Ένας συνασπισμός με επικεφαλής τον Biohub, το Υπουργείο Ενέργειας των ΗΠΑ και τα Εθνικά Ινστιτούτα Υγείας ανακοίνωσε δέσμευση 1,8 δισεκατομμυρίων δολαρίων για τη δημιουργία και την ανοιχτή κοινή χρήση των δεδομένων που απαιτούνται για την εκπαίδευση προγνωστικών μοντέλων βιολογίας τεχνητής νοημοσύνης - αυτό που οι ερευνητές αποκαλούν την αναζήτηση ενός «εικονικού κυττάρου».
Η ανακοίνωση, που έγινε την Τετάρτη στο Redwood City της Καλιφόρνια, συγκεντρώνει ομοσπονδιακούς φορείς, φιλανθρωπικούς οργανισμούς και τρεις από τους πιο εξέχοντες οργανισμούς τεχνητής νοημοσύνης στον κόσμο, σε αυτό που η Biohub περιγράφει ως τη μεγαλύτερη συντονισμένη δέσμευση για τη δημιουργία βιολογικών δεδομένων έτοιμα για AI μέχρι σήμερα. For more context on this story, see our ongoing more AI stories.
Ποιος πληρώνει για τι
Το ποσό των 1,8 δισεκατομμυρίων δολαρίων συνδυάζει χρήματα, δεδομένα, υπολογισμούς και νέα τεχνολογία μετρήσεων από διάφορους συνεργάτες:
- Η Biohub αγκυροβολεί την προσπάθεια με την ιδρυτική της δέσμευση 500 εκατομμυρίων δολαρίων. Από αυτά, 400 εκατομμύρια δολάρια υποστηρίζουν νέες τεχνολογίες μέτρησης που επεκτείνουν αυτό που μπορούν πραγματικά να παρατηρήσουν οι βιολόγοι: κρυοηλεκτρονική τομογραφία, η οποία αναλύει σχεδόν ατομικές λεπτομέρειες μέσα στο κύτταρο, μαζί με προηγμένη μικροσκοπία που έχει σχεδιαστεί για να απεικονίζει κύτταρα σε κλίμακες και ταχύτητες που οι τρέχουσες εργαστηριακές ροές εργασίας δεν μπορούν να προσεγγίσουν.
- Το Υπουργείο Ενέργειας θα επενδύσει περισσότερα από 500 εκατομμύρια δολάρια σε διάστημα πέντε ετών σε εργαστηριακές μετρήσεις, μοντέλα και υπολογισμούς μέσω του Γραφείου Επιστήμης του.
- Το NIH θα συντονίσει τη συνεισφορά των συνόλων δεδομένων, των αποθετηρίων και των βάσεων γνώσης που αναπτύχθηκαν μέσω προηγούμενων ομοσπονδιακών επενδύσεων άνω των 500 εκατομμυρίων δολαρίων, με το Biohub να εργάζεται μαζί με τον οργανισμό για την τυποποίηση αυτών των συνόλων δεδομένων για εκπαίδευση μοντέλων AI.
- Το Google DeepMind, το Isomorphic Labs και το Meta επενδύουν συλλογικά 300 εκατομμύρια δολάρια στην Virtual Biology Initiative, τη διεθνή προσπάθεια —που ανακοινώθηκε για πρώτη φορά τον Απρίλιο του 2026— που επισημοποιείται η σημερινή επέκταση.
Το αποτέλεσμα θα είναι ένας ανοιχτός πόρος για την παγκόσμια ερευνητική κοινότητα, όχι ένα ιδιόκτητο σύνολο δεδομένων κλειδωμένο μέσα σε κάποια μεμονωμένη εταιρεία.
Μια επέκταση, όχι μια αρχή
Η σημερινή ανακοίνωση επισημοποιεί και κλιμακώνει την Πρωτοβουλία Εικονικής Βιολογίας, η οποία ανακοινώθηκε για πρώτη φορά τον Απρίλιο του 2026 με εντολή να συντονίζει τη δημιουργία δεδομένων μεταξύ ιδρυμάτων και επιστημονικών κλάδων. Η έναρξη του Απριλίου καθιέρωσε το πλαίσιο. Οι νέες δεσμεύσεις το γεμίζουν με ομοσπονδιακά χρήματα, ομοσπονδιακά δεδομένα και επενδύσεις του ιδιωτικού τομέα.
Ο καταμερισμός της εργασίας έχει σημασία. Το DOE φέρνει παγκόσμιας κλάσης υπολογιστική ικανότητα και εθνικά εργαστηριακά όργανα. Το NIH φέρνει τυποποιημένα σύνολα δεδομένων συσσωρευμένα μέσα από δεκαετίες ομοσπονδιακά χρηματοδοτούμενης έρευνας - το είδος των επιμελημένων, διαχρονικών βιολογικών δεδομένων που κανένα εργαστήριο ή εταιρεία δεν θα μπορούσε να αναγεννήσει. Το Biohub, ο ερευνητικός οργανισμός που υποστηρίζεται από τη φιλανθρωπία τεχνολογίας, λειτουργεί ως ο κόμβος ενοποίησης που θα εξομαλύνει αυτές τις πηγές σε μορφές στις οποίες μπορούν πραγματικά να εκπαιδευτούν τα μοντέλα τεχνητής νοημοσύνης.
Η μεγάλη πρόκληση του «Εικονικού Κυττάρου».
Ο δηλωμένος στόχος της πρωτοβουλίας είναι να επιτρέψει στους επιστήμονες να εκτελούν πειράματα ψηφιακά: να προβλέψουν πώς ένα κύτταρο ανταποκρίνεται σε ένα φάρμακο, μια γενετική διαταραχή ή μια κατάσταση ασθένειας πριν αγγίξει μια πιπέτα.
«Ένα ακριβές προγνωστικό μοντέλο βιολογίας θα μπορούσε να επιταχύνει δραματικά την επιστημονική ανακάλυψη επιτρέποντας στους επιστήμονες να εκτελούν πειράματα ψηφιακά», δήλωσε ο Alex Rives, Επικεφαλής Επιστήμης του Biohub, στην ανακοίνωση. «Οι γνώσεις που προέρχονται από αυτό θα μπορούσαν να ξεκλειδώσουν μια πολύ μεγαλύτερη κατανόηση της ασθένειας και να ανοίξουν εντελώς νέα μονοπάτια για θεραπείες».
«Λόγω αυτής της δυνατότητας, η δημιουργία ενός εικονικού κυττάρου είναι μια από τις πιο σημαντικές προκλήσεις για την επόμενη εποχή της επιστήμης», πρόσθεσε ο Rives. «Θα απαιτήσει συντονισμένες προσπάθειες παραγωγής δεδομένων σε εθνική και διεθνή κλίμακα, γι' αυτό και αυτοί οι εταίροι συγκεντρώνονται».
Γιατί τα δεδομένα, όχι μόνο τα μοντέλα, είναι το σημείο συμφόρησης
Η τεχνητή νοημοσύνη στη βιολογία έχει παράγει αποτελέσματα ορόσημα - η οικογένεια AlphaFold του DeepMind έδειξε ότι τα νευρωνικά δίκτυα μπορούν να προβλέψουν δομές πρωτεΐνης με πειραματική ακρίβεια - αλλά αυτά τα συστήματα εκπαιδεύτηκαν σε δεκαετίες επιμελημένα δημόσια δεδομένα. Τα προβλήματα συνόρων, από την πρόβλεψη του τρόπου με τον οποίο ολόκληρα τα κύτταρα ανταποκρίνονται στις παρεμβάσεις έως τη μοντελοποίηση κυτταρικών αλληλεπιδράσεων, απαιτούν δεδομένα που σε μεγάλο βαθμό δεν υπάρχουν ακόμη σε μορφή έτοιμη για τεχνητή νοημοσύνη.
Αυτό είναι το κενό που στοχεύει η πρωτοβουλία. Αντί να κυκλοφορήσουν ένα άλλο μοντέλο, οι εταίροι χρηματοδοτούν τη μη γοητευτική υποδομή της επιστήμης: επεκτείνουν τα δεδομένα απόκρισης κυττάρων σε παρεμβάσεις σε πολύ περισσότερους τύπους και συνθήκες κυττάρων από ό,τι έχουν μελετηθεί, χτίζουν και επικυρώνουν τεχνολογίες για τη μελέτη των κυττάρων και τις αλληλεπιδράσεις τους σε μεγαλύτερη κλίμακα, ταχύτητα και ακρίβεια και συναρμολογούν κοινόχρηστους χώρους αποθήκευσης που μπορούν πραγματικά να χρησιμοποιήσουν τα εξωτερικά εργαστήρια.
Η επέκταση έχει και αμυντική διάσταση. Στο Hacker News, όπου η ανακοίνωση τράβηξε μεγάλη προσοχή, οι σχολιαστές αντιπαραβάλλουν τη δέσμευση για τα ανοιχτά δεδομένα με την αφαίρεση από την τρέχουσα κυβέρνηση των ΗΠΑ προηγούμενων δημόσιων ερευνητικών δεδομένων από κυβερνητικούς διακομιστές - μια ένταση μεταξύ της ανοιχτής επιστήμης στα σύνορα και της περικοπής αλλού.
Τι σημαίνει για την τεχνητή νοημοσύνη στην ανακάλυψη φαρμάκων
Για τη βιομηχανία φαρμάκων και βιοτεχνολογίας, το μήνυμα είναι ότι τα θεμελιώδη δεδομένα γίνονται κοινόχρηστο δημόσιο. Η Isomorphic Labs, η εταιρεία σχεδιασμού φαρμάκων της Alphabet, και η Meta - η οποία έχει τη δική της θεμελιώδη έρευνα για την τεχνητή νοημοσύνη και την πρωτεϊνική δομή - στοιχηματίζουν ότι τα καλύτερα κοινοποιημένα δεδομένα θα επιταχύνουν τα μοντέλα όλων, συμπεριλαμβανομένου του δικού τους.
Εάν η πρωτοβουλία πετύχει, τα βραχυπρόθεσμα παραδοτέα θα επεκταθούν σε σύνολα δεδομένων απόκρισης κυψέλης που θα καλύπτουν πολύ περισσότερους τύπους και συνθήκες κυττάρων, καθώς και επικυρωμένη τεχνολογία μέτρησης που συντομεύει τη διαδρομή από την υπόθεση σε δεδομένα εκπαίδευσης υψηλής ποιότητας. Το μακροπρόθεσμο βραβείο είναι μια προσομοίωση που είναι αρκετά καλή για την ψηφιακή διαλογή των υποψηφίων φαρμάκων πριν από το πρώτο πείραμα σε υγρό εργαστήριο.
Η επιστημονική κοινότητα καλείται ρητά να συμμετάσχει: Η ανακοίνωση της Biohub κλείνει με μια ανοιχτή πρόσκληση για συμμετοχή της «παγκόσμιας επιστημονικής κοινότητας» στο έργο.
Για περισσότερα σχετικά με τον τρόπο με τον οποίο η μηχανική μάθηση αναδιαμορφώνει τις επιστήμες της ζωής, ανατρέξτε στην κάλυψη της έρευνας για την τεχνητή νοημοσύνη του AI Buzz Wire.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
