Manténgase informado con actualizaciones gratuitas
Simplemente regístrate en Inteligencia artificial myFT Digest: entregado directamente a su bandeja de entrada.
Google DeepMind y BioNTech están construyendo asistentes de laboratorio de inteligencia artificial para ayudar a los investigadores a planificar experimentos científicos y predecir mejor sus resultados a medida que las empresas se apresuran a encontrar aplicaciones especializadas para modelos de inteligencia artificial con uso intensivo de energía y datos.
Sir Demis Hassabis, jefe de la división de inteligencia artificial de Google, lidera los esfuerzos de la compañía para desarrollar un modelo de inteligencia artificial especializado que actúe como asistente de investigación, ayudando a los científicos a colaborar en todas las disciplinas y establecer conexiones inesperadas más fácilmente.
En un evento reciente de la Fundación Nobel, dijo que la biología estaba “viendo una revolución” como resultado de AI software.
“Estamos trabajando en un modelo de lenguaje científico a gran escala que podría ser como un asistente de investigación y tal vez ayudar a predecir. . . el resultado de un experimento”, dijo Hassabis.
En los próximos años, dijo que las herramientas que DeepMind estaba construyendo podrían sugerir y diseñar experimentos basados en una hipótesis determinada y dar a los científicos una visión probabilística sobre el posible éxito o fracaso de un experimento propuesto.
Mientras tanto, el fabricante de medicamentos alemán BioNTech y su filial de IA InstaDeep, con sede en Londres, dijeron el martes que habían diseñado una asistente de IA especializada conocida como Laila con un “conocimiento detallado de la biología” construida sobre el modelo Llama 3.1 de código abierto de Meta.
En una demostración en vivo, el científico investigador Arnu Pretorius mostró cómo el agente de IA podría automatizar tareas científicas rutinarias en biología experimental, como el análisis y la segmentación de secuencias de ADN y la visualización de resultados experimentales.
Los científicos del laboratorio de BioNTech en Mainz también demostraron cómo Laila podía conectarse a dispositivos de laboratorio y monitorear experimentos en curso o tareas realizadas por robots, y el asistente detectó una falla mecánica de una máquina de BioNTech durante una demostración en vivo.
“No creemos que el futuro sea la automatización total de la IA en el corto plazo. Vemos a los agentes de IA como Layla como un acelerador de la productividad que permitirá a los científicos y técnicos dedicar su tiempo limitado a lo que realmente importa”, dijo Karim Beguir, director ejecutivo de InstaDeep, al Financial Times.
InstaDeep también presentó modelos de inteligencia artificial que podrían ayudar a BioNTech a identificar o descubrir nuevos objetivos para combatir el cáncer, en la primera presentación de su tecnología desde el fabricante de la vacuna Covid-19. adquirió InstaDeep en 2023 por hasta 500 millones de libras esterlinas.
Si bien reconoció que rivales como DeepMind también podrían construir asistentes de IA, Beguir dijo que tener la tecnología de InstaDeep “bajo el mismo techo” que la experiencia de BioNTech en biología era un “acelerador” para la implementación de la IA y era “único” en el sector farmacéutico.
Los nuevos asistentes científicos llegan en un momento en que las empresas de tecnología gastan miles de millones de dólares en modelos y productos de inteligencia artificial, creyendo que la tecnología puede cambiar industrias desde la atención médica hasta la energía y la educación.
La ola de innovación de la IA en la ciencia se ha centrado hasta ahora en predecir candidatos a fármacos nuevos y útiles. Sin embargo, el obstáculo para llevar nuevos tratamientos al mercado sigue siendo la realización de experimentos en el mundo real, que es el estándar de oro en investigación científica.
El objetivo de un asistente de investigación de IA sería simplificar este proceso planificando experimentos de manera más efectiva, por ejemplo seleccionando los más prometedores entre un conjunto de experimentos posibles.
Empresas como Google y Microsoft están adaptando grandes modelos de lenguaje (software que puede generar texto, códigos, imágenes e incluso ADN o secuencias moleculares, basados en grandes conjuntos de datos de entrenamiento) para ayudar a facilitar los avances científicos.
En 2022, DeepMind diseñó un Sistema de IA conocido como AlphaFold eso podría predecir la forma de casi todas las proteínas conocidas, resolviendo un desafío científico de 50 años y potencialmente reduciendo significativamente el tiempo necesario para hacer descubrimientos biológicos.
El genetista ganador del Premio Nobel Paul Nurse dijo en el evento del Nobel en marzo que los miembros de su laboratorio “utilizan AlphaFold todo el tiempo” en experimentos bioquímicos, y agregó que el resultado del modelo de IA “no siempre es correcto, pero es lo suficientemente correcto como para serlo”. una herramienta fantástica”.
Desde entonces, Hassabis ha escindido este trabajo en una rama de medicamentos de IA conocida como Isomorphic Labs, un grupo donde Nurse forma parte del consejo asesor, que ha acordado asociaciones por valor de hasta 3.000 millones de dólares con Eli Lilly y Novartis.
La división AI4Science Research de Microsoft también ha estado aprovechando los LLM para acelerar los descubrimientos científicos. Su director Chris Bishop dijo en un foro de investigación este año que una de las propiedades notables de los LLM es que “pueden funcionar como motores de razonamiento eficaces”, lo cual es particularmente útil en ciencia.
Bishop dijo que el equipo había trabajado con el Global Health Drug Discovery Institute para utilizar LLM para descubrir nuevas moléculas para tratar la tuberculosis de manera más efectiva.
