Η Anthropic επιβεβαίωσε ότι λειτουργεί εργαστήριο βιολογίας στην περιοχή του Bay Area, όπου τα μοντέλα AI της χρησιμοποιούνται μαζί με ερευνητές για πραγματικά πειράματα. Η κίνηση δείχνει ότι η εταιρεία θέλει να περάσει από την παραγωγή υποθέσεων στην πειραματική δοκιμή τους, αλλά ταυτόχρονα ανοίγει δύσκολα ερωτήματα για την ασφάλεια και τα όρια της επιτάχυνσης.
Από το μοντέλο στο πραγματικό εργαστήριο
Ο Eric Kauderer-Abrams, επικεφαλής του τομέα Life Sciences της Anthropic, δήλωσε ότι η τελική δοκιμή στη βιολογία παραμένει η εργασία σε πραγματικό εργαστήριο. Η νέα εγκατάσταση λειτουργεί όπως ένα συνηθισμένο εργαστήριο βιοτεχνολογίας: η Anthropic πραγματοποιεί δική της έρευνα, ενώ συνεργάζεται και με εξωτερικούς εταίρους.
Η εταιρεία δεν έχει αποκαλύψει τις συγκεκριμένες εργασίες που εκτελούνται εκεί. Έχει, όμως, διευκρινίσει ότι ο βασικός προσανατολισμός είναι η θεμελιώδης βιολογία και όχι η άμεση ανακάλυψη φαρμάκων. Αυτή η διάκριση έχει σημασία, επειδή περιορίζει τον ισχυρισμό από μια γενική υπόσχεση για «θεραπεία ασθενειών» σε ερωτήματα για το πώς λειτουργούν τα κύτταρα, οι πρωτεΐνες και οι βιολογικές διαδικασίες.
Η συνέχεια της εξαγοράς της Coefficient Bio
Η δημιουργία του εργαστηρίου ακολουθεί την εξαγορά της Coefficient Bio από την Anthropic τον Απρίλιο. Η κίνηση έδωσε στην εταιρεία πρόσβαση σε τεχνογνωσία AI για τη βιοτεχνολογία και εξηγεί γιατί η Anthropic επενδύει πλέον όχι μόνο σε μοντέλα, αλλά και στις υποδομές που μπορούν να ελέγξουν τις προτάσεις τους.
Την ίδια εβδομάδα η Anthropic ανακοίνωσε και το Life Sciences Verification Program. Μέσω αυτού, ελεγμένοι ερευνητές βιολογίας μπορούν να αποκτούν πρόσβαση στα ισχυρότερα μοντέλα της εταιρείας. Παράλληλα, η Anthropic έχει δημοσιεύσει αναφορές για την επιτάχυνση του σχεδιασμού πρωτεϊνών και τη βελτίωση της μοριακής μοντελοποίησης.
Το μοντέλο εργασίας που διαμορφώνεται είναι υβριδικό. Η AI μπορεί να προτείνει υποθέσεις, να οργανώνει πειραματικά βήματα και να αναλύει αποτελέσματα, αλλά οι άνθρωποι εξακολουθούν να αποφασίζουν τι θα δοκιμαστεί, να χειρίζονται τα υλικά και να αξιολογούν αν ένα αποτέλεσμα είναι αξιόπιστο. Το wet lab είναι, επομένως, το σημείο όπου μια υπολογιστική πρόβλεψη πρέπει να αντέξει απέναντι στη μεταβλητότητα της πραγματικής βιολογίας.
Η αντίφαση ανάμεσα στην επιτάχυνση και την ασφάλεια
Η πρωτοβουλία αποκτά ιδιαίτερο βάρος επειδή η ίδια η Anthropic προειδοποιεί για τους κινδύνους της AI στη βιολογία. Ο διευθύνων σύμβουλος Dario Amodei έχει χαρακτηρίσει τη βιοτρομοκρατία έναν από τους σημαντικότερους κινδύνους που μπορεί να ενισχύσει η τεχνητή νοημοσύνη, ενώ η εταιρεία έχει μιλήσει δημόσια για την ανάγκη αυστηρότερης αυτορρύθμισης.
Αυτό δημιουργεί μια πραγματική ένταση και όχι απλώς ένα επικοινωνιακό παράδοξο. Η επιτάχυνση της έρευνας μπορεί να βοηθήσει τους επιστήμονες να κατανοήσουν γρηγορότερα ασθένειες και βιολογικούς μηχανισμούς. Τα ίδια εργαλεία, όμως, χρειάζονται ελέγχους πρόσβασης, αξιολόγηση των πειραμάτων και διαδικασίες για να περιορίζεται η κακή χρήση τους.
Η διαφάνεια θα είναι κρίσιμη. Μέχρι στιγμής η Anthropic έχει δώσει λίγες λεπτομέρειες για το αντικείμενο των πειραμάτων της. Χωρίς δημοσιευμένα πρωτόκολλα, ανεξάρτητο έλεγχο και σαφή όρια, είναι δύσκολο να αξιολογηθεί αν η νέα υποδομή προσθέτει επιστημονική αξία με ασφαλή τρόπο ή αν απλώς μεταφέρει περισσότερη ισχύ σε ένα σύστημα που ήδη είναι δύσκολο να ελεγχθεί.
Τι σημαίνει για την έρευνα
Το σημαντικότερο στοιχείο δεν είναι ότι ένα γλωσσικό μοντέλο «κάνει μόνο του» βιολογία. Η Anthropic περιγράφει ένα εργαστήριο στο οποίο τα μοντέλα εντάσσονται σε μια αλυσίδα ανθρώπων, συνεργατών, οργάνων και πραγματικών μετρήσεων. Η επιτυχία θα κριθεί από την αναπαραγωγιμότητα των αποτελεσμάτων και όχι από το πόσο εντυπωσιακές είναι οι προτάσεις στην οθόνη.
Η εξέλιξη δείχνει, ωστόσο, προς μια νέα μορφή AI έρευνας: συστήματα που δεν περιορίζονται στην αναζήτηση πληροφοριών ή στη συγγραφή κώδικα, αλλά συνδέονται με κύκλους υπόθεσης, πειράματος και αναθεώρησης. Για να γίνει αυτό χρήσιμο και κοινωνικά αποδεκτό, η ταχύτητα πρέπει να συνοδεύεται από ελεγχόμενη πρόσβαση, καταγραφή ενεργειών και εξωτερική αξιολόγηση.
Πηγή: TechCrunch