Juni 23, 2023

Venture Fund a16z Mendukung GenML untuk Memerangi Hukum Eroom

Diterbitkan: 23 Juni 2023 pukul 5 Diperbarui: 28 Juni 23 pukul 2023

Diedit dan diperiksa faktanya: 23 Juni 2023 pukul 5:28 pagi

Singkatnya

GenML, tesis investasi oleh dana ventura a16z, bertujuan untuk membalikkan Hukum Eroom dengan menggabungkan algoritme dan menghitung daya dalam ilmu kehidupan.

AI memiliki potensi untuk mengatasi tantangan dalam desain perawatan kesehatan dan obat-obatan, seperti kenaikan biaya karena kebutuhan staf yang sangat terlatih dan mengatasi masalah akses dan kualitas.

Faktor-faktor utama yang mendukung potensi GenML meliputi GPT-4, proyek terapi AlphaFold, dan RNA.

Industri teknologi telah lama akrab dengan Hukum Moore, yang menyatakan bahwa daya komputasi komputer tumbuh secara eksponensial sementara biaya komputasi menurun. Namun, ada undang-undang lain, yang kurang dikenal tetapi sama-sama berdampak, yang disebut Hukum Eroom. Undang-undang ini menjelaskan bagaimana tingkat inovasi dalam suatu industri melambat setiap tahun, disertai dengan peningkatan biaya produk baru secara eksponensial. Satu bidang khusus di mana Hukum Eroom telah hadir adalah pengembangan obat baru.

Dana ventura a16z mendukung GenML untuk memerangi Hukum Eroom — Karena pesatnya pertumbuhan komputer dalam beberapa tahun terakhir, industri berbasis perangkat lunak seperti desain obat dan pengiriman layanan kesehatan telah mengalami peningkatan biaya secara eksponensial. Hukum Moore, yang memungkinkan penurunan biaya secara eksponensial dan peningkatan kemampuan, mendorong industri ini. Namun, hukum Eroom, yang mengacu pada peningkatan biaya secara eksponensial yang telah mencapai kira-kira seperempat dari PDB AS, berdampak signifikan pada desain obat dan pemberian layanan kesehatan. / Kredit: Laporan Teknologi Kesehatan

Untuk beralih dari hukum Eroom ke hukum Moore, layanan berbasis manusia harus diubah menjadi komputasi. Transformasi ini dimulai dengan model satu kali yang lebih sederhana (biasanya pembelajaran mesin) yang melakukan tugas sederhana dan toleran terhadap kesalahan, seperti Netflix menggunakan AI untuk merekomendasikan acara. Seiring kemajuan AI, kita memasuki ranah kemungkinan baru, seperti metode AI generatif yang menghasilkan teks dan gambar atau menyelesaikan tugas rumit dengan kesalahan (alias halusinasi). Kemajuan ini membuka pintu bagi kemungkinan co-pilot bertenaga AI dalam ilmu kehidupan dan perawatan kesehatan yang dapat meningkatkan tenaga kerja terampil atau meningkatkan tenaga kerja kurang terampil.

Kemajuan AI yang luar biasa hanyalah sebagian dari cerita; ada juga kebangkitan dalam algoritme dan daya komputasi, serta kemajuan dalam biologi dan perawatan kesehatan. Kemajuan yang digerakkan oleh teknik dalam ilmu kehidupan telah menghasilkan kemajuan signifikan dalam pengeditan gen, biologi seluler, sel induk, eksperimen robotik, dan bidang lainnya, yang memungkinkan para ilmuwan untuk memanipulasi biologi dengan cara yang sebelumnya tidak pernah terdengar. Kemajuan ini telah memungkinkan biologi dalam skala besar serta dengan konsistensi yang baru ditemukan, yang keduanya penting untuk terhubung dengan AI. Selain itu, menggabungkan AI ke dalam eksperimen ilmu kehidupan menciptakan lingkaran umpan balik yang kuat di mana eksperimen meningkatkan daya prediksi AI, yang pada gilirannya meningkatkan eksperimen.

Dalam upaya melawan Hukum Eroom, dana ventura a16z baru-baru ini menerbitkan sebuah tesis investasi berfokus pada persimpangan AI dan Biotek, yang dikenal sebagai GenML (Genomic Machine Learning). Tesis ini menunjukkan bahwa GenML memiliki potensi untuk membalikkan Hukum Eroom, membawa perubahan dalam industri dan membuka peluang besar bagi para pemula dan investor.

Perawatan kesehatan juga mengalami kebangkitan dalam pemanfaatan teknologinya, dengan besarnya biaya perawatan kesehatan yang sangat membebani lapangan. Inovasi haus akan teknologi yang dapat meningkatkan hasil dan menurunkan biaya. Pergeseran menuju model pembayaran berbasis nilai, di mana keterlibatan pasien dan penyedia secara proaktif adalah yang terpenting, selanjutnya menciptakan utilitas yang mendalam untuk AI dalam perawatan kesehatan. / Kredit: a16z.com

Mendasari semua kemajuan ini adalah sejumlah besar komputasi dan penyimpanan data, yang baru-baru ini menjadi mungkin. Untuk pertama kalinya, kebangkitan algoritme digabungkan dengan kekuatan komputasi murni untuk menguji, mengulang, dan menjalankan program ini.

AI memiliki peluang untuk mengatasi tantangan terbesar dalam perawatan kesehatan dan desain obat. Pertama, biaya perawatan kesehatan meningkat karena kebutuhan akan staf yang sangat terlatih, khususnya PhD, MD, perawat, dan lainnya. Karena AI semakin mampu berfungsi sebagai ahli teknis, ada peluang untuk memperluas kemampuan penyedia yang ada untuk memberikan perawatan dengan biaya yang jauh lebih rendah. Jika diterapkan dengan empati, hal itu dapat menimbulkan keterlibatan dan menjaga kepatuhan terhadap rekomendasi klinis, serta mengurangi kelelahan dokter. Kedua, dengan pengurangan biaya muncul kemampuan untuk mengatasi masalah akses (skala) dan kualitas (pengurangan varians kinerja). Karena semakin banyak perawatan yang dimungkinkan oleh AI, AI memiliki potensi untuk mendemokratisasi perawatan kesehatan, memberikan layanan perawatan kesehatan terbaik untuk semua orang.

Beberapa faktor utama mendukung keyakinan bahwa GenML dapat menembus hambatan yang diberlakukan oleh Hukum Eroom:

GPT-4, model non-khusus yang dikembangkan oleh OpenAI, telah menunjukkan hasil yang menjanjikan dalam penemuan obat. Bahkan OpenAI mengakui potensi risiko yang terkait dengan kemampuan ini di GPT-4 model.
AlphaFold, model AI yang dikembangkan oleh DeepMind, baru-baru ini berhasil menjadi berita utama mengungkap struktur 3D kompleks protein—sebuah tantangan yang membingungkan para ilmuwan selama setengah abad.
Proyek yang dibantu AI di bidang terapi ARN telah menunjukkan potensi yang signifikan dalam menemukan obat untuk penyakit yang sebelumnya tidak dapat disembuhkan. Dengan memanfaatkan kekuatan AI, para peneliti sekarang dapat mengeksplorasi pilihan pengobatan yang dulunya tidak terbayangkan.
Keberhasilan AI di berbagai domain sangat bergantung pada kualitas dan skala kumpulan data yang tersedia. Inisiatif Open Data dan munculnya kumpulan data penelitian crowdsourced memfasilitasi perluasan pengetahuan dan memungkinkan solusi berbasis AI yang lebih komprehensif.

Bagian penting dari pengurangan biaya dan peningkatan hasil kemungkinan akan berasal dari dampak AI dalam pengembangan terapi baru. AI berfungsi sebagai pendorong utama dalam memahami biologi, memungkinkan penelitian untuk ditingkatkan jauh melampaui model saat ini, yang terutama bergantung pada penemuan kebetulan yang dimungkinkan oleh jam kerja manusia di laboratorium.

Namun, penting untuk diperhatikan potensi kekhawatiran seputar AI, termasuk bias yang tertanam dan kegagalan lain yang mungkin timbul dari pelatihan model AI awal pada data yang dikumpulkan oleh manusia. Saat AI diterapkan pada industri baru, ilmuwan, penyedia layanan kesehatan, dan regulator harus tetap waspada efek samping yang berpotensi berbahaya. Yang ada kerangka peraturan dalam ilmu kehidupan dan perawatan kesehatan menguji segalanya (terapi, perangkat, dll.) untuk kemanjuran dan efek samping.

Revolusi Industri Baru sekarang sedang berlangsung, dan sementara beberapa orang mungkin mengharapkan dampak AI terjadi dalam semalam, kami menantikan transisi bertahap yang kemungkinan besar akan terjadi seiring waktu. Perkembangan GenML ini menawarkan gambaran sekilas ke masa depan di mana Hukum Eroom dapat diatasi, tidak hanya dalam pengembangan obat tetapi juga di industri lain.

Baca lebih lanjut tentang AI:

Tags:

Penolakan tanggung jawab

Sejalan dengan Percayai pedoman Proyek, harap dicatat bahwa informasi yang diberikan pada halaman ini tidak dimaksudkan untuk dan tidak boleh ditafsirkan sebagai nasihat hukum, pajak, investasi, keuangan, atau bentuk nasihat lainnya. Penting untuk hanya menginvestasikan jumlah yang mampu Anda tanggung kerugiannya dan mencari nasihat keuangan independen jika Anda ragu. Untuk informasi lebih lanjut, kami menyarankan untuk merujuk pada syarat dan ketentuan serta halaman bantuan dan dukungan yang disediakan oleh penerbit atau pengiklan. MetaversePost berkomitmen terhadap pelaporan yang akurat dan tidak memihak, namun kondisi pasar dapat berubah tanpa pemberitahuan.

Tentang Penulis

Damir adalah pemimpin tim, manajer produk, dan editor di Metaverse Post, mencakup topik seperti AI/ML, AGI, LLM, Metaverse, dan Web3-bidang terkait. Artikelnya menarik lebih dari satu juta pengguna setiap bulan. Dia tampaknya ahli dengan pengalaman 10 tahun dalam SEO dan pemasaran digital. Damir telah disebutkan dalam Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto, dan publikasi lainnya. Dia melakukan perjalanan antara UEA, Turki, Rusia, dan CIS sebagai pengembara digital. Damir memperoleh gelar sarjana dalam bidang fisika, yang menurutnya telah memberinya keterampilan berpikir kritis yang diperlukan untuk berhasil dalam lanskap internet yang selalu berubah.

lebih artikel

Damir Yalalov