Rizikos fondas „a16z“ palaiko „GenML“ kovojant su Eromo įstatymu
Trumpai
GenML, rizikos fondo a16z investicinis darbas, skirtas pakeisti Eromo dėsnį, derinant gyvosios gamtos mokslų algoritmus ir skaičiavimo galią.
Dirbtinis intelektas gali spręsti sveikatos priežiūros ir vaistų kūrimo iššūkius, pvz., didėjančias išlaidas, kylančias dėl aukštos kvalifikacijos darbuotojų poreikio, ir spręsti prieigos bei kokybės problemas.
Pagrindiniai veiksniai, palaikantys GenML potencialą, yra šie GPT-4, AlphaFold ir RNR terapijos projektai.
Technologijų pramonė jau seniai susipažino su Moore'o įstatymu, kuris teigia, kad kompiuterių skaičiavimo galia auga eksponentiškai, o skaičiavimo kaštai mažėja. Tačiau yra ir kitas įstatymas, mažiau žinomas, bet toks pat paveikus Eromo dėsnis. Šiame dėsnyje aprašoma, kaip kasmet lėtėja inovacijų lygis pramonėje, kartu didėjant naujų produktų kainai. Viena konkreti sritis, kurioje Eromo dėsnis buvo jaučiamas, yra naujų vaistų kūrimas.
Norint pereiti nuo Eromo dėsnio prie Moore'o įstatymo, žmogaus teikiamos paslaugos turi būti paverstos skaičiavimu. Ši transformacija prasideda nuo paprastesnių, vienkartinių modelių (paprastai mašininio mokymosi), kurie atlieka paprastas, klaidoms atsparias užduotis, pvz., „Netflix“ naudoja AI, kad rekomenduotų laidas. Tobulėjant dirbtiniam intelektui, mes patenkame į naujas galimybių sritis, tokias kaip generatyvūs AI metodai, sukuriantys tekstą ir vaizdus arba atliekant sudėtingas užduotis su klaidomis (dar žinomas kaip haliucinacijos). Ši pažanga atveria duris AI varomiems antriesiems pilotams gyvosios gamtos mokslų ir sveikatos priežiūros srityse, kurie gali labai padidinti kvalifikuotos darbo jėgos arba mažiau kvalifikuotos darbo jėgos lygį.
Neįtikėtina AI pažanga yra tik dalis istorijos; taip pat atgimsta algoritmai ir skaičiavimo galia, taip pat pažanga biologijos ir sveikatos priežiūros srityse. Gyvosios gamtos mokslų pažanga, kurią lemia inžinerija, padarė didelę pažangą genų redagavimo, ląstelių biologijos, kamieninių ląstelių, robotų eksperimentų ir kitose srityse, todėl mokslininkai galėjo manipuliuoti biologija anksčiau negirdėtais būdais. Šios pažangos įgalino biologiją tiek plačiu mastu, tiek naujai atrastu nuoseklumu, kurie abu yra būtini norint prisijungti prie AI. Be to, AI įtraukimas į gyvosios gamtos mokslų eksperimentus sukuria stiprią grįžtamojo ryšio kilpą, kurioje eksperimentai pagerina AI nuspėjamąją galią, o tai savo ruožtu pagerina eksperimentus.
Bandydamas kovoti su Eromo įstatymu, rizikos fondas a16z neseniai paskelbė investicijų baigiamasis darbas buvo skirtas dirbtinio intelekto ir biotechnologijų sankirtai, žinomas kaip GenML (Genomic Machine Learning). Ši disertacija rodo, kad GenML gali pakeisti Eromo dėsnį, sukeldamas pokyčius pramonėje ir atverdamas dideles galimybes pradedantiesiems ir investuotojams.
Visos šios pažangos pagrindas yra didžiulis skaičiavimo ir duomenų saugojimo kiekis, kuris tapo įmanomas visai neseniai. Pirmą kartą algoritmų renesansas buvo suderintas su gryna skaičiavimo galia, skirta šioms programoms išbandyti, kartoti ir paleisti.
AI turi galimybę įveikti didžiausius sveikatos priežiūros ir vaistų dizaino iššūkius. Pirma, sveikatos priežiūros išlaidos auga dėl aukštos kvalifikacijos darbuotojų, ypač mokslų daktarų, medicinos mokslų daktarų, slaugytojų ir kitų, poreikio. Kadangi dirbtinis intelektas vis labiau gali veikti kaip techninis ekspertas, atsiranda galimybių išplėsti esamų paslaugų teikėjų galimybes teikti priežiūrą daug mažesnėmis sąnaudomis. Jei tai įgyvendinama su empatija, tai gali paskatinti įsitraukimą ir išlaikyti klinikinių rekomendacijų laikymąsi, taip pat sušvelninti gydytojų perdegimą. Antra, su mažesnėmis sąnaudomis atsiranda galimybė spręsti prieigos (masto) ir kokybės (našumo dispersijos sumažinimo) problemas. Didėjant AI įgalintam priežiūrai, dirbtinis intelektas gali demokratizuoti sveikatos priežiūrą, suteikdamas geriausias sveikatos priežiūros paslaugas kiekvienam.
Keli pagrindiniai veiksniai patvirtina įsitikinimą, kad GenML gali įveikti Eromo įstatymo nustatytas kliūtis:
- GPT-4, nespecializuotas modelis, kurį sukūrė OpenAI, parodė daug žadančių rezultatų narkotikų atradime. Netgi OpenAI pripažįsta galimą riziką, susijusią su šia galimybe GPT-4 modelis.
- „DeepMind“ sukurtas dirbtinio intelekto modelis „AlphaFold“ neseniai sėkmingai pateko į antraštes Atskleidžiant sudėtingas 3D baltymų struktūras— iššūkis, kuris mokslininkus trikdė jau pusę amžiaus.
- AI padedami projektai šioje srityje RNR terapija parodė didelį potencialą ieškant vaistų nuo anksčiau nepagydomų ligų. Išnaudodami AI galią, mokslininkai dabar gali ištirti gydymo galimybes, kurios kažkada buvo neįsivaizduojamos.
- AI sėkmė įvairiose srityse labai priklauso nuo turimų duomenų rinkinių kokybės ir masto. Atvirų duomenų iniciatyvos ir jų atsiradimas sutelktųjų tyrimų duomenų rinkiniai padeda plėsti žinias ir įgalina išsamesnius dirbtinio intelekto sprendimus.
Tikėtina, kad didžioji dalis sąnaudų mažinimo ir rezultatų gerinimo bus dėl AI poveikio kuriant naujus gydymo būdus. Dirbtinis intelektas yra pagrindinė biologijos supratimo varomoji jėga, leidžianti atlikti mokslinius tyrimus kur kas didesniu mastu nei dabartinis modelis, kuris visų pirma remiasi nepaprastais atradimais, kuriuos įgalina valandos žmogaus darbo laboratorijoje.
Tačiau svarbu atkreipti dėmesį į galimas su AI susijusias problemas, įskaitant įterptąjį šališkumą ir kitas klaidas, kurios gali kilti lavinant ankstyvuosius AI modelius remiantis žmonių surinktais duomenimis. Kadangi dirbtinis intelektas taikomas naujose pramonės šakose, mokslininkai, sveikatos priežiūros paslaugų teikėjai ir reguliavimo institucijos turi išlikti budrūs galimas žalingas šalutinis poveikis. Esamas norminė bazė gyvybės moksluose ir sveikatos priežiūros srityje išbando viską (terapiją, prietaisus ir kt.) dėl veiksmingumo ir neigiamo poveikio.
Šiuo metu vyksta Naujoji pramonės revoliucija, ir nors kai kurie gali tikėtis, kad dirbtinio intelekto poveikis pasireikš per naktį, mes tikimės laipsniško perėjimo, kuris greičiausiai įvyks laikui bėgant. Šie „GenML“ pokyčiai leidžia pažvelgti į ateitį, kurioje Eromo įstatymas gali būti įveiktas ne tik kuriant vaistus, bet ir kitose pramonės šakose.
Skaitykite daugiau apie AI:
Atsakomybės neigimas
Remdamasi tuo, Pasitikėjimo projekto gairės, atkreipkite dėmesį, kad šiame puslapyje pateikta informacija nėra skirta ir neturėtų būti aiškinama kaip teisinė, mokesčių, investicinė, finansinė ar bet kokia kita konsultacija. Svarbu investuoti tik tai, ką galite sau leisti prarasti, ir, jei turite kokių nors abejonių, kreiptis į nepriklausomą finansinę konsultaciją. Norėdami gauti daugiau informacijos, siūlome peržiūrėti taisykles ir nuostatas bei pagalbos ir palaikymo puslapius, kuriuos pateikia išdavėjas arba reklamuotojas. MetaversePost yra įsipareigojusi teikti tikslias, nešališkas ataskaitas, tačiau rinkos sąlygos gali keistis be įspėjimo.
Apie autorių
Damiras yra komandos vadovas, produktų vadovas ir redaktorius Metaverse Post, apimantis tokias temas kaip AI/ML, AGI, LLM, Metaverse ir Web3– susijusiose srityse. Jo straipsniai kas mėnesį pritraukia didžiulę daugiau nei milijono vartotojų auditoriją. Atrodo, kad jis yra ekspertas, turintis 10 metų SEO ir skaitmeninės rinkodaros patirtį. Damiras buvo paminėtas Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ir kiti leidiniai. Jis keliauja tarp JAE, Turkijos, Rusijos ir NVS kaip skaitmeninis klajoklis. Damiras įgijo fizikos bakalauro laipsnį, kuris, jo manymu, suteikė jam kritinio mąstymo įgūdžių, reikalingų sėkmingam nuolat besikeičiančiame interneto peizaže.
Daugiau straipsniųDamiras yra komandos vadovas, produktų vadovas ir redaktorius Metaverse Post, apimantis tokias temas kaip AI/ML, AGI, LLM, Metaverse ir Web3– susijusiose srityse. Jo straipsniai kas mėnesį pritraukia didžiulę daugiau nei milijono vartotojų auditoriją. Atrodo, kad jis yra ekspertas, turintis 10 metų SEO ir skaitmeninės rinkodaros patirtį. Damiras buvo paminėtas Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ir kiti leidiniai. Jis keliauja tarp JAE, Turkijos, Rusijos ir NVS kaip skaitmeninis klajoklis. Damiras įgijo fizikos bakalauro laipsnį, kuris, jo manymu, suteikė jam kritinio mąstymo įgūdžių, reikalingų sėkmingam nuolat besikeičiančiame interneto peizaže.