FutureHouse wprowadza nowe narzędzie AI dla biologii
FutureHouse, organizacja non-profit wspierana przez Erica Schmidta, która ma na celu stworzenie "naukowca AI" w ciągu najbliższej dekady, udostępniła nowe narzędzie. Według twórców, może ono wspierać "odkrycia oparte na danych" w dziedzinie biologii. Premiera narzędzia odbywa się zaledwie tydzień po tym, jak FutureHouse zaprezentowało swoją platformę i API.
Finch – asystent naukowy w stylu początkującego doktoranta
Nowe narzędzie o nazwie Finch analizuje dane biologiczne (głównie w formie publikacji naukowych) na podstawie zadanych pytań (np. "Co możesz powiedzieć o molekularnych czynnikach przerzutów nowotworowych?"). Generuje ono wykresy, wykonuje kod i interpretuje wyniki. W serii postów na X współzałożyciel i CEO FutureHouse, Sam Rodriques, porównał je do "pierwszorocznego doktoranta".
"Możliwość wykonania tego wszystkiego w kilka minut to prawdziwa supermoc" – napisał Rodriques. "[Finch] czasem znajduje naprawdę ciekawe rzeczy [...] W naszych wewnętrznych projektach sprawdza się znakomicie."
AI w nauce – obietnice i rzeczywistość
FutureHouse, podobnie jak wiele startupów i gigantów technologicznych, wierzy, że Finch i podobne narzędzia AI mogą zautomatyzować część procesu naukowego.
W eseju opublikowanym w tym roku, CEO OpenAI Sam Altman stwierdził, że "superinteligentne" narzędzia AI mogą "znacznie przyspieszyć odkrycia naukowe i innowacje". Podobnego zdania jest CEO Anthropic, który niedawno zapowiedział program "AI dla nauki" i przewiduje, że AI może pomóc w opracowaniu leków na większość nowotworów.
Jednak na razie brakuje dowodów na te rewelacje. Wielu naukowców uważa, że obecne AI nie jest jeszcze gotowe, by pełnić rolę współpracownika w badaniach. Co istotne, FutureHouse nie dokonało jeszcze żadnego przełomu naukowego przy użyciu swoich narzędzi AI.
Rynek AI w biologii – potencjał i wyzwania
Biologia, szczególnie w obszarze odkrywania leków, to atrakcyjny rynek dla firm AI. Według Precedence Research wartość tego rynku w 2024 roku wyniosła 65,88 mld dolarów, a do 2034 roku może osiągnąć 160,31 mld dolarów.
Niepewne wyniki i "głupie błędy"
Choć AI odnosi pewne sukcesy, nie stała się jeszcze magicznym rozwiązaniem w laboratoriach. Kilka firm wykorzystujących AI w odkrywaniu leków, takich jak Exscientia czy BenevolentAI, odnotowało w ostatnich latach spektakularne porażki w badaniach klinicznych. Również dokładność czołowych systemów AI, takich jak AlphaFold 3 Google DeepMind, bywa bardzo różna.
Sam Rodriques przyznaje, że Finch również popełnia "głupie błędy". Dlatego FutureHouse rekrutuje bioinformatyków i biologów obliczeniowych, którzy pomogą ocenić dokładność narzędzia i przeszkolić je podczas zamkniętej fazy testów.
Osoby zainteresowane współpracą mogą zarejestrować się tutaj.