Tudományos szuperintelligenciát épít a Lila Sciences — 10 trillió leírást gyűjtöttek

A Lila Sciences szerint a tudomány az utolsó feltáratlan forrása az internet méziű képzési adatoknak. A cég egy olyan automatizált laboratóriumot vizionál, amely 24/7 üzemmódban végez kísérleteket, és ezzel építi a tudományos szuperintelligenciát. A koncepció lényege, hogy a laboratórium egy adatközpontként működik, ahol a műszerek csomópontokként funkcionálnak egy grafikonon, és a folyamatokat AI irányítja — közölte Andy Beam, a Lila Sciences CTO-ja.

A cég már több mint 10 trillió, kísérletileg validált tudományos leírást gyűjtött. Ezek nem csupán adatszekvenciák, hanem a tudományos érvelés nyomvonalait tartalmazzák. A Lila Sciences célja, hogy az adatok skálázásával olyan általános okoskodót hozzanak létre, amely képes bármilyen tudományos problémát megoldani. A kutatók szerint ez az út a mélység felé vezet, ahol a kis molekulák kémiájában szerzett tapasztalatok átadhatóak például szén-dioxid-megkötésre alkalmas fém-organikus vázakra.

Kapcsolódó: önjavító AI lehetősége

A kísérletek felgyorsítása

A Lila Sciences nem csupán adatgyűjtésre koncentrál, hanem a kísérleti folyamatok felgyorsítására is. Rafa Gómez‑Bombarelli, a cég fizikai tudományokért felelős CSO-ja elmondta, hogy csapata egy gáz‑adszorpciós mérést épített újjá, amely így nagyjából 2500-szor gyorsabban fut, mint korábban. Ez a sebességbeli ugrás lehetővé teszi a gyorsabb iterációt és a felfedezések felgyorsítását. A cég szerint egy ilyen, nagymértékben betanított általános modell minta-mintánként felülmúlja a specifikus területekre optimalizált modelleket is.

Kapcsolódó: Stanford AI partner

A véletlen felfedezések automatizálása

A Lila Sciences arra törekszik, hogy automatizálja a véletlen felfedezések (serendipitás) folyamatát. Példaként említették Emily Whitehead esetét, aki egy ritka CAR-T terápiás gyógymódot kapott, amihez a kezelőorvosának speciális tudásra volt szüksége egy másik betegségből. A széles körű adatok és a rugalmas AI-rendszer csökkenti az ilyen szerencsefaktoroktól való függést. A cég szerint a tudományos szuperintelligencia nem csupán egy jó tesztelő, hanem képes új, kreatív megoldásokat is generálni, még akkor is, ha ez néha azt jelenti, hogy a modell kihagyja a kísérletet, de így is helyes eredményre jut.

Kapcsolódó: AI mint munkatárs

A jövő laboratóriumi modellje

A Lila Sciences egy olyan jövőt vizionál, ahol a laboratóriumok úgy működnek, mint az adatközpontok, és az AI-vezérelt robotok folyamatosan termelik az új tudományos adatokat. Ez a megközelítés, bár ambiciózus, forradalmasíthatja a tudományos kutatást, és felgyorsíthatja az új felfedezések ütemét. A cég szerint az AI-alapú felfedezés útja a skálázáson keresztül vezet, és a 10 trillió tudományos token egy lépés ezen az úton — közölte Rafa Gómez‑Bombarelli.

Kapcsolódó: mikrogravitációs labor