קואליציה בראשות Biohub, משרד האנרגיה האמריקני ומכוני הבריאות הלאומיים הודיעה על התחייבות של 1.8 מיליארד דולר ליצור ולשתף באופן גלוי את הנתונים הדרושים לאימון מודלים חזויים של AI של ביולוגיה - מה שהחוקרים מכנים המרדף אחר "תא וירטואלי".
ההכרזה, שהתפרסמה ביום רביעי ברדווד סיטי, קליפורניה, מפגישה סוכנויות פדרליות, פילנתרופיה ושלושה מארגוני הבינה המלאכותית הבולטים בעולם במה ש-Biohub מתארת כמחויבות המתואמת הגדולה ביותר להפקת נתונים ביולוגיים מוכנים לבינה מלאכותית עד כה. For more context on this story, see our ongoing more AI stories.
מי משלם על מה
הנתון של 1.8 מיליארד דולר משלב כסף, נתונים, חישובים וטכנולוגיית מדידה חדשה ממספר שותפים:
- Biohub מעגנת את המאמץ בהתחייבות המייסדת של 500 מיליון דולר. מתוכם, 400 מיליון דולר תומכים בטכנולוגיות מדידה חדשות שמרחיבות את מה שביולוגים יכולים לראות בפועל: טומוגרפיה קריו-אלקטרונים, שפותרת פרטים כמעט אטומיים בתוך התא, לצד מיקרוסקופיה מתקדמת שנועדה לדמיין תאים בקנה מידה ובמהירויות שזרימות העבודה הנוכחיות במעבדה לא יכולות להתקרב אליהן.
- משרד האנרגיה ישקיע יותר מ-500 מיליון דולר במשך חמש שנים במדידת מעבדה, מידול וחישוב באמצעות משרד המדע שלו.
- ה-NIH יתאם את התרומה של מערכי נתונים, מאגרי מידע ובסיסי ידע שפותחו באמצעות יותר מ-500 מיליון דולר בהשקעה פדרלית קודמת, כאשר Biohub תעבוד לצד הסוכנות לסטנדרטיזציה של מערכי נתונים אלה לאימון מודלים של AI.
- Google DeepMind, Isomorphic Labs ומטה משקיעות ביחד 300 מיליון דולר ביוזמת הביולוגיה הווירטואלית, המאמץ הבינלאומי - שהוכרז לראשונה באפריל 2026 - שההרחבה של היום מתגבשת.
התוצאה תהיה משאב פתוח עבור קהילת המחקר העולמית, ולא מערך נתונים קנייני הנעול בתוך חברה אחת.
הרחבה, לא התחלה
ההכרזה של היום ממסדת ומגדילה את יוזמת הביולוגיה הווירטואלית, שהוכרזה לראשונה באפריל 2026 עם מנדט לתאם יצירת נתונים בין מוסדות ודיסציפלינות מדעיות. השקת אפריל הקימה את המסגרת; ההתחייבויות החדשות ממלאות אותו בכסף פדרלי, נתונים פדרליים והשקעות במגזר הפרטי.
ענייני חלוקת העבודה. ה-DOE מביא כושר מחשוב ברמה עולמית ומכשור מעבדה לאומי. ה-NIH מביא מערכי נתונים סטנדרטיים שנצברו במהלך עשרות שנים של מחקר במימון פדרלי - מסוג הנתונים הביולוגיים האורכיים, שאף מעבדה או חברה לא יכלו ליצור מחדש. Biohub, ארגון המחקר המגובה על ידי פילנתרופיה טכנולוגית, פועל כמרכז המשלב שינרמל את המקורות הללו לפורמטים שמודלים של AI יכולים להתאמן עליהם.
האתגר הגדול של 'תא וירטואלי'
המטרה המוצהרת של היוזמה היא לאפשר למדענים לבצע ניסויים בצורה דיגיטלית: לחזות כיצד תא מגיב לתרופה, להפרעה גנטית או למצב מחלה לפני נגיעה בפפטה.
"מודל חיזוי מדויק של ביולוגיה יכול להאיץ באופן דרמטי את הגילוי המדעי על ידי כך שיאפשר למדענים לבצע ניסויים באופן דיגיטלי", אמר אלכס ריבס, ראש המדע של Biohub, בהכרזה. "התובנות שמגיעות מזה יכולות לפתוח הבנה הרבה יותר גדולה של מחלות ולפתוח נתיבים חדשים לגמרי לריפוי."
"בגלל הפוטנציאל הזה, יצירת תא וירטואלי היא אחד האתגרים החשובים ביותר לעידן הבא של המדע", הוסיף ריבס. "זה ידרוש מאמצי יצירת נתונים מתואמים בקנה מידה לאומי ובינלאומי, וזו הסיבה שהשותפים הללו מתאחדים".
מדוע נתונים, לא רק דגמים, הם צוואר הבקבוק
בינה מלאכותית בביולוגיה הניבה תוצאות מובילות - משפחת AlphaFold של DeepMind הדגימה שרשתות עצביות יכולות לחזות מבני חלבון בדיוק ניסיוני - אבל המערכות הללו אומנו על סמך עשרות שנים של נתונים ציבוריים שנאספו. בעיות הגבול, מחיזוי האופן שבו תאים שלמים מגיבים להתערבויות ועד ליצירת מודלים של אינטראקציות סלולריות, דורשות נתונים שבמידה רבה עדיין לא קיימים בצורה מוכנה לבינה מלאכותית.
זה הפער אליו מכוונת היוזמה. במקום לשחרר מודל נוסף, השותפים מממנים את התשתית הבלתי זוהרת של המדע: הרחבת נתוני תגובת התא להתערבויות על פני הרבה יותר סוגי תאים ותנאים ממה שנחקרו עד כה, בונים ואימות טכנולוגיות לחקר תאים ואינטראקציות ביניהם בקנה מידה, מהירות ודיוק גדולים יותר, והרכבת מאגרים משותפים שמעבדות חיצוניות יכולות להשתמש בהם בפועל.
להרחבה יש גם מימד הגנתי. ב-Hacker News, שם משכה ההכרזה תשומת לב משמעותית, המגיבים עמדו בניגוד למחויבות לנתונים פתוחים להסרה של הממשל האמריקני הנוכחי של מערכי מחקר פומביים בעבר משרתי ממשלה - מתח בין מדע פתוח בחזית לבין התנתקות במקומות אחרים.
מה זה אומר עבור AI בגילוי סמים
עבור תעשיית התרופות והביוטכנולוגיה, המסר הוא שהנתונים הבסיסיים הופכים לשירות ציבורי משותף. Isomorphic Labs, חברת עיצוב התרופות של Alphabet, ומטה - שיש לה מחקר בסיסי משלה בינה מלאכותית ועבודת מבנה חלבון - שתיהן מהמרות שמידע משותף טוב יותר יאיץ את המודלים של כולם, כולל שלהם.
אם היוזמה תצליח, התוצרים לטווח הקרוב יהיו מורחבים מערכי נתונים של תגובת תאים המכסים הרבה יותר סוגי תאים ותנאים, בתוספת טכנולוגיית מדידה מאומתת המקצרת את הדרך מהשערה לנתוני אימון באיכות גבוהה. הפרס לטווח ארוך הוא סימולציה טובה מספיק כדי לבצע ניסוי דיגיטלי של מועמדים לתרופות לפני הניסוי הראשון במעבדה רטובה.
הקהילה המדעית מוזמנת להשתתף במפורש: ההודעה של Biohub נסגרת בקריאה פתוחה ל"קהילה המדעית העולמית" להצטרף לפרויקט.
למידע נוסף על האופן שבו למידת מכונה מעצבת מחדש את מדעי החיים, עיין בסיקור המחקר של AI Buzz Wire.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
