Venture Fund a16z støtter GenML for at bekæmpe Erooms lov
Kort sagt
GenML, en investeringsafhandling fra venturefonden a16z, har til formål at vende Erooms lov ved at kombinere algoritmer og regnekraft inden for biovidenskab.
AI har potentialet til at tackle udfordringer inden for sundhedspleje og lægemiddeldesign, såsom stigende omkostninger på grund af behovet for højtuddannet personale og håndtering af spørgsmål om adgang og kvalitet.
Nøglefaktorer, der understøtter GenML's potentiale omfatter GPT-4, AlphaFold og RNA-terapiprojekter.
Teknologiindustrien har længe været bekendt med Moores lov, som siger, at computeres regnekraft vokser eksponentielt, mens omkostningerne ved computere falder. Der er dog en anden lov, mindre kendt, men lige så virkningsfuld, kaldet Erooms lov. Denne lov beskriver, hvordan innovationshastigheden i en industri aftager hvert år, ledsaget af en eksponentiel stigning i prisen på nye produkter. Et særligt felt, hvor Eroom's Law har gjort sig gældende, er udviklingen af nye lægemidler.
For at flytte fra Erooms lov til Moores lov skal menneskedrevne tjenester konverteres til computere. Denne transformation begynder med enklere engangsmodeller (typisk maskinlæring), der udfører enkle, fejltolerante opgaver, såsom Netflix, der bruger AI til at anbefale shows. Efterhånden som AI udvikler sig, træder vi ind i nye muligheder, såsom generative AI-metoder, der producerer tekst og billeder eller fuldfører komplekse opgaver med fejl (også kendt som hallucinationer). Denne progression åbner døren til muligheden for AI-drevne co-piloter inden for biovidenskab og sundhedspleje, der i høj grad kan skalere kvalificeret arbejdskraft eller opgradere mindre kvalificeret arbejdskraft.
AIs utrolige fremskridt er kun en del af historien; der er også en renæssance inden for algoritmer og computerkraft, såvel som fremskridt inden for biologi og sundhedspleje. Ingeniørdrevne fremskridt inden for biovidenskab har resulteret i betydelige fremskridt inden for genredigering, cellulær biologi, stamceller, roboteksperimenter og andre områder, hvilket gør det muligt for forskere at manipulere biologi på hidtil uhørte måder. Disse fremskridt har muliggjort biologi i stor skala såvel som med nyfundet konsistens, som begge er afgørende for at forbinde med AI. Desuden skaber inkorporering af AI i life science-eksperimenter en stærk feedback-loop, hvor eksperimenterne forbedrer AI'ens forudsigelsesevne, hvilket igen forbedrer eksperimenterne.
I et forsøg på at bekæmpe Erooms lov har venturefonden a16z for nylig offentliggjort en investeringsafhandling fokuseret på skæringspunktet mellem AI og Biotech, kendt som GenML (Genomic Machine Learning). Denne afhandling antyder, at GenML har potentialet til at vende Erooms lov, hvilket medfører en ændring i branchen og frigør betydelige muligheder for startups og investorer.
Baggrunden for alle disse fremskridt er en enorm mængde computer- og datalagring, som først for nylig er blevet mulig. For første gang er en renæssance inden for algoritmer blevet gift med den rene regnekraft til at teste, gentage og køre disse programmer.
AI har mulighed for at tackle de største udfordringer inden for sundhedspleje og lægemiddeldesign. For det første stiger udgifterne til sundhedspleje på grund af behovet for højt uddannet personale, især ph.d.'er, læger, sygeplejersker og andre. Efterhånden som AI i stigende grad bliver i stand til at fungere som en teknisk ekspert, er der muligheder for at udvide eksisterende udbyderes evner til at levere pleje til en meget lavere pris. Hvis det implementeres med empati, kan det skabe engagement og opretholde overholdelse af kliniske anbefalinger, samt mindske klinikerens udbrændthed. For det andet, med reducerede omkostninger kommer evnen til at løse problemer med adgang (skala) og kvalitet (reduktion i varians i ydeevne). Efterhånden som mere pleje bliver AI-aktiveret, har AI potentialet til at demokratisere sundhedsvæsenet og give de bedste sundhedsydelser til alle.
Flere nøglefaktorer understøtter troen på, at GenML kunne bryde igennem de barrierer, der er pålagt af Erooms lov:
- GPT-4, en ikke-specialiseret model udviklet af OpenAI, har vist lovende resultater i lægemiddelopdagelse. Også selvom OpenAI anerkender de potentielle risici forbundet med denne evne i GPT-4 model.
- AlphaFold, en AI-model udviklet af DeepMind, skabte for nylig overskrifter med succes optrævling af de komplekse 3D-strukturer af proteiner-en udfordring, der har forvirret videnskabsmænd i et halvt århundrede.
- AI-støttede projekter inden for RNA terapi har vist betydeligt potentiale i at finde kure mod tidligere uhelbredelige sygdomme. Ved at udnytte kraften i AI kan forskere nu udforske behandlingsmuligheder, der engang var utænkelige.
- AI's succes på forskellige domæner afhænger i høj grad af kvaliteten og omfanget af de tilgængelige datasæt. Open Data initiativer og fremkomsten af crowdsourcede forskningsdatasæt letter udvidelsen af viden og muliggør mere omfattende AI-drevne løsninger.
En vigtig del af både reduktionen i omkostningerne og forbedringen af resultaterne vil sandsynligvis komme fra AI's påvirkning i udviklingen af nye terapier. AI fungerer som en nøgledrivkraft i forståelsen af biologi, hvilket gør det muligt at skalere forskning langt ud over den nuværende model, som primært er afhængig af serendipitøse opdagelser, der er muliggjort af timers menneskeligt arbejde i laboratoriet.
Det er dog vigtigt at bemærke de potentielle bekymringer omkring AI, herunder indlejret bias og andre fejl, der kan opstå fra træning af tidlige AI-modeller på data indsamlet af mennesker. Da kunstig intelligens anvendes til nye industrier, skal videnskabsmænd, sundhedsudbydere og regulatorer forblive på vagt over for potentielt skadelige bivirkninger. Det eksisterende lovgivningsmæssige rammer i biovidenskab og sundhedsvæsen tester alt (terapeutiske midler, apparater osv.) for effektivitet og bivirkninger.
Den nye industrielle revolution er nu undervejs, og selvom nogle kan forvente, at AI's påvirkning vil ske fra den ene dag til den anden, ser vi frem til en gradvis overgang, der sandsynligvis vil ske over tid. Disse udviklinger i GenML giver et indblik i en fremtid, hvor Erooms lov kan overvindes, ikke kun inden for udvikling af lægemidler, men også i andre industrier.
Læs mere om AI:
Ansvarsfraskrivelse
I tråd med den Trust Project retningslinjer, bemærk venligst, at oplysningerne på denne side ikke er beregnet til at være og ikke skal fortolkes som juridiske, skattemæssige, investeringsmæssige, finansielle eller nogen anden form for rådgivning. Det er vigtigt kun at investere, hvad du har råd til at tabe, og at søge uafhængig finansiel rådgivning, hvis du er i tvivl. For yderligere information foreslår vi at henvise til vilkårene og betingelserne samt hjælpe- og supportsiderne fra udstederen eller annoncøren. MetaversePost er forpligtet til nøjagtig, objektiv rapportering, men markedsforholdene kan ændres uden varsel.
Om forfatteren
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
Flere artikler
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
