Venture Fund a16z respalda a GenML para combatir la ley de Eroom
En Resumen
GenML, una tesis de inversión del fondo de riesgo a16z, tiene como objetivo revertir la Ley de Eroom mediante la combinación de algoritmos y poder de cómputo en las ciencias de la vida.
La IA tiene el potencial de abordar los desafíos en la atención médica y el diseño de medicamentos, como el aumento de los costos debido a la necesidad de personal altamente capacitado y la resolución de problemas de acceso y calidad.
Los factores clave que respaldan el potencial de GenML incluyen GPT-4, AlphaFold y proyectos de terapia de ARN.
La industria de la tecnología ha estado familiarizada durante mucho tiempo con la Ley de Moore, que establece que el poder de cómputo de las computadoras crece exponencialmente mientras que el costo de la computación disminuye. Sin embargo, existe otra ley, menos conocida pero igualmente impactante, llamada Ley de Eroom. Esta ley describe cómo la tasa de innovación en una industria se ralentiza cada año, acompañada de un aumento exponencial en el costo de los nuevos productos. Un campo particular donde la Ley de Eroom ha hecho sentir su presencia es el desarrollo de nuevas drogas.
Para pasar de la ley de Eroom a la ley de Moore, los servicios impulsados por humanos deben convertirse en computación. Esta transformación comienza con modelos únicos más simples (generalmente aprendizaje automático) que realizan tareas simples tolerantes a errores, como Netflix que usa IA para recomendar programas. A medida que avanza la IA, entramos en nuevos reinos de posibilidades, como los métodos generativos de IA que producen texto e imágenes o completan tareas complejas con errores (también conocidas como alucinaciones). Esta progresión abre la puerta a la posibilidad de copilotos impulsados por IA en ciencias de la vida y atención médica que pueden escalar en gran medida la mano de obra calificada o mejorar la mano de obra menos calificada.
El increíble progreso de la IA es solo una parte de la historia; también hay un renacimiento en algoritmos y poder de cómputo, así como avances en biología y atención médica. Los avances impulsados por la ingeniería en las ciencias de la vida han resultado en avances significativos en la edición de genes, la biología celular, las células madre, los experimentos robóticos y otras áreas, lo que permite a los científicos manipular la biología de formas nunca antes vistas. Estos avances han permitido la biología a escala, así como con una nueva consistencia, los cuales son esenciales para conectarse con la IA. Además, la incorporación de IA en los experimentos de ciencias de la vida crea un fuerte ciclo de retroalimentación en el que los experimentos mejoran el poder predictivo de la IA, lo que a su vez mejora los experimentos.
En un intento de combatir la Ley de Eroom, el fondo de riesgo a16z ha publicado recientemente un tesis de inversión enfocada en la intersección de AI y Biotech, conocido como GenML (Aprendizaje automático genómico). Esta tesis sugiere que GenML tiene el potencial de revertir la Ley de Eroom, provocando un cambio en la industria y desbloqueando oportunidades sustanciales para nuevas empresas e inversores.
Detrás de todos estos avances se encuentra una inmensa cantidad de computación y almacenamiento de datos, que solo recientemente se ha vuelto posible. Por primera vez, el renacimiento de los algoritmos se ha combinado con el poder de cómputo puro para probar, iterar y ejecutar estos programas.
La IA tiene la oportunidad de abordar los mayores desafíos en el cuidado de la salud y el diseño de medicamentos. Primero, el costo de la atención médica está aumentando debido a la necesidad de personal altamente capacitado, en particular doctores, médicos, enfermeras y otros. A medida que la IA se vuelve cada vez más capaz de funcionar como un experto técnico, existen oportunidades para ampliar las capacidades de los proveedores existentes para brindar atención a un costo mucho menor. Si se implementa con empatía, puede generar compromiso y mantener el cumplimiento de las recomendaciones clínicas, así como mitigar el agotamiento del médico. En segundo lugar, con la reducción de costos viene la capacidad de abordar problemas de acceso (escala) y calidad (reducción en la variación del rendimiento). A medida que más atención se vuelve habilitada por IA, la IA tiene el potencial de democratizar la atención médica, brindando los mejores servicios de atención médica para todos.
Varios factores clave respaldan la creencia de que GenML podría romper las barreras impuestas por la Ley de Eroom:
- GPT-4, un modelo no especializado desarrollado por OpenAI, ha mostrado resultados prometedores en el descubrimiento de fármacos. Incluso OpenAI reconoce los riesgos potenciales asociados con esta capacidad en el GPT-4 modelo.
- AlphaFold, un modelo de IA desarrollado por DeepMind, apareció recientemente en los titulares al desentrañar las complejas estructuras 3D de las proteínas—un desafío que ha confundido a los científicos durante medio siglo.
- Proyectos asistidos por IA en el campo de terapia de ARN han demostrado un potencial significativo en la búsqueda de curas para enfermedades previamente incurables. Al aprovechar el poder de la IA, los investigadores ahora pueden explorar opciones de tratamiento que alguna vez fueron inimaginables.
- El éxito de la IA en varios dominios depende en gran medida de la calidad y la escala de los conjuntos de datos disponibles. Iniciativas de Datos Abiertos y el surgimiento de conjuntos de datos de investigación colaborativos están facilitando la expansión del conocimiento y permitiendo soluciones impulsadas por IA más completas.
Es probable que una parte clave tanto de la reducción de costos como de la mejora de los resultados provenga del impacto de la IA en el desarrollo de nuevas terapias. La IA sirve como un factor clave para comprender la biología, lo que permite escalar la investigación mucho más allá del modelo actual, que se basa principalmente en el descubrimiento fortuito habilitado por horas de trabajo humano en el laboratorio.
Sin embargo, es importante tener en cuenta las posibles preocupaciones en torno a la IA, incluido el sesgo incrustado y otras fallas que pueden surgir del entrenamiento de los primeros modelos de IA en datos recopilados por humanos. A medida que la IA se aplica a nuevas industrias, los científicos, los proveedores de atención médica y los reguladores deben permanecer atentos a efectos secundarios potencialmente dañinos. La existencia marco normativo en las ciencias de la vida y la atención médica se prueba todo (terapéuticos, dispositivos, etc.) para determinar la eficacia y los efectos adversos.
La Nueva Revolución Industrial ya está en marcha, y aunque algunos pueden esperar que el impacto de la IA ocurra de la noche a la mañana, esperamos una transición gradual que probablemente ocurrirá con el tiempo. Estos desarrollos en GenML ofrecen una visión de un futuro en el que la Ley de Eroom podría superarse, no solo en el desarrollo de fármacos sino también en otras industrias.
Lea más sobre la IA:
Observación
En línea con la Directrices del Proyecto Confianza, tenga en cuenta que la información proporcionada en esta página no pretende ser ni debe interpretarse como asesoramiento legal, fiscal, de inversión, financiero o de cualquier otro tipo. Es importante invertir sólo lo que pueda permitirse perder y buscar asesoramiento financiero independiente si tiene alguna duda. Para mayor información sugerimos consultar los términos y condiciones así como las páginas de ayuda y soporte proporcionadas por el emisor o anunciante. MetaversePost se compromete a brindar informes precisos e imparciales, pero las condiciones del mercado están sujetas a cambios sin previo aviso.
Sobre el Autor
Damir es el líder del equipo, gerente de producto y editor en Metaverse Post, que cubre temas como AI/ML, AGI, LLM, Metaverse y Web3-campos relacionados. Sus artículos atraen una audiencia masiva de más de un millón de usuarios cada mes. Parece ser un experto con 10 años de experiencia en SEO y marketing digital. Damir ha sido mencionado en Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto y otras publicaciones. Viaja entre los Emiratos Árabes Unidos, Turquía, Rusia y la CEI como nómada digital. Damir obtuvo una licenciatura en física, que él cree que le ha dado las habilidades de pensamiento crítico necesarias para tener éxito en el panorama siempre cambiante de Internet.
Más artículos
Damir es el líder del equipo, gerente de producto y editor en Metaverse Post, que cubre temas como AI/ML, AGI, LLM, Metaverse y Web3-campos relacionados. Sus artículos atraen una audiencia masiva de más de un millón de usuarios cada mes. Parece ser un experto con 10 años de experiencia en SEO y marketing digital. Damir ha sido mencionado en Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto y otras publicaciones. Viaja entre los Emiratos Árabes Unidos, Turquía, Rusia y la CEI como nómada digital. Damir obtuvo una licenciatura en física, que él cree que le ha dado las habilidades de pensamiento crítico necesarias para tener éxito en el panorama siempre cambiante de Internet.
