벤처 펀드 a16z, Eroom의 법칙에 맞서기 위해 GenML 지원
요컨대
벤처 펀드 a16z의 투자 논문인 GenML은 생명 과학 분야에서 알고리즘과 컴퓨팅 파워를 결합하여 이룸의 법칙을 뒤집는 것을 목표로 합니다.
AI는 고도로 훈련된 직원의 필요성으로 인한 비용 상승과 접근성 및 품질 문제 해결과 같은 의료 및 약물 설계의 문제를 해결할 수 있는 잠재력을 가지고 있습니다.
GenML의 잠재력을 뒷받침하는 주요 요소는 다음과 같습니다. GPT-4, AlphaFold 및 RNA 치료 프로젝트.
기술 산업은 컴퓨팅 비용이 감소하는 동안 컴퓨터의 컴퓨팅 성능은 기하급수적으로 증가한다는 무어의 법칙을 오랫동안 잘 알고 있었습니다. 그러나 덜 알려져 있지만 똑같이 영향력이 있는 또 다른 법률이 있습니다. 이룸의 법칙. 이 법칙은 신제품 비용의 기하급수적인 증가와 함께 산업의 혁신 속도가 매년 어떻게 느려지는지를 설명합니다. Eroom의 법칙이 존재감을 느끼게 한 특정 분야 중 하나는 신약 개발입니다.
Eroom의 법칙에서 Moore의 법칙으로 이동하려면 인간 중심 서비스를 컴퓨팅으로 변환해야 합니다. 이 변환은 Netflix가 AI를 사용하여 프로그램을 추천하는 것과 같이 간단하고 오류를 허용하는 작업을 수행하는 보다 간단한 일회성 모델(일반적으로 머신 러닝)에서 시작됩니다. AI가 발전함에 따라 텍스트와 이미지를 생성하거나 오류(일명 환각)가 있는 복잡한 작업을 완료하는 생성 AI 방법과 같은 새로운 가능성 영역에 진입하고 있습니다. 이러한 발전은 숙련된 노동력을 크게 확장하거나 덜 숙련된 노동력을 향상시킬 수 있는 생명 과학 및 의료 분야의 AI 기반 부조종사 가능성의 문을 열어줍니다.
AI의 놀라운 발전은 이야기의 일부일 뿐입니다. 생물학과 의료 분야의 발전뿐만 아니라 알고리즘과 컴퓨팅 파워의 르네상스도 있습니다. 생명 과학의 공학 주도적 발전은 유전자 편집, 세포 생물학, 줄기 세포, 로봇 실험 및 기타 분야에서 상당한 발전을 가져왔으며 과학자들이 이전에는 들어보지 못한 방식으로 생물학을 조작할 수 있게 했습니다. 이러한 발전은 AI와 연결하는 데 필수적인 새로운 일관성과 규모의 생물학을 가능하게 했습니다. 또한 AI를 생명 과학 실험에 통합하면 실험이 AI의 예측력을 향상시키고 결과적으로 실험을 향상시키는 강력한 피드백 루프가 생성됩니다.
Eroom의 법칙에 맞서기 위한 시도로 벤처 펀드 a16z는 최근 AI와 생명 공학의 교차점에 초점을 맞춘 투자 논문, GenML(게놈 머신 러닝)으로 알려져 있습니다. 이 논문은 GenML이 이룸의 법칙을 역전시켜 업계에 변화를 가져오고 신생 기업과 투자자에게 상당한 기회를 열어줄 가능성이 있음을 시사합니다.
이러한 모든 발전의 근간에는 엄청난 양의 컴퓨팅 및 데이터 저장이 있으며 이는 최근에야 가능해졌습니다. 처음으로 알고리즘의 르네상스가 이러한 프로그램을 테스트, 반복 및 실행할 수 있는 순수한 컴퓨팅 성능과 결합되었습니다.
AI는 의료 및 약물 설계에서 가장 큰 문제를 해결할 수 있는 기회를 가지고 있습니다. 첫째, 고도로 훈련된 직원, 특히 박사, MD, 간호사 등의 필요성으로 인해 의료 비용이 상승하고 있습니다. AI가 점점 더 기술 전문가로 기능할 수 있게 됨에 따라 기존 공급자의 능력을 확장하여 훨씬 저렴한 비용으로 치료를 제공할 수 있는 기회가 있습니다. 공감과 함께 구현되면 참여를 유도하고 임상 권장 사항을 준수할 수 있을 뿐만 아니라 임상의의 소진을 완화할 수 있습니다. 둘째, 비용 절감으로 액세스(규모) 및 품질(성능 분산 감소) 문제를 해결할 수 있습니다. 더 많은 치료가 AI를 통해 가능해짐에 따라 AI는 모든 사람에게 최고의 의료 서비스를 제공하여 의료를 민주화할 수 있는 잠재력을 갖게 되었습니다.
GenML이 Eroom의 법칙에 의해 부과된 장벽을 뚫을 수 있다는 믿음을 뒷받침하는 몇 가지 핵심 요소:
- GPT-4, 에서 개발한 비전문 모델 OpenAI, 유망한 결과를 보여줬다. 약물 발견에서. 심지어 OpenAI 에서 이 기능과 관련된 잠재적 위험을 인정합니다. GPT-4 모델.
- DeepMind가 개발한 AI 모델인 AlphaFold는 최근 성공적으로 헤드라인을 장식했습니다. 단백질의 복잡한 3차원 구조 해명—반세기 동안 과학자들을 혼란스럽게 만든 도전.
- AI 지원 프로젝트 RNA 요법 이전에 치료할 수 없었던 질병에 대한 치료법을 찾는 데 상당한 잠재력을 보여주었습니다. 연구자들은 AI의 힘을 활용하여 한때 상상할 수 없었던 치료 옵션을 탐색할 수 있습니다.
- 다양한 영역에서 AI의 성공은 사용 가능한 데이터 세트의 품질과 규모에 크게 좌우됩니다. 오픈 데이터 이니셔티브와 크라우드 소싱 연구 데이터 세트 지식의 확장을 촉진하고 보다 포괄적인 AI 기반 솔루션을 가능하게 합니다.
비용 절감과 결과 개선의 핵심 부분은 새로운 치료법 개발에 AI가 미치는 영향에서 비롯될 가능성이 높습니다. AI는 생물학을 이해하는 데 핵심 동인 역할을 하여 실험실에서 몇 시간 동안 인간의 노동을 통해 가능해진 우연한 발견에 주로 의존하는 현재 모델을 훨씬 뛰어넘어 연구가 확장될 수 있도록 합니다.
그러나 인간이 수집한 데이터에 대한 초기 AI 모델 교육에서 발생할 수 있는 내재된 편향 및 기타 실패를 포함하여 AI와 관련된 잠재적인 우려 사항에 주목하는 것이 중요합니다. AI가 새로운 산업에 적용됨에 따라 과학자, 의료 제공자 및 규제 기관은 다음을 경계해야 합니다. 잠재적으로 해로운 부작용. 기존 규제 체제 생명 과학 및 의료 분야에서 효능 및 부작용에 대해 모든 것(치료제, 장치 등)을 테스트합니다.
새로운 산업 혁명이 현재 진행 중이며 일부는 AI의 영향이 하룻밤 사이에 발생할 것으로 예상할 수 있지만 시간이 지남에 따라 점진적으로 전환될 것으로 기대합니다. GenML의 이러한 발전은 약물 개발뿐만 아니라 다른 산업에서도 Eroom의 법칙을 극복할 수 있는 미래를 엿볼 수 있게 해줍니다.
AI에 대해 자세히 알아보기:
책임 부인
줄 안 트러스트 프로젝트 지침, 이 페이지에 제공된 정보는 법률, 세금, 투자, 재정 또는 기타 형태의 조언을 제공하기 위한 것이 아니며 해석되어서도 안 됩니다. 손실을 감수할 수 있는 만큼만 투자하고 의심스러운 경우 독립적인 재정 조언을 구하는 것이 중요합니다. 자세한 내용은 이용약관은 물론 발행자나 광고주가 제공하는 도움말 및 지원 페이지를 참조하시기 바랍니다. MetaversePost 는 정확하고 편견 없는 보고를 위해 최선을 다하고 있지만 시장 상황은 예고 없이 변경될 수 있습니다.
저자에 관하여
Damir는 팀 리더, 제품 관리자 및 편집자입니다. Metaverse Post, AI/ML, AGI, LLM, Metaverse 및 Web3-관련 분야. 그의 기사는 매달 백만 명이 넘는 사용자의 엄청난 청중을 끌어들입니다. 그는 SEO 및 디지털 마케팅 분야에서 10년의 경험을 가진 전문가로 보입니다. Damir는 Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto 및 기타 간행물. UAE, 터키, 러시아, CIS를 오가며 디지털 유목민으로 활동하고 있습니다. Damir는 끊임없이 변화하는 인터넷 환경에서 성공하는 데 필요한 비판적 사고 기술을 제공했다고 믿는 물리학 학사 학위를 받았습니다.
더 많은 기사
Damir는 팀 리더, 제품 관리자 및 편집자입니다. Metaverse Post, AI/ML, AGI, LLM, Metaverse 및 Web3-관련 분야. 그의 기사는 매달 백만 명이 넘는 사용자의 엄청난 청중을 끌어들입니다. 그는 SEO 및 디지털 마케팅 분야에서 10년의 경험을 가진 전문가로 보입니다. Damir는 Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto 및 기타 간행물. UAE, 터키, 러시아, CIS를 오가며 디지털 유목민으로 활동하고 있습니다. Damir는 끊임없이 변화하는 인터넷 환경에서 성공하는 데 필요한 비판적 사고 기술을 제공했다고 믿는 물리학 학사 학위를 받았습니다.
