Der Risikofonds a16z unterstützt GenML bei der Bekämpfung des Eroom-Gesetzes
In Kürze
GenML, eine Investmentthese des Risikofonds a16z, zielt darauf ab, das Eroom-Gesetz durch die Kombination von Algorithmen und Rechenleistung in den Biowissenschaften umzukehren.
KI hat das Potenzial, Herausforderungen im Gesundheitswesen und bei der Arzneimittelentwicklung zu bewältigen, wie z. B. steigende Kosten aufgrund des Bedarfs an hochqualifiziertem Personal und die Lösung von Zugangs- und Qualitätsproblemen.
Zu den Schlüsselfaktoren, die das Potenzial von GenML unterstützen, gehören: GPT-4, AlphaFold und RNA-Therapieprojekte.
Die Technologiebranche ist seit langem mit dem Mooreschen Gesetz vertraut, das besagt, dass die Rechenleistung von Computern exponentiell wächst, während die Rechenkosten sinken. Es gibt jedoch ein anderes Gesetz, das weniger bekannt, aber ebenso wirkungsvoll ist Erooms Gesetz. Dieses Gesetz beschreibt, wie sich die Innovationsrate in einer Branche jedes Jahr verlangsamt, was mit einem exponentiellen Anstieg der Kosten für neue Produkte einhergeht. Ein besonderer Bereich, in dem sich das Eroom-Gesetz bemerkbar macht, ist die Entwicklung neuer Medikamente.
Um vom Eroom-Gesetz zum Moore-Gesetz zu gelangen, müssen von Menschen gesteuerte Dienste in Computer umgewandelt werden. Diese Transformation beginnt mit einfacheren, einmaligen Modellen (typischerweise maschinelles Lernen), die einfache, fehlertolerante Aufgaben ausführen, wie etwa Netflix, das KI verwendet, um Sendungen zu empfehlen. Mit dem Fortschritt der KI betreten wir neue Möglichkeiten, wie zum Beispiel generative KI-Methoden, die Texte und Bilder erzeugen oder komplexe Aufgaben mit Fehlern (auch Halluzinationen genannt) erledigen. Dieser Fortschritt öffnet die Tür für die Möglichkeit von KI-gestützten Co-Piloten in den Biowissenschaften und im Gesundheitswesen, die qualifizierte Arbeitskräfte erheblich ausbauen oder weniger qualifizierte Arbeitskräfte aufwerten können.
Der unglaubliche Fortschritt der KI ist nur ein Teil der Geschichte; Es gibt auch eine Renaissance bei Algorithmen und Rechenleistung sowie Fortschritte in der Biologie und im Gesundheitswesen. Technikbedingte Fortschritte in den Biowissenschaften haben zu bedeutenden Fortschritten in der Genbearbeitung, der Zellbiologie, Stammzellen, Roboterexperimenten und anderen Bereichen geführt und es Wissenschaftlern ermöglicht, die Biologie auf bisher nie dagewesene Weise zu manipulieren. Diese Fortschritte haben die Biologie in großem Maßstab und mit neuer Konsistenz ermöglicht, was beides für die Verbindung mit KI unerlässlich ist. Darüber hinaus entsteht durch die Einbindung von KI in biowissenschaftliche Experimente eine starke Rückkopplungsschleife, in der die Experimente die Vorhersagekraft der KI verbessern, was wiederum die Experimente verbessert.
In einem Versuch, das Eroom-Gesetz zu bekämpfen, hat der Risikofonds a16z kürzlich einen veröffentlicht Die Investitionsthese konzentrierte sich auf die Schnittstelle zwischen KI und Biotechnologie, bekannt als GenML (Genomic Machine Learning). Diese These legt nahe, dass GenML das Potenzial hat, das Eroom-Gesetz umzukehren, einen Wandel in der Branche herbeizuführen und erhebliche Chancen für Startups und Investoren zu eröffnen.
Allen diesen Fortschritten liegt ein immenser Aufwand an Rechenleistung und Datenspeicherung zugrunde, der erst seit Kurzem möglich ist. Zum ersten Mal wurde eine Renaissance der Algorithmen mit der reinen Rechenleistung zum Testen, Iterieren und Ausführen dieser Programme verbunden.
KI hat die Möglichkeit, die größten Herausforderungen im Gesundheitswesen und bei der Arzneimittelentwicklung zu bewältigen. Erstens steigen die Kosten im Gesundheitswesen aufgrund des Bedarfs an hochqualifiziertem Personal, insbesondere an Doktoranden, Ärzten, Krankenpflegern und anderen. Da KI zunehmend in der Lage ist, als technischer Experte zu fungieren, gibt es Möglichkeiten, die Fähigkeiten bestehender Anbieter zu erweitern, um Pflege zu deutlich geringeren Kosten anzubieten. Wenn es mit Einfühlungsvermögen umgesetzt wird, kann es Engagement hervorrufen und die Einhaltung klinischer Empfehlungen aufrechterhalten sowie das Burnout des Arztes mildern. Zweitens geht mit geringeren Kosten die Möglichkeit einher, Probleme des Zugangs (Umfang) und der Qualität (Verringerung der Leistungsvarianz) anzugehen. Da immer mehr Pflege auf KI basiert, hat KI das Potenzial, die Gesundheitsversorgung zu demokratisieren und jedem die besten Gesundheitsdienstleistungen zu bieten.
Mehrere Schlüsselfaktoren stützen die Annahme, dass GenML die durch das Eroom-Gesetz auferlegten Barrieren durchbrechen könnte:
- GPT-4, ein nicht spezialisiertes Modell, das von entwickelt wurde OpenAI, hat vielversprechende Ergebnisse gezeigt in der Arzneimittelforschung. Sogar OpenAI erkennt die potenziellen Risiken an, die mit dieser Fähigkeit verbunden sind GPT-4 Modell.
- AlphaFold, ein von DeepMind entwickeltes KI-Modell, machte kürzlich erfolgreich Schlagzeilen Entschlüsselung der komplexen 3D-Strukturen von Proteinen– eine Herausforderung, die Wissenschaftler seit einem halben Jahrhundert verwirrt.
- KI-gestützte Projekte im Bereich RNA-Therapie haben ein erhebliches Potenzial bei der Suche nach Heilmitteln für bisher unheilbare Krankheiten gezeigt. Durch die Nutzung der Leistungsfähigkeit der KI können Forscher nun Behandlungsoptionen erforschen, die früher undenkbar waren.
- Der Erfolg von KI in verschiedenen Bereichen hängt stark von der Qualität und dem Umfang der verfügbaren Datensätze ab. Open-Data-Initiativen und die Entstehung von Crowdsourcing-Forschungsdatensätze erleichtern die Erweiterung des Wissens und ermöglichen umfassendere KI-gesteuerte Lösungen.
Ein wesentlicher Teil sowohl der Kostensenkung als auch der Verbesserung der Ergebnisse wird wahrscheinlich auf den Einfluss von KI bei der Entwicklung neuer Therapien zurückzuführen sein. KI dient als Schlüsselfaktor für das Verständnis der Biologie und ermöglicht eine Skalierung der Forschung weit über das aktuelle Modell hinaus, das in erster Linie auf zufälligen Entdeckungen beruht, die durch stundenlange menschliche Arbeit im Labor ermöglicht werden.
Es ist jedoch wichtig, die potenziellen Bedenken im Zusammenhang mit KI zu beachten, einschließlich eingebetteter Verzerrungen und anderer Fehler, die sich aus dem Training früher KI-Modelle anhand von Menschen gesammelter Daten ergeben können. Da KI in neuen Branchen eingesetzt wird, müssen Wissenschaftler, Gesundheitsdienstleister und Regulierungsbehörden wachsam bleiben potenziell schädliche Nebenwirkungen. Die bestehende gesetzlicher Rahmen In den Biowissenschaften und im Gesundheitswesen wird alles (Therapeutika, Geräte usw.) auf Wirksamkeit und Nebenwirkungen getestet.
Die neue industrielle Revolution ist jetzt im Gange, und während einige vielleicht davon ausgehen, dass die Auswirkungen der KI über Nacht eintreten werden, freuen wir uns auf einen allmählichen Übergang, der wahrscheinlich im Laufe der Zeit erfolgen wird. Diese Entwicklungen in GenML bieten einen Einblick in eine Zukunft, in der das Eroom-Gesetz überwunden werden könnte, nicht nur in der Arzneimittelentwicklung, sondern auch in anderen Branchen.
Lesen Sie mehr über KI:
Haftungsausschluss
Im Einklang mit der Richtlinien des Trust-ProjektsBitte beachten Sie, dass die auf dieser Seite bereitgestellten Informationen nicht als Rechts-, Steuer-, Anlage-, Finanz- oder sonstige Beratung gedacht sind und nicht als solche interpretiert werden sollten. Es ist wichtig, nur so viel zu investieren, wie Sie sich leisten können, zu verlieren, und im Zweifelsfall eine unabhängige Finanzberatung einzuholen. Für weitere Informationen empfehlen wir einen Blick auf die Allgemeinen Geschäftsbedingungen sowie die Hilfe- und Supportseiten des Herausgebers oder Werbetreibenden. MetaversePost ist einer genauen, unvoreingenommenen Berichterstattung verpflichtet, die Marktbedingungen können sich jedoch ohne Vorankündigung ändern.
Über den Autor
Damir ist Teamleiter, Produktmanager und Redakteur bei Metaverse Post, behandelt Themen wie KI/ML, AGI, LLMs, Metaverse und Web3-bezogene Felder. Seine Artikel ziehen jeden Monat ein riesiges Publikum von über einer Million Nutzern an. Er scheint ein Experte mit 10 Jahren Erfahrung in SEO und digitalem Marketing zu sein. Damir wurde in Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto und andere Publikationen. Als digitaler Nomade reist er zwischen den Vereinigten Arabischen Emiraten, der Türkei, Russland und der GUS. Damir hat einen Bachelor-Abschluss in Physik, der ihm seiner Meinung nach die Fähigkeiten zum kritischen Denken vermittelt hat, die er braucht, um in der sich ständig verändernden Landschaft des Internets erfolgreich zu sein.
Weitere Artikel
Damir ist Teamleiter, Produktmanager und Redakteur bei Metaverse Post, behandelt Themen wie KI/ML, AGI, LLMs, Metaverse und Web3-bezogene Felder. Seine Artikel ziehen jeden Monat ein riesiges Publikum von über einer Million Nutzern an. Er scheint ein Experte mit 10 Jahren Erfahrung in SEO und digitalem Marketing zu sein. Damir wurde in Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto und andere Publikationen. Als digitaler Nomade reist er zwischen den Vereinigten Arabischen Emiraten, der Türkei, Russland und der GUS. Damir hat einen Bachelor-Abschluss in Physik, der ihm seiner Meinung nach die Fähigkeiten zum kritischen Denken vermittelt hat, die er braucht, um in der sich ständig verändernden Landschaft des Internets erfolgreich zu sein.
