Fundo de risco a16z apóia GenML para combater a lei de Eroom
Em Breve
GenML, uma tese de investimento do fundo de risco a16z, visa reverter a Lei de Eroom combinando algoritmos e poder de computação em ciências da vida.
A IA tem o potencial de enfrentar desafios na área da saúde e no design de medicamentos, como o aumento dos custos devido à necessidade de pessoal altamente treinado e a resolução de problemas de acesso e qualidade.
Os principais fatores que apoiam o potencial do GenML incluem GPT-4, AlphaFold e projetos de terapia de RNA.
A indústria de tecnologia está familiarizada com a Lei de Moore, que afirma que o poder de computação dos computadores cresce exponencialmente enquanto o custo da computação diminui. Porém, existe outra lei, menos conhecida, mas igualmente impactante, chamada Lei de Eroom. Essa lei descreve como a taxa de inovação em uma indústria diminui a cada ano, acompanhada por um aumento exponencial no custo de novos produtos. Um campo específico em que a Lei de Eroom fez sua presença ser sentida é o desenvolvimento de novos medicamentos.
Para passar da lei de Eroom para a lei de Moore, os serviços conduzidos por humanos devem ser convertidos em computação. Essa transformação começa com modelos únicos mais simples (normalmente aprendizado de máquina) que executam tarefas simples e tolerantes a erros, como a Netflix usando IA para recomendar programas. À medida que a IA avança, estamos entrando em novos domínios de possibilidades, como métodos generativos de IA que produzem texto e imagens ou concluem tarefas complexas com erros (também conhecidas como alucinações). Essa progressão abre a porta para a possibilidade de co-pilotos alimentados por IA em ciências da vida e saúde que podem escalar muito a mão de obra qualificada ou elevar o nível da mão de obra menos qualificada.
O incrível progresso da IA é apenas parte da história; há também um renascimento em algoritmos e poder de computação, bem como avanços em biologia e saúde. Os avanços impulsionados pela engenharia nas ciências da vida resultaram em avanços significativos na edição de genes, biologia celular, células-tronco, experimentos robóticos e outras áreas, permitindo que os cientistas manipulem a biologia de maneiras inéditas. Esses avanços permitiram a biologia em escala, bem como com uma consistência recém-descoberta, ambas essenciais para a conexão com a IA. Além disso, incorporar IA em experimentos de ciências da vida cria um forte ciclo de feedback no qual os experimentos melhoram o poder preditivo da IA, o que, por sua vez, melhora os experimentos.
Em uma tentativa de combater a Lei de Eroom, o fundo de risco a16z publicou recentemente um tese de investimento focada na interseção de IA e biotecnologia, conhecido como GenML (Genomic Machine Learning). Esta tese sugere que o GenML tem o potencial de reverter a Lei de Eroom, provocando uma mudança na indústria e abrindo oportunidades substanciais para startups e investidores.
Subjacente a todos esses avanços está uma imensa quantidade de computação e armazenamento de dados, que só recentemente se tornou possível. Pela primeira vez, um renascimento em algoritmos foi casado com o poder de computação puro para testar, iterar e executar esses programas.
A IA tem a oportunidade de enfrentar os maiores desafios na área da saúde e no design de medicamentos. Primeiro, o custo dos cuidados de saúde está aumentando devido à necessidade de pessoal altamente treinado, especialmente PhDs, MDs, enfermeiros e outros. À medida que a IA se torna cada vez mais capaz de funcionar como um especialista técnico, há oportunidades de ampliar as habilidades dos provedores existentes para oferecer atendimento a um custo muito menor. Se implementado com empatia, pode gerar engajamento e manter a conformidade com as recomendações clínicas, além de mitigar o desgaste do clínico. Em segundo lugar, com custo reduzido vem a capacidade de abordar questões de acesso (escala) e qualidade (redução na variação de desempenho). À medida que mais cuidados se tornam habilitados para IA, a IA tem o potencial de democratizar a saúde, oferecendo os melhores serviços de saúde para todos.
Vários fatores-chave apoiam a crença de que o GenML poderia romper as barreiras impostas pela Lei de Eroom:
- GPT-4, um modelo não especializado desenvolvido por OpenAI, mostrou resultados promissores na descoberta de drogas. Até OpenAI reconhece os riscos potenciais associados a esta capacidade no GPT-4 modelo.
- AlphaFold, um modelo de IA desenvolvido pela DeepMind, recentemente ganhou as manchetes por desvendando as complexas estruturas 3D das proteínas– um desafio que confundiu os cientistas por meio século.
- Projetos assistidos por IA na área de terapia de RNA têm demonstrado um potencial significativo na descoberta de curas para doenças anteriormente incuráveis. Ao aproveitar o poder da IA, os pesquisadores agora podem explorar opções de tratamento que antes eram inimagináveis.
- O sucesso da IA em vários domínios depende fortemente da qualidade e escala dos conjuntos de dados disponíveis. Iniciativas de Dados Abertos e o surgimento de conjuntos de dados de pesquisa de crowdsourcing estão facilitando a expansão do conhecimento e possibilitando soluções mais abrangentes baseadas em IA.
Uma parte fundamental da redução de custos e da melhoria dos resultados provavelmente virá do impacto da IA no desenvolvimento de novas terapias. A IA serve como um fator-chave na compreensão da biologia, permitindo que a pesquisa seja ampliada muito além do modelo atual, que depende principalmente de descobertas fortuitas possibilitadas por horas de trabalho humano no laboratório.
No entanto, é importante observar as possíveis preocupações em torno da IA, incluindo viés embutido e outras falhas que podem surgir do treinamento de modelos iniciais de IA em dados coletados por humanos. À medida que a IA é aplicada a novos setores, cientistas, profissionais de saúde e reguladores devem permanecer vigilantes para efeitos colaterais potencialmente prejudiciais. O existente quadro regulamentar em ciências da vida e saúde testa tudo (terapêuticos, dispositivos, etc.) para eficácia e efeitos adversos.
A Nova Revolução Industrial está em andamento e, embora alguns esperem que o impacto da IA ocorra da noite para o dia, esperamos uma transição gradual que provavelmente ocorrerá com o tempo. Esses desenvolvimentos em GenML oferecem um vislumbre de um futuro em que a Lei de Eroom pode ser superada, não apenas no desenvolvimento de medicamentos, mas também em outras indústrias.
Leia mais sobre IA:
Aviso Legal
Em linha com a Diretrizes do Projeto Trust, observe que as informações fornecidas nesta página não se destinam e não devem ser interpretadas como aconselhamento jurídico, tributário, de investimento, financeiro ou qualquer outra forma. É importante investir apenas o que você pode perder e procurar aconselhamento financeiro independente se tiver alguma dúvida. Para mais informações, sugerimos consultar os termos e condições, bem como as páginas de ajuda e suporte fornecidas pelo emissor ou anunciante. MetaversePost está comprometida com relatórios precisos e imparciais, mas as condições de mercado estão sujeitas a alterações sem aviso prévio.
Sobre o autor
Damir é o líder de equipe, gerente de produto e editor da Metaverse Post, abordando tópicos como AI/ML, AGI, LLMs, Metaverse e Web3-Campos relacionados. Seus artigos atraem um grande público de mais de um milhão de usuários todos os meses. Ele parece ser um especialista com 10 anos de experiência em SEO e marketing digital. Damir foi mencionado em Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto e outras publicações. Ele viaja entre os Emirados Árabes Unidos, Turquia, Rússia e CEI como um nômade digital. Damir formou-se em física, o que ele acredita ter lhe dado as habilidades de pensamento crítico necessárias para ter sucesso no cenário em constante mudança da internet.
Mais artigos
Damir é o líder de equipe, gerente de produto e editor da Metaverse Post, abordando tópicos como AI/ML, AGI, LLMs, Metaverse e Web3-Campos relacionados. Seus artigos atraem um grande público de mais de um milhão de usuários todos os meses. Ele parece ser um especialista com 10 anos de experiência em SEO e marketing digital. Damir foi mencionado em Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto e outras publicações. Ele viaja entre os Emirados Árabes Unidos, Turquia, Rússia e CEI como um nômade digital. Damir formou-se em física, o que ele acredita ter lhe dado as habilidades de pensamento crítico necessárias para ter sucesso no cenário em constante mudança da internet.
