Venture Fund a16z wspiera GenML w walce z prawem Erooma
W skrócie
GenML, praca inwestycyjna funduszu venture capital a16z, ma na celu odwrócenie prawa Erooma poprzez połączenie algorytmów i mocy obliczeniowej w naukach przyrodniczych.
Sztuczna inteligencja może stawić czoła wyzwaniom w opiece zdrowotnej i projektowaniu leków, takim jak rosnące koszty wynikające z zapotrzebowania na wysoko wyszkolony personel oraz rozwiązywanie problemów związanych z dostępem i jakością.
Kluczowymi czynnikami wspierającymi potencjał GenML są m.in GPT-4, AlphaFold i projekty terapii RNA.
Branża technologiczna od dawna zna prawo Moore'a, które mówi, że moc obliczeniowa komputerów rośnie wykładniczo, a koszt obliczeń maleje. Istnieje jednak inne prawo, mniej znane, ale równie ważne, tzw Prawo Erooma. To prawo opisuje, w jaki sposób tempo innowacji w branży spowalnia każdego roku, czemu towarzyszy wykładniczy wzrost kosztów nowych produktów. Szczególną dziedziną, w której Prawo Erooma dało o sobie znać, jest opracowywanie nowych leków.
Aby przejść od prawa Erooma do prawa Moore'a, usługi kierowane przez człowieka muszą zostać przekształcone w obliczenia. Ta transformacja zaczyna się od prostszych, jednorazowych modeli (zwykle uczenia maszynowego), które wykonują proste, odporne na błędy zadania, takie jak Netflix wykorzystujący sztuczną inteligencję do polecania programów. Wraz z postępem sztucznej inteligencji wkraczamy w nowe obszary możliwości, takie jak generatywne metody sztucznej inteligencji do tworzenia tekstu i obrazów lub wykonywania złożonych zadań z błędami (inaczej halucynacjami). Ten postęp otwiera drzwi do możliwości współpilotów napędzanych sztuczną inteligencją w naukach przyrodniczych i opiece zdrowotnej, którzy mogą znacznie zwiększyć skalę wykwalifikowanej siły roboczej lub podnieść poziom mniej wykwalifikowanej siły roboczej.
Niewiarygodny postęp sztucznej inteligencji to tylko część historii; następuje również renesans algorytmów i mocy obliczeniowej, a także postęp w biologii i opiece zdrowotnej. Oparte na inżynierii postępy w naukach przyrodniczych zaowocowały znaczącymi postępami w edycji genów, biologii komórkowej, komórkach macierzystych, eksperymentach z robotami i innych obszarach, umożliwiając naukowcom manipulowanie biologią w niespotykany wcześniej sposób. Te postępy umożliwiły biologię na dużą skalę, a także z nowo odkrytą spójnością, z których oba są niezbędne do połączenia ze sztuczną inteligencją. Ponadto włączenie sztucznej inteligencji do eksperymentów z naukami przyrodniczymi tworzy silną pętlę sprzężenia zwrotnego, w której eksperymenty poprawiają moc predykcyjną sztucznej inteligencji, co z kolei poprawia eksperymenty.
Próbując zwalczyć Prawo Erooma, fundusz venture capital a16z opublikował niedawno raport praca inwestycyjna skupiona na skrzyżowaniu sztucznej inteligencji i biotechnologii, znany jako GenML (genomowe uczenie maszynowe). Teza ta sugeruje, że GenML ma potencjał, aby odwrócić prawo Erooma, powodując zmianę w branży i otwierając znaczne możliwości dla startupów i inwestorów.
U podstaw wszystkich tych postępów leży ogromna ilość mocy obliczeniowej i przechowywania danych, która dopiero niedawno stała się możliwa. Po raz pierwszy renesans algorytmów został połączony z czystą mocą obliczeniową do testowania, iteracji i uruchamiania tych programów.
Sztuczna inteligencja ma szansę stawić czoła największym wyzwaniom w opiece zdrowotnej i projektowaniu leków. Po pierwsze, koszty opieki zdrowotnej rosną ze względu na zapotrzebowanie na wysoko wykwalifikowany personel, w szczególności doktorów, lekarzy medycyny, pielęgniarki i inne osoby. W miarę jak sztuczna inteligencja staje się coraz bardziej zdolna do funkcjonowania jako ekspert techniczny, istnieją możliwości rozszerzenia możliwości istniejących usługodawców w celu świadczenia opieki po znacznie niższych kosztach. Jeśli zostanie wdrożony z empatią, może wzbudzić zaangażowanie i utrzymać zgodność z zaleceniami klinicznymi, a także złagodzić wypalenie klinicysty. Po drugie, z obniżonymi kosztami wiąże się możliwość rozwiązania problemów związanych z dostępem (skala) i jakością (redukcja zmienności wydajności). W miarę jak coraz więcej usług medycznych jest wspieranych przez sztuczną inteligencję, sztuczna inteligencja może zdemokratyzować opiekę zdrowotną, zapewniając wszystkim najlepsze usługi zdrowotne.
Kilka kluczowych czynników potwierdza przekonanie, że GenML może przełamać bariery nałożone przez prawo Erooma:
- GPT-4, niewyspecjalizowany model opracowany przez OpenAI, wykazało obiecujące wyniki w odkrywaniu leków. Nawet OpenAI uznaje potencjalne ryzyko związane z tą możliwością w GPT-4 model.
- AlphaFold, model sztucznej inteligencji opracowany przez DeepMind, ostatnio z powodzeniem trafił na pierwsze strony gazet odkrywanie złożonych trójwymiarowych struktur białek— wyzwanie, które wprawiało naukowców w zakłopotanie przez pół wieku.
- Projekty wspomagane sztuczną inteligencją w dziedzinie Terapia RNA wykazały znaczący potencjał w znalezieniu lekarstw na wcześniej nieuleczalne choroby. Wykorzystując moc sztucznej inteligencji, naukowcy mogą teraz badać opcje leczenia, które kiedyś były niewyobrażalne.
- Sukces sztucznej inteligencji w różnych dziedzinach w dużej mierze zależy od jakości i skali dostępnych zbiorów danych. Inicjatywy Open Data i pojawienie się crowdsourcingowe zbiory danych badawczych ułatwiają poszerzanie wiedzy i umożliwiają bardziej kompleksowe rozwiązania oparte na sztucznej inteligencji.
Kluczowa część zarówno redukcji kosztów, jak i poprawy wyników będzie prawdopodobnie pochodzić z wpływu sztucznej inteligencji na rozwój nowych terapii. Sztuczna inteligencja służy jako kluczowy czynnik w zrozumieniu biologii, umożliwiając badania na skalę daleko wykraczającą poza obecny model, który opiera się przede wszystkim na nieoczekiwanych odkryciach, które umożliwiają godziny pracy ludzkiej w laboratorium.
Należy jednak zwrócić uwagę na potencjalne obawy dotyczące sztucznej inteligencji, w tym wbudowane uprzedzenia i inne awarie, które mogą wynikać z uczenia wczesnych modeli sztucznej inteligencji na danych zebranych przez ludzi. Ponieważ sztuczna inteligencja jest stosowana w nowych branżach, naukowcy, pracownicy służby zdrowia i organy regulacyjne muszą zachować czujność potencjalnie szkodliwe skutki uboczne. Istnięjące Ramy prawne w naukach przyrodniczych i opiece zdrowotnej testuje wszystko (terapeutyki, urządzenia itp.) pod kątem skuteczności i skutków ubocznych.
Nowa rewolucja przemysłowa jest obecnie w toku i chociaż niektórzy mogą spodziewać się, że wpływ sztucznej inteligencji nastąpi z dnia na dzień, my czekamy na stopniowe przejście, które prawdopodobnie nastąpi z czasem. Te zmiany w GenML dają wgląd w przyszłość, w której prawo Erooma może zostać przezwyciężone, nie tylko w opracowywaniu leków, ale także w innych branżach.
Przeczytaj więcej o sztucznej inteligencji:
Odpowiedzialność
Zgodnie z Zaufaj wytycznym projektu, należy pamiętać, że informacje zawarte na tej stronie nie mają na celu i nie powinny być interpretowane jako porady prawne, podatkowe, inwestycyjne, finansowe lub jakiekolwiek inne formy porad. Ważne jest, aby inwestować tylko tyle, na utratę czego możesz sobie pozwolić, a w przypadku jakichkolwiek wątpliwości zasięgnąć niezależnej porady finansowej. Aby uzyskać więcej informacji, sugerujemy zapoznać się z warunkami oraz stronami pomocy i wsparcia udostępnianymi przez wydawcę lub reklamodawcę. MetaversePost zobowiązuje się do sporządzania dokładnych i bezstronnych raportów, jednakże warunki rynkowe mogą ulec zmianie bez powiadomienia.
O autorze
Damir jest liderem zespołu, menedżerem produktu i redaktorem w Metaverse Post, obejmujący takie tematy, jak AI/ML, AGI, LLM, Metaverse i Web3-pokrewne pola. Jego artykuły przyciągają każdego miesiąca ogromną publiczność, liczącą ponad milion użytkowników. Wydaje się być ekspertem z 10-letnim doświadczeniem w SEO i marketingu cyfrowym. Damir został wspomniany w Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i inne publikacje. Jako cyfrowy koczownik podróżuje między ZEA, Turcją, Rosją i WNP. Damir uzyskał tytuł licencjata z fizyki, co jego zdaniem dało mu umiejętności krytycznego myślenia potrzebne do odniesienia sukcesu w ciągle zmieniającym się środowisku internetowym.
Więcej artykułów
Damir jest liderem zespołu, menedżerem produktu i redaktorem w Metaverse Post, obejmujący takie tematy, jak AI/ML, AGI, LLM, Metaverse i Web3-pokrewne pola. Jego artykuły przyciągają każdego miesiąca ogromną publiczność, liczącą ponad milion użytkowników. Wydaje się być ekspertem z 10-letnim doświadczeniem w SEO i marketingu cyfrowym. Damir został wspomniany w Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i inne publikacje. Jako cyfrowy koczownik podróżuje między ZEA, Turcją, Rosją i WNP. Damir uzyskał tytuł licencjata z fizyki, co jego zdaniem dało mu umiejętności krytycznego myślenia potrzebne do odniesienia sukcesu w ciągle zmieniającym się środowisku internetowym.
