קרן הסיכון a16z תומכת ב-GenML במאבק בחוק של Eroom
בקיצור
GenML, עבודת גמר השקעות של קרן הסיכון a16z, שמה לה למטרה להפוך את חוק Eroom על ידי שילוב אלגוריתמים וכוח מחשוב במדעי החיים.
לבינה מלאכותית יש פוטנציאל להתמודד עם אתגרים בתחום שירותי הבריאות ותכנון תרופות, כמו עליית עלויות עקב הצורך בצוות מיומן וטיפול בבעיות גישה ואיכות.
גורמים מרכזיים התומכים בפוטנציאל של GenML כוללים GPT-4פרויקטים של טיפול ב-AlphaFold ו-RNA.
תעשיית הטכנולוגיה מכירה זה מכבר את חוק מור, הקובע שכוח המחשוב של מחשבים גדל באופן אקספוננציאלי בעוד שעלות המחשוב יורדת. עם זאת, יש חוק אחר, פחות מוכר אך בעל השפעה באותה מידה, שנקרא חוק ארום. חוק זה מתאר כיצד קצב החדשנות בתעשייה מואט מדי שנה, מלווה בעלייה אקספוננציאלית בעלות המוצרים החדשים. תחום מסוים שבו חוק ה-Eroom הרגיש את נוכחותו הוא פיתוח תרופות חדשות.
כדי לעבור מחוק Eroom לחוק מור, יש להמיר שירותים מונעים על ידי אדם למחשוב. השינוי הזה מתחיל במודלים פשוטים יותר וחד-פעמיים (בדרך כלל למידת מכונה) המבצעים משימות פשוטות וסובלנות שגיאות, כמו נטפליקס באמצעות AI כדי להמליץ על תוכניות. ככל שהבינה המלאכותית מתקדמת, אנו נכנסים למחוזות חדשים של אפשרויות, כמו שיטות בינה מלאכותיות יוצרות טקסט ותמונות או השלמת משימות מורכבות עם שגיאות (הידוע גם בהזיות). התקדמות זו פותחת את הדלת לאפשרות של טייסי משנה המונעים על ידי בינה מלאכותית במדעי החיים ובבריאות שיכולים להגדיל במידה רבה את העבודה המיומנת או להעלות את רמת העבודה הפחות מיומנת.
ההתקדמות המדהימה של AI היא רק חלק מהסיפור; יש גם רנסנס באלגוריתמים ובכוח המחשוב, כמו גם התקדמות בביולוגיה ובריאות. התקדמות מונעת הנדסה במדעי החיים הביאה להתקדמות משמעותית בעריכת גנים, ביולוגיה תאית, תאי גזע, ניסויים רובוטיים ותחומים אחרים, מה שמאפשר למדענים לבצע מניפולציות בביולוגיה בדרכים שלא היו ידועות בעבר. התקדמות אלה אפשרו ביולוגיה בקנה מידה כמו גם עם עקביות חדשה, שניהם חיוניים לחיבור עם AI. יתר על כן, שילוב בינה מלאכותית בניסויים במדעי החיים יוצר לולאת משוב חזקה בה הניסויים משפרים את כוח הניבוי של ה-AI, שבתורו משפר את הניסויים.
בניסיון להילחם בחוק Eroom, קרן הסיכון a16z פרסמה לאחרונה עבודת גמר השקעות התמקדה במפגש בין AI וביוטכנולוגיה, המכונה GenML (לימוד מכונה גנומי). תזה זו מציעה כי ל-GenML יש פוטנציאל להפוך את חוק Eroom, להביא לשינוי בתעשייה ולפתוח הזדמנויות משמעותיות עבור סטארט-אפים ומשקיעים.
בבסיס כל ההתקדמות הללו עומדת כמות עצומה של מחשוב ואחסון נתונים, שרק לאחרונה התאפשר. בפעם הראשונה, רנסנס באלגוריתמים נישאה עם כוח חישוב טהור לבחון, לחזור ולהפעיל את התוכניות הללו.
ל-AI יש הזדמנות להתמודד עם האתגרים הגדולים ביותר בתחום הבריאות ועיצוב תרופות. ראשית, עלות שירותי הבריאות עולה עקב הצורך בצוות מיומן במיוחד, במיוחד דוקטורים, MD, אחיות ואחרים. ככל שה-AI הופכת להיות מסוגלת יותר ויותר לתפקד כמומחה טכני, יש הזדמנויות להרחיב את היכולות של ספקים קיימים לספק טיפול בעלות נמוכה בהרבה. אם מיושם באמפתיה, זה יכול לעורר מעורבות ולשמור על ציות להמלצות הקליניות, כמו גם להפחית את שחיקת הרופאים. שנית, עם עלות מופחתת מגיעה היכולת לטפל בבעיות של גישה (קנה מידה) ואיכות (הפחתת השונות בביצועים). ככל שטיפול נוסף הופך לאפשרי בינה מלאכותית, לבינה מלאכותית יש פוטנציאל לדמוקרטיזציה של שירותי הבריאות, ולתת את שירותי הבריאות הטובים ביותר לכולם.
מספר גורמים מרכזיים תומכים באמונה ש-GenML יכולה לפרוץ את המחסומים המוטלים על ידי חוק Eroom:
- GPT-4, מודל לא מתמחה שפותח על ידי OpenAI, הראה תוצאות מבטיחות בגילוי תרופות. אֲפִילוּ OpenAI מכיר בסיכונים הפוטנציאליים הקשורים ליכולת זו ב GPT-4 מודל.
- AlphaFold, מודל AI שפותח על ידי DeepMind, עלה לאחרונה לכותרות בהצלחה לפרום את המבנים התלת-ממדיים המורכבים של חלבונים-אתגר שמבלבל מדענים במשך חצי מאה.
- פרויקטים בסיוע בינה מלאכותית בתחום טיפול ב-RNA הוכיחו פוטנציאל משמעותי במציאת תרופות למחלות חשוכות מרפא בעבר. על ידי ניצול הכוח של AI, חוקרים יכולים כעת לחקור אפשרויות טיפול שפעם לא היו מתקבלות על הדעת.
- ההצלחה של AI בתחומים שונים מסתמכת במידה רבה על האיכות והקנה מידה של מערכי הנתונים הזמינים. יוזמות Open Data והופעתה של מערכי מחקר במקור המונים מקלים על הרחבת הידע ומאפשרים פתרונות מקיפים יותר מונעי בינה מלאכותית.
חלק מרכזי הן בהפחתת העלות והן בשיפור בתוצאות יגיע ככל הנראה מהשפעת הבינה המלאכותית בפיתוח טיפולים חדשים. בינה מלאכותית משמשת כמניע מרכזי בהבנת הביולוגיה, ומאפשרת להגדיל את היקף המחקר הרבה מעבר למודל הנוכחי, המסתמך בעיקר על גילוי מסתורי המתאפשר על ידי שעות של עבודה אנושית במעבדה.
עם זאת, חשוב לציין את החששות הפוטנציאליים סביב בינה מלאכותית, כולל הטיה משובצת וכישלונות אחרים שעלולים לנבוע מאימון מודלים מוקדמים של בינה מלאכותית על נתונים שנאספו על ידי בני אדם. כאשר בינה מלאכותית מיושמת על תעשיות חדשות, מדענים, ספקי שירותי בריאות ורגולטורים חייבים להישאר ערניים עבור תופעות לוואי שעלולות להזיק. הקיימת מסגרת רגולטורית במדעי החיים ובריאות בודקים הכל (תרופות, מכשירים וכו') ליעילות והשפעות שליליות.
המהפכה התעשייתית החדשה יוצאת לדרך, ולמרות שחלקם עשויים לצפות שהשפעת הבינה המלאכותית תתרחש בן לילה, אנו מצפים למעבר הדרגתי שיתרחש ככל הנראה לאורך זמן. התפתחויות אלו ב-GenML מציעות הצצה לעתיד שבו ניתן להתגבר על חוק Eroom, לא רק בפיתוח תרופות אלא גם בתעשיות אחרות.
קרא עוד על AI:
כתב ויתור
בקנה אחד עם הנחיות פרויקט אמון, אנא שים לב שהמידע המסופק בדף זה אינו מיועד ואין לפרש אותו כייעוץ משפטי, מס, השקעות, פיננסי או כל צורה אחרת של ייעוץ. חשוב להשקיע רק את מה שאתה יכול להרשות לעצמך להפסיד ולפנות לייעוץ פיננסי עצמאי אם יש לך ספק. למידע נוסף, אנו מציעים להתייחס לתנאים ולהגבלות וכן לדפי העזרה והתמיכה שסופקו על ידי המנפיק או המפרסם. MetaversePost מחויבת לדיווח מדויק וחסר פניות, אך תנאי השוק עשויים להשתנות ללא הודעה מוקדמת.
על המחבר
דמיר הוא ראש הצוות, מנהל המוצר והעורך ב Metaverse Post, המכסה נושאים כגון AI/ML, AGI, LLMs, Metaverse ו Web3-בתחומים משיקים. המאמרים שלו מושכים קהל עצום של למעלה ממיליון משתמשים מדי חודש. נראה שהוא מומחה עם ניסיון של 10 שנים בקידום אתרים ושיווק דיגיטלי. דמיר הוזכר ב-Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ופרסומים אחרים. הוא נודד בין איחוד האמירויות, טורקיה, רוסיה וחבר העמים כנווד דיגיטלי. דמיר סיים תואר ראשון בפיזיקה, שלדעתו נתן לו את כישורי החשיבה הביקורתית הדרושים כדי להצליח בנוף המשתנה ללא הרף של האינטרנט.
מאמרים נוספים
דמיר הוא ראש הצוות, מנהל המוצר והעורך ב Metaverse Post, המכסה נושאים כגון AI/ML, AGI, LLMs, Metaverse ו Web3-בתחומים משיקים. המאמרים שלו מושכים קהל עצום של למעלה ממיליון משתמשים מדי חודש. נראה שהוא מומחה עם ניסיון של 10 שנים בקידום אתרים ושיווק דיגיטלי. דמיר הוזכר ב-Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ופרסומים אחרים. הוא נודד בין איחוד האמירויות, טורקיה, רוסיה וחבר העמים כנווד דיגיטלי. דמיר סיים תואר ראשון בפיזיקה, שלדעתו נתן לו את כישורי החשיבה הביקורתית הדרושים כדי להצליח בנוף המשתנה ללא הרף של האינטרנט.
