Jun 23, 2023

Venture Fund a16z Menyokong GenML untuk Membanteras Undang-undang Eroom

Diterbitkan: 23 Jun 2023 pada 5:28 pagi Dikemas kini: 23 Jun 2023 pada 5:29 pagi

Disunting dan disemak fakta: 23 Jun 2023 jam 5:28 pagi

Secara ringkas

GenML, tesis pelaburan oleh dana teroka a16z, bertujuan untuk membalikkan Undang-undang Eroom dengan menggabungkan algoritma dan kuasa pengiraan dalam sains hayat.

AI mempunyai potensi untuk menangani cabaran dalam penjagaan kesihatan dan reka bentuk ubat, seperti peningkatan kos disebabkan oleh keperluan untuk kakitangan terlatih dan menangani isu akses dan kualiti.

Faktor utama yang menyokong potensi GenML termasuk GPT-4, AlphaFold, dan projek terapi RNA.

Industri teknologi telah lama mengenali Undang-undang Moore, yang menyatakan bahawa kuasa pengkomputeran komputer berkembang secara eksponen manakala kos pengkomputeran berkurangan. Walau bagaimanapun, terdapat undang-undang lain, yang kurang diketahui tetapi mempunyai kesan yang sama, dipanggil Undang-undang Eroom. Undang-undang ini menerangkan bagaimana kadar inovasi dalam industri menjadi perlahan setiap tahun, disertai dengan peningkatan eksponen dalam kos produk baharu. Satu bidang tertentu di mana Undang-undang Eroom telah membuat kehadirannya dirasai adalah pembangunan ubat-ubatan baru.

Dana teroka a16z menyokong GenML untuk memerangi Undang-undang Eroom — Oleh kerana pertumbuhan pesat komputer dalam beberapa tahun kebelakangan ini, industri yang didorong oleh perisian seperti reka bentuk ubat dan penyampaian penjagaan kesihatan telah menyaksikan peningkatan kos secara eksponen. Undang-undang Moore, yang membenarkan penurunan eksponen dalam kos dan peningkatan keupayaan, memacu industri ini. Walau bagaimanapun, undang-undang Eroom, yang merujuk kepada peningkatan eksponen dalam kos yang telah mencapai kira-kira satu perempat daripada KDNK AS, telah memberi kesan yang ketara ke atas reka bentuk ubat dan penyampaian penjagaan kesihatan. / Kredit: Laporan Teknologi Penjagaan Kesihatan

Untuk beralih daripada undang-undang Eroom kepada undang-undang Moore, perkhidmatan yang dipacu manusia mesti ditukar kepada pengiraan. Transformasi ini bermula dengan model sekali sahaja yang lebih ringkas (biasanya pembelajaran mesin) yang melaksanakan tugas mudah dan tahan ralat, seperti Netflix menggunakan AI untuk mengesyorkan rancangan. Seiring kemajuan AI, kami memasuki alam kemungkinan baharu, seperti kaedah AI generatif yang menghasilkan teks dan imej atau menyelesaikan tugas yang kompleks dengan ralat (alias halusinasi). Perkembangan ini membuka pintu kepada kemungkinan pembantu juruterbang berkuasa AI dalam sains hayat dan penjagaan kesihatan yang boleh meningkatkan tenaga kerja mahir atau meningkatkan tenaga kerja kurang mahir.

Kemajuan luar biasa AI hanyalah sebahagian daripada cerita; terdapat juga kebangkitan dalam algoritma dan kuasa pengiraan, serta kemajuan dalam biologi dan penjagaan kesihatan. Kemajuan yang didorong oleh kejuruteraan dalam sains hayat telah menghasilkan kemajuan yang ketara dalam penyuntingan gen, biologi selular, sel stem, eksperimen robotik dan bidang lain, yang membolehkan saintis memanipulasi biologi dengan cara yang tidak pernah didengari sebelum ini. Kemajuan ini telah membolehkan biologi pada skala serta dengan konsistensi yang baru ditemui, yang kedua-duanya penting untuk berhubung dengan AI. Tambahan pula, menggabungkan AI ke dalam eksperimen sains hayat mewujudkan gelung maklum balas yang kukuh di mana eksperimen meningkatkan kuasa ramalan AI, yang seterusnya menambah baik eksperimen.

Dalam usaha untuk memerangi Undang-undang Eroom, dana teroka a16z baru-baru ini telah menerbitkan sebuah tesis pelaburan tertumpu pada persimpangan AI dan Bioteknologi, dikenali sebagai GenML (Pembelajaran Mesin Genomik). Tesis ini mencadangkan bahawa GenML mempunyai potensi untuk membalikkan Undang-undang Eroom, membawa perubahan dalam industri dan membuka peluang besar untuk pemula dan pelabur.

Penjagaan kesihatan juga sedang melalui kebangkitan dalam penggunaan teknologinya, dengan kos penjagaan kesihatan yang sangat besar membebani lapangan. Inovasi mendambakan teknologi yang boleh meningkatkan hasil dan mengurangkan kos. Peralihan ke arah model pembayaran berasaskan nilai, di mana penglibatan pesakit dan penyedia yang proaktif adalah terpenting, seterusnya mewujudkan utiliti mendalam untuk AI dalam penjagaan kesihatan. / Kredit: a16z.com

Mendasari semua kemajuan ini adalah jumlah pengkomputeran dan penyimpanan data yang besar, yang baru-baru ini menjadi mungkin. Buat pertama kalinya, kebangkitan dalam algoritma telah berkahwin dengan kuasa pengiraan tulen untuk menguji, mengulang dan menjalankan program ini.

AI mempunyai peluang untuk menangani cabaran terbesar dalam penjagaan kesihatan dan reka bentuk ubat. Pertama, kos penjagaan kesihatan meningkat disebabkan oleh keperluan untuk kakitangan terlatih, terutamanya PhD, MD, jururawat, dan lain-lain. Memandangkan AI semakin mampu berfungsi sebagai pakar teknikal, terdapat peluang untuk melanjutkan kebolehan penyedia sedia ada untuk menyampaikan penjagaan pada kos yang jauh lebih rendah. Jika dilaksanakan dengan empati, ia boleh menimbulkan penglibatan dan mengekalkan pematuhan terhadap cadangan klinikal, serta mengurangkan keletihan doktor. Kedua, dengan pengurangan kos datang keupayaan untuk menangani isu akses (skala) dan kualiti (pengurangan dalam varians prestasi). Apabila lebih banyak penjagaan menjadi didayakan AI, AI berpotensi untuk mendemokrasikan penjagaan kesihatan, memberikan perkhidmatan penjagaan kesihatan terbaik kepada semua orang.

Beberapa faktor utama menyokong kepercayaan bahawa GenML boleh menembusi halangan yang dikenakan oleh Undang-undang Eroom:

GPT-4, model bukan khusus yang dibangunkan oleh OpenAI, telah menunjukkan keputusan yang menjanjikan dalam penemuan dadah. Malah OpenAI mengakui potensi risiko yang berkaitan dengan keupayaan ini dalam GPT-4 model.
AlphaFold, model AI yang dibangunkan oleh DeepMind, baru-baru ini menjadi tajuk utama dengan berjaya membongkar struktur 3D kompleks protein—satu cabaran yang telah mengelirukan saintis selama setengah abad.
Projek bantuan AI dalam bidang terapi RNA telah menunjukkan potensi yang besar dalam mencari penawar bagi penyakit yang tidak dapat diubati sebelum ini. Dengan memanfaatkan kuasa AI, para penyelidik kini boleh meneroka pilihan rawatan yang pernah tidak dapat dibayangkan.
Kejayaan AI dalam pelbagai domain sangat bergantung pada kualiti dan skala set data yang tersedia. Inisiatif Data Terbuka dan kemunculan kumpulan data penyelidikan sumber ramai memudahkan pengembangan pengetahuan dan membolehkan penyelesaian dipacu AI yang lebih komprehensif.

Bahagian penting kedua-dua pengurangan kos dan peningkatan dalam hasil mungkin akan datang daripada kesan AI dalam pembangunan terapi baharu. AI berfungsi sebagai pemacu utama dalam memahami biologi, membolehkan penyelidikan diperluaskan jauh melebihi model semasa, yang bergantung terutamanya pada penemuan kebetulan yang didayakan oleh jam kerja manusia di makmal.

Walau bagaimanapun, adalah penting untuk mengambil perhatian potensi kebimbangan mengenai AI, termasuk berat sebelah terbenam dan kegagalan lain yang mungkin timbul daripada melatih model AI awal mengenai data yang dikumpul oleh manusia. Memandangkan AI digunakan untuk industri baharu, saintis, penyedia penjagaan kesihatan dan pengawal selia mesti sentiasa berwaspada untuk kesan sampingan yang berpotensi berbahaya. Yang ada rangka kerja pengawalseliaan dalam sains hayat dan penjagaan kesihatan menguji segala-galanya (terapeutik, peranti, dll.) untuk keberkesanan dan kesan buruk.

Revolusi Perindustrian Baharu kini sedang dijalankan, dan sementara sesetengah pihak mungkin menjangkakan kesan AI berlaku dalam sekelip mata, kami menantikan peralihan beransur-ansur yang mungkin akan berlaku dari semasa ke semasa. Perkembangan dalam GenML ini menawarkan gambaran masa depan di mana Undang-undang Eroom mungkin dapat diatasi, bukan sahaja dalam pembangunan dadah tetapi juga dalam industri lain.

Baca lebih lanjut mengenai AI:

Tags:

Penafian

Selaras dengan Garis panduan Projek Amanah, sila ambil perhatian bahawa maklumat yang diberikan pada halaman ini tidak bertujuan untuk menjadi dan tidak seharusnya ditafsirkan sebagai nasihat undang-undang, cukai, pelaburan, kewangan atau sebarang bentuk nasihat lain. Adalah penting untuk hanya melabur apa yang anda mampu kehilangan dan mendapatkan nasihat kewangan bebas jika anda mempunyai sebarang keraguan. Untuk maklumat lanjut, kami mencadangkan merujuk kepada terma dan syarat serta halaman bantuan dan sokongan yang disediakan oleh pengeluar atau pengiklan. MetaversePost komited kepada laporan yang tepat dan tidak berat sebelah, tetapi keadaan pasaran tertakluk kepada perubahan tanpa notis.

Tentang Pengarang

Damir ialah ketua pasukan, pengurus produk dan editor di Metaverse Post, meliputi topik seperti AI/ML, AGI, LLM, Metaverse dan Web3-bidang berkaitan. Artikelnya menarik khalayak besar lebih sejuta pengguna setiap bulan. Dia nampaknya seorang pakar dengan pengalaman 10 tahun dalam SEO dan pemasaran digital. Damir telah disebut dalam Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto dan penerbitan lain. Dia mengembara antara UAE, Turki, Rusia dan CIS sebagai nomad digital. Damir memperoleh ijazah sarjana muda dalam fizik, yang dia percaya telah memberikannya kemahiran berfikir kritis yang diperlukan untuk berjaya dalam landskap internet yang sentiasa berubah.

lebih banyak artikel

Damir Yalalov