Nvidia dhe Eli Lilly po lançojnë një laborator të zbulimit të barnave me inteligjencë artificiale
Nvidia dhe Eli Lilly njoftuan të hënën se po lançojnë një laborator të përbashkët të inteligjencës artificiale që synon përshpejtimin e zbulimit të barnave një angazhim pesëvjeçar deri në 1 miliard dollarë, i ndërtuar rreth zbulimit të përshpejtuar dhe me cikli të mbyllur që synon të “industrializojë” modelet e inteligjencës artificiale dhe të përshpejtojë zhvillimin klinik. Kompanitë do të vendosen së bashku në një vend të ri në Bay Area, në mënyrë që ekipet të mund të punojnë së bashku në kohë reale, me hapjen e synuar për në fund të marsit.
Kimberly Powell, zëvendëspresidentja e kujdesit shëndetësor në Nvidia, e lidhi planin e shkallëzimit me harduerin e ardhshëm të Nvidia-s, duke thënë se fabrika e re e inteligjencës artificiale e Lilly-t pritet të rritet në një mjedis hibrid cloud të mundësuar nga sistemet e ardhshme Nvidia Vera Rubin, së bashku me kapacitetin cloud DGX të Nvidia-s. Për Nvidia-n, ky është lloji i detajeve që e shndërron një partneritet në diçka më të fortë se një titull: një plan shumëvjeçar që tashmë po shikon përtej gjeneratës aktuale të makinave.
“Duke kombinuar ekspertizën e thellë të Lilly-t në zbulimin e barnave dhe ekspertizën e Nvidia-s në inteligjencën artificiale dhe informatikën e përshpejtuar”, tha Powell, “ne po ndërtojmë të ardhmen e mënyrës se si do të projektohen dhe zhvillohen ilaçet”.
Përshkrimi i saj i asaj që do të bëjë laboratori mbështetet fort në gjenerimin e të dhënave – përbërësi jo shumë i rëndësishëm që përcakton nëse “zbulimi i ilaçeve me anë të inteligjencës artificiale” sillet si një disiplinë apo si një demonstrim. Ajo tha se një fokus i madh do të jetë në prodhimin e “të dhënave të mahnitshme të trajnimit” përmes punës laboratorike në shkallë të gjerë, duke krijuar “të dhëna të vërteta në terren në laborator” për të trajnuar modelet e themelit të biologjisë me të dhëna multimodale, duke ngushtuar më pas lakimin midis hipotezave dhe zbulimit. Dhe kjo është premisa pas të gjithë kësaj: eksperimentet më të mira krijojnë të dhëna më të mira; të dhënat më të mira krijojnë modele më të mira; modelet më të mira i bëjnë eksperimentet e ardhshme më të synuara – një lak reagimi i projektuar për rendiment.
Në një njoftim për shtyp, drejtori i informacionit dhe drejtori dixhital i Lilly-t, Diogo Rau, e përshkroi laboratorin si një ndryshim në mënyrën se si bëhet zbulimi. “Ne e shohim këtë si një katalizator për aftësitë që do të përcaktojnë epokën e ardhshme të zbulimit të barnave”, tha ai. “Duke punuar me Nvidia-n, ne po bashkojmë informatikën masive, talentin e specializuar dhe aftësinë për të formësuar të dhënat në një shkallë të gjerë.” Ai shtoi: “Po shkojmë drejt një të ardhmeje ku zbulimi drejtohet nga eksperimentimi i shpejtë dhe modelet gjithnjë e më të personalizuara.”
Versioni i Powell për të njëjtin bast mbështetet fort në krijimin e të dhënave – “të dhëna të vërteta në laborator” të prodhuara përmes punës laboratorike në shkallë të gjerë – sepse modelet e biologjisë bëhen aq të mira sa të dhënat hyrëse që mund të mbrohen. Shtrirja shkon përtej R&D-së së hershme. Powell tha se kompanitë do të eksplorojnë aplikimin e informatikës së përshpejtuar dhe IA-së së përparuar në të gjithë biznesin e Lilly-t, nga prodhimi deri te operacionet tregtare. Ky është një mandat i gjerë – dhe një i njohur për Nvidia-n, e cila tenton të fillojë me rrjedhën më tërheqëse të punës dhe pastaj të kalojë në pjesën tjetër të ndërmarrjes pasi infrastruktura të jetë në vend.
“Ne do të përdorim të gjithë punën e mrekullueshme me modelet tona të hapura në Nemotron për të zbuluar të gjithë këtë kuptim klinik, në mënyrë që zhvillimi klinik të mund të përmirësohet dhe të përmirësohet sa më shumë që të jetë e mundur nga ana njerëzore”, tha Powell.
Laboratori është një zgjerim mbi infrastrukturën që Lilly ka ndërtuar tashmë me Nvidia-n. Në fund të tetorit, Lilly njoftoi se po ndërtonte atë që e quajti superkompjuteri më i fuqishëm i IA-së në pronësi të një kompanie farmaceutike, duke përdorur platformën DGX SuperPOD të Nvidia-s për të fuqizuar një “fabrikë IA” për zbulimin dhe zhvillimin e barnave.
Kompanitë e inteligjencës artificiale kanë qenë në garë për ta kthyer “shëndetin” në një kategori të vërtetë produkti në vend të një premtimi të paqartë, me OpenAI që lançoi ChatGPT Health dhe Anthropic që lançoi Claude for Healthcare brenda pak ditësh. Kjo shtytje midis konsumatorit dhe klinicistit ka të njëjtën logjikë themelore si ajo e Nvidia-s: Kushdo që zotëron rrjedhën e punës, zotëron edhe zakonin, dhe kushdo që zotëron zakonin, shet infrastrukturën.
Pika më e gjerë e Nvidia-s në konferencën e kujdesit shëndetësor JPMorgan, e cila fillon të hënën, është se kujdesi shëndetësor është gati për të njëjtën blerje të plotë që e ka arritur tashmë në industri të tjera. Kompania po zbaton gjithashtu një bashkëpunim Thermo Fisher që synon integrimin e platformave të inteligjencës artificiale të Nvidia-s në instrumente shkencore dhe rrjedha pune laboratorike, një partneritet Multiply Labs që mbështetet në robotikë dhe binjakë dixhitalë për bioprodhim, dhe një platformë të zgjeruar BioNeMo që Nvidia thotë se do të sjellë më shumë modele, mjete dhe receta trajnimi të hapura për punën e biologjisë dhe zbulimit të barnave nga fillimi në fund.
Për Lilly-n, një angazhim pesëvjeçar prej një miliard dollarësh ushtron presion të vërtetë mbi rezultatet për të cilat investitorët farmaceutikë interesohen vërtet: cikle më të shkurtra zbulimi, më shumë kandidatë të qëndrueshëm që hyjnë në provat klinike, më pak rrugë pa krye që kërkojnë vite dhe kapital para se të zhduken në heshtje. IA i ka premtuar të gjitha këto më parë. Ky laborator është Lilly që thotë se është i gatshëm të gjykohet nëse premtimi shfaqet në proces, jo vetëm në demo.
Kjo gjithashtu e mpreh rrezikun. Zbulimi i barnave nuk dështon sepse idetë janë të pakta; dështon sepse biologjia është kokëfortë, rregullimi është i ngadaltë dhe validimi është i pamëshirshëm. Modelet e trajnuara mbi “të vërtetën në terren” ende duhet t’i mbijetojnë replikimit, shkallës dhe shqyrtimit të FDA-së. Automatizimi ende duhet të fitojë besimin e shkencëtarëve, karrierat e të cilëve janë ndërtuar mbi skepticizëm. Nëse ky laborator funksionon, mund të bëhet një model për mënyrën se si farmaceutika në të vërtetë ndërton ilaçe. Nëse jo, mund të bëhet një kujtesë e kushtueshme se kompjuteri nuk mund të negociojë me biologjinë.