FutureHouse پیش نمایش ابزاری برای کشف زیست شناسی “داده محور”

FutureHouse ، یک غیرانتفاعی تحت حمایت اریک اشمیت که قصد دارد در طی یک دهه آینده “دانشمند هوش مصنوعی” را بسازد ، ابزاری جدید را منتشر کرده است که ادعا می کند می تواند به پشتیبانی از “کشف داده محور” در زیست شناسی کمک کند. ابزار جدید فقط یک هفته پس از راه اندازی API و پلتفرم خود Futurehouse ارائه می شود.

این ابزار با نام Finch ، داده های زیست شناسی (در درجه اول به صورت مقالات تحقیقاتی) و سریع (به عنوان مثال “چه می توانید در مورد درایورهای مولکولی ماتاز ​​سرطان به من بگویید؟”) و قبل از تولید ارقام و بازرسی از نتایج ، کد را اجرا می کند. در یک سری پست در مورد X ، سام رودریکس ، بنیانگذار و مدیر عامل شرکت آینده ، آن را با “دانشجوی درجه اول سال” مقایسه کرد.

“[B]eing قادر به [do all] این در عرض چند دقیقه یک ابرقدرت است. “[Finch] در واقع پیدا کردن برخی از چیزهای بسیار جالب […] برای پروژه های خودمان در داخل ، ما پیدا کرده ایم که بسیار جذاب است. “

گزاره Futurehouse ، مانند بسیاری از بسیاری از استارتاپ ها و غول های فنی ، این است که فینچ و سایر ابزارهای هوش مصنوعی روزی در روند علمی مراحل را خودکار می کنند.

در مقاله ای در اوایل سال جاری ، سام آلتمن ، مدیرعامل OpenAi گفت: ابزارهای هوش مصنوعی “Superintelligent” می توانند “به طور گسترده ای کشف و نوآوری علمی را تسریع کنند.” به همین ترتیب ، مدیرعامل Anthropic ، که همین هفته یک برنامه “AI for Science” را راه اندازی کرد ، با جسارت پیش بینی کرده است که هوش مصنوعی می تواند به تدوین درمان های بیشتر سرطان ها کمک کند.

با این حال شواهد فاقد آن است. بسیاری از محققان امروزه هوش مصنوعی را به ویژه در هدایت روند علمی مفید نمی دانند. به طور واضح ، FutureHouse هنوز به یک پیشرفت علمی دست نرفته است یا با ابزارهای هوش مصنوعی خود یک کشف جدید را انجام داده است.

زیست شناسی ، به ویژه در سمت کشف مواد مخدر ، یک هدف جذاب برای شرکت های هوش مصنوعی است. تخمین می زند که تحقیقات تقلب در سال 2024 به ارزش 65.88 میلیارد دلار بوده و می تواند تا سال 2034 به 160.31 میلیارد دلار برسد.

در حالی که موفقیت هایی وجود داشته است ، AI یک راه حل جادویی فوری در آزمایشگاه ارائه نکرده است. چندین شرکت که از AI برای کشف مواد مخدر استفاده می کنند ، از جمله Exscientia و Benevolentai ، در سالهای اخیر دچار خرابی های کارآزمایی بالینی با مشخصات بالا شده اند. در همین حال ، صحت سیستم های پیشرو در زمینه هوش مصنوعی برای کشف مواد مخدر ، مانند Alphafold 3 Google DeepMind ، به طور گسترده ای متفاوت است.

Rodriques گفت ، فینچ به طور مشابه “اشتباهات احمقانه” می کند – به همین دلیل آینده خانه در حال جذب بیوانفورماتیک و زیست شناسان محاسباتی است تا به ارزیابی دقت و قابلیت اطمینان آن کمک کند و آن را در حالی که در بتا بسته است ، آموزش دهد.

افراد علاقه مند می توانند در اینجا ثبت نام کنند.