風險基金 a16z 支持 GenML 對抗 Eroom 定律
簡單來說
GenML 是風險基金 a16z 的投資論文，旨在通過結合生命科學領域的算法和計算能力來扭轉 Eroom 定律。
人工智能有潛力應對醫療保健和藥物設計方面的挑戰，例如由於需要訓練有素的員工而導致成本上升以及解決獲取和質量問題。
支持 GenML 潛力的關鍵因素包括 GPT-4、AlphaFold 和 RNA 治療計畫。
科技行業長期以來都熟悉摩爾定律，該定律指出，計算機的計算能力呈指數級增長，而計算成本卻下降。 然而，還有另一項法律，鮮為人知但同樣具有影響力，稱為 埃魯姆定律。 該定律描述了一個行業的創新速度如何逐年放緩，同時新產品成本呈指數級增長。 埃魯姆定律發揮作用的一個特殊領域是新藥的開發。
為了從埃魯姆定律轉向摩爾定律，人類驅動的服務必須轉換為計算。 這一轉變從更簡單的一次性模型（通常是機器學習）開始，這些模型執行簡單、容錯的任務，例如 Netflix 使用人工智能來推薦節目。 隨著人工智能的進步，我們正在進入新的可能性領域，例如生成文本和圖像的生成人工智能方法或完成帶有錯誤的複雜任務（又稱幻覺）。 這一進展為生命科學和醫療保健領域人工智能驅動的副駕駛員的可能性打開了大門，可以極大地擴大熟練勞動力或提高低技能勞動力的水平。
人工智能令人難以置信的進步只是故事的一部分； 算法和計算能力也出現了復興，生物學和醫療保健也取得了進步。 生命科學領域工程驅動的進步導致基因編輯、細胞生物學、幹細胞、機器人實驗和其他領域取得了重大進展，使科學家能夠以以前聞所未聞的方式操縱生物學。 這些進步使生物學得以規模化並具有新的一致性，這兩者對於與人工智能的連接都是至關重要的。 此外，將人工智能融入生命科學實驗會創建一個強大的反饋循環，實驗提高了人工智能的預測能力，從而改進了實驗。
為了對抗埃魯姆定律，風險基金 a16z 最近發布了一份報告 投資論文重點關注人工智能和生物技術的交叉點，稱為 GenML（基因組機器學習）。 這篇論文表明，GenML 有潛力扭轉 Eroom 定律，帶來行業變革，並為初創企業和投資者釋放大量機會。
所有這些進步的基礎是大量的計算和數據存儲，而這直到最近才成為可能。 算法的複興第一次與測試、迭代和運行這些程序的純粹計算能力結合在一起。
人工智能有機會應對醫療保健和藥物設計方面的最大挑戰。 首先，由於需要訓練有素的工作人員，特別是博士、醫學博士、護士等，醫療保健成本不斷上升。 隨著人工智能越來越能夠發揮技術專家的作用，有機會擴展現有提供者的能力，以更低的成本提供護理。 如果以同理心實施，它可以促進參與並保持對臨床建議的遵守，並減輕臨床醫生的倦怠。 其次，隨著成本的降低，能夠解決訪問（規模）和質量（性能差異的減少）問題。 隨著越來越多的護理由人工智能支持，人工智能有潛力使醫療保健民主化，為每個人提供最好的醫療保健服務。
有幾個關鍵因素支持 GenML 可以突破埃魯姆定律所施加的障礙的信念：
- GPT-4，開發的非專業模型 OpenAI, 已顯示出有希望的結果 在藥物發現中。 甚至 OpenAI 承認與此功能相關的潛在風險 GPT-4 模型.
- DeepMind 開發的 AI 模型 AlphaFold 最近成功登上新聞頭條 揭示蛋白質複雜的 3D 結構——這個挑戰困擾了科學家半個世紀。
- 人工智能輔助領域的項目 RNA療法 已顯示出在尋找以前無法治癒的疾病的治療方法方面的巨大潛力。 通過利用人工智能的力量，研究人員現在可以探索曾經難以想像的治療方案。
- 人工智能在各個領域的成功在很大程度上取決於可用數據集的質量和規模。 開放數據倡議和出現 眾包研究數據集 正在促進知識的擴展並實現更全面的人工智能驅動的解決方案。
降低成本和改善結果的一個關鍵部分可能來自人工智能對新療法開發的影響。 人工智能是理解生物學的關鍵驅動力，使研究規模遠遠超出當前模型，而當前模型主要依賴於實驗室中數小時的人類勞動所帶來的偶然發現。
然而，重要的是要注意人工智能的潛在問題，包括嵌入偏見和根據人類收集的數據訓練早期人工智能模型可能出現的其他故障。 隨著人工智能應用於新行業，科學家、醫療保健提供者和監管機構必須保持警惕 潛在的有害副作用. 現有的 監管框架 在生命科學和醫療保健領域，測試一切（治療方法、設備等）的功效和不良反應。
新工業革命正在進行中，雖然有些人可能預計人工智能的影響會在一夜之間發生，但我們期待隨著時間的推移，可能會發生漸進的轉變。 GenML 的這些發展讓人們得以一睹未來可能會克服埃魯姆定律的前景，不僅在藥物開發領域，而且在其他行業也是如此。
閱讀有關人工智能的更多信息：
免責聲明
在與線 信託專案指南，請注意，本頁提供的資訊無意且不應被解釋為法律、稅務、投資、財務或任何其他形式的建議。 重要的是，僅投資您可以承受損失的金額，並在有任何疑問時尋求獨立的財務建議。 如需了解更多信息，我們建議您參閱條款和條件以及發行人或廣告商提供的幫助和支援頁面。 MetaversePost 致力於提供準確、公正的報告，但市場狀況如有變更，恕不另行通知。
關於作者
Damir 是團隊領導、產品經理和編輯 Metaverse Post，涵蓋 AI/ML、AGI、LLM、Metaverse 等主題 Web3- 相關領域。 他的文章每月吸引超過一百萬用戶的大量讀者。 他似乎是一位在 SEO 和數字營銷方面擁有 10 年經驗的專家。 達米爾曾在 Mashable、Wired、 Cointelegraph、《紐約客》、Inside.com、Entrepreneur、BeInCrypto 和其他出版物。 他作為數字游牧者往返於阿聯酋、土耳其、俄羅斯和獨聯體國家之間。 達米爾獲得了物理學學士學位，他認為這賦予了他在不斷變化的互聯網格局中取得成功所需的批判性思維技能。
更多文章
Damir 是團隊領導、產品經理和編輯 Metaverse Post，涵蓋 AI/ML、AGI、LLM、Metaverse 等主題 Web3- 相關領域。 他的文章每月吸引超過一百萬用戶的大量讀者。 他似乎是一位在 SEO 和數字營銷方面擁有 10 年經驗的專家。 達米爾曾在 Mashable、Wired、 Cointelegraph、《紐約客》、Inside.com、Entrepreneur、BeInCrypto 和其他出版物。 他作為數字游牧者往返於阿聯酋、土耳其、俄羅斯和獨聯體國家之間。 達米爾獲得了物理學學士學位，他認為這賦予了他在不斷變化的互聯網格局中取得成功所需的批判性思維技能。
