevenou konzistencí, což je obojí nezbytné pro spojení s AI. Začlenění umělé inteligence do biologických experimentů navíc vytváří silnou zpětnou vazbu, ve které experimenty zlepšují prediktivní schopnost umělé inteligence, což zase zlepšuje experimenty.
Ve snaze bojovat proti Eroomovu zákonu fond rizikového kapitálu a16z nedávno zveřejnil zprávu investiční práce zaměřená na průnik AI a Biotech, známý jako GenML (Genomic Machine Learning). Tato teze naznačuje, že GenML má potenciál zvrátit Eroomův zákon, přinést změnu v odvětví a otevřít podstatné příležitosti pro startupy a investory.
Základem všech těchto pokroků je obrovské množství výpočetní techniky a ukládání dat, které bylo možné teprve nedávno. Poprvé se renesance v algoritmech spojila s čistým výpočetním výkonem pro testování, iteraci a spouštění těchto programů.
Umělá inteligence má příležitost vypořádat se s největšími výzvami ve zdravotnictví a designu léků. Za prvé, náklady na zdravotní péči rostou kvůli potřebě vysoce kvalifikovaného personálu, zejména doktorandů, lékařů, zdravotních sester a dalších. Jak se umělá inteligence stává stále schopnější fungovat jako technický expert, objevují se příležitosti rozšířit schopnosti stávajících poskytovatelů poskytovat péči za mnohem nižší náklady. Pokud je implementován s empatií, může vyvolat zapojení a dodržování klinických doporučení a také zmírnit syndrom vyhoření lékaře. Za druhé, se sníženými náklady přichází schopnost řešit problémy přístupu (rozsah) a kvality (snížení rozptylu výkonu). Vzhledem k tomu, že stále více péče podporuje umělou inteligenci, má umělá inteligence potenciál demokratizovat zdravotnictví a poskytovat ty nejlepší zdravotnické služby všem.
Několik klíčových faktorů podporuje přesvědčení, že GenML by mohlo prolomit bariéry uložené Eroomovým zákonem:
- GPT-4, nespecializovaný model vyvinutý společností OpenAI, ukázaly slibné výsledky v objevování drog. Dokonce OpenAI uznává potenciální rizika spojená s touto schopností v GPT-4 model.
- AlphaFold, model umělé inteligence vyvinutý společností DeepMind, se nedávno úspěšně dostal do titulků odhalování složitých 3D struktur proteinů– výzva, která mátla vědce už půl století.
- Projekty podporované AI v oblasti RNA terapie prokázaly významný potenciál při hledání léků na dříve nevyléčitelné nemoci. Využitím síly umělé inteligence mohou nyní výzkumníci prozkoumat možnosti léčby, které byly kdysi nepředstavitelné.
- Úspěch umělé inteligence v různých oblastech do značné míry závisí na kvalitě a rozsahu dostupných souborů dat. Open Data iniciativy a vznik crowdsourcované výzkumné datové sady usnadňují rozšiřování znalostí a umožňují komplexnější řešení založená na umělé inteligenci.
Klíčová část jak snížení nákladů, tak zlepšení výsledků bude pravděpodobně pocházet z vlivu AI na vývoj nových terapií. Umělá inteligence slouží jako klíčová hnací síla v pochopení biologie a umožňuje, aby byl výzkum škálován daleko za současný model, který se primárně opírá o náhodné objevy umožněné hodinami lidské práce v laboratoři.
Je však důležité poznamenat, že existují potenciální obavy týkající se umělé inteligence, včetně vestavěného zkreslení a dalších selhání, které mohou vzniknout při trénování raných modelů umělé inteligence na datech shromážděných lidmi. Vzhledem k tomu, že se umělá inteligence používá v nových průmyslových odvětvích, vědci, poskytovatelé zdravotní péče a regulační orgány musí zůstat ostražití potenciálně škodlivé vedlejší účinky. Existující regulační rámec ve vědách o živé přírodě a zdravotnictví testuje vše (léčiva, přístroje atd.) na účinnost a nežádoucí účinky.
Nová průmyslová revoluce nyní probíhá, a i když někteří mohou očekávat, že dopad AI nastane přes noc, těšíme se na postupný přechod, ke kterému pravděpodobně časem dojde. Tento vývoj v GenML nabízí pohled do budoucnosti, kde by mohl být Eroomův zákon překonán, a to nejen ve vývoji léků, ale i v jiných odvětvích.
Přečtěte si více o AI:
Odmítnutí odpovědnosti
V souladu s Pokyny k projektu Trust, prosím vezměte na vědomí, že informace uvedené na této stránce nejsou určeny a neměly by být vykládány jako právní, daňové, investiční, finanční nebo jakékoli jiné formy poradenství. Je důležité investovat jen to, co si můžete dovolit ztratit, a v případě pochybností vyhledat nezávislé finanční poradenství. Pro další informace doporučujeme nahlédnout do smluvních podmínek a také na stránky nápovědy a podpory poskytnuté vydavatelem nebo inzerentem. MetaversePost se zavázala poskytovat přesné a nezaujaté zprávy, ale podmínky na trhu se mohou bez upozornění změnit.
O autorovi
Damir je vedoucí týmu, produktový manažer a editor ve společnosti Metaverse Post, pokrývající témata jako AI/ML, AGI, LLM, Metaverse a Web3- související obory. Jeho články přitahují každý měsíc masivní publikum čítající více než milion uživatelů. Jeví se jako odborník s 10 lety zkušeností v oblasti SEO a digitálního marketingu. Damir byl zmíněn v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto a další publikace. Jako digitální nomád cestuje mezi SAE, Tureckem, Ruskem a SNS. Damir získal bakalářský titul z fyziky, o kterém se domnívá, že mu dal dovednosti kritického myšlení potřebné k úspěchu v neustále se měnícím prostředí internetu.
Další články
Damir je vedoucí týmu, produktový manažer a editor ve společnosti Metaverse Post, pokrývající témata jako AI/ML, AGI, LLM, Metaverse a Web3- související obory. Jeho články přitahují každý měsíc masivní publikum čítající více než milion uživatelů. Jeví se jako odborník s 10 lety zkušeností v oblasti SEO a digitálního marketingu. Damir byl zmíněn v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto a další publikace. Jako digitální nomád cestuje mezi SAE, Tureckem, Ruskem a SNS. Damir získal bakalářský titul z fyziky, o kterém se domnívá, že mu dal dovednosti kritického myšlení potřebné k úspěchu v neustále se měnícím prostředí internetu.
