एका गुंतवणूक संशोधन संस्थेला हे सिद्ध करायचे होते की AI औषध विकासात क्रांती घडवू शकते. त्यामुळे क्लॉडची अप्रकाशित आवृत्ती विंचूविरोधी विष बनवू शकते की नाही हे पाहण्यासाठी ते अँथ्रोपिकसोबत एकत्र आले. हे शक्य झाले नाही — आणि 22 ऑक्टोबर रोजी प्रकाशित झालेल्या द व्हर्जने केलेल्या तपशीलवार तथ्य-तपासणीत, हा प्रयोग व्हायरल दाव्यापासून किती दूर गेला हे स्पष्ट करते, जरी संशोधकांनी अंतर्निहित परिणाम "तांत्रिकदृष्ट्या आशादायक" असल्याचे मान्य केले.
एपिसोड हा एआय ड्रग-डिस्कव्हरी प्रवासाचा दावा कसा करतो याचा एक केस स्टडी आहे: एक चमकदार प्रयोग, एक विजयी ब्लॉग पोस्ट, आणि जे प्रात्यक्षिक केले गेले आणि मथळे काय सूचित करतात यामधील अंतर. अशा उद्योगासाठी जिथे कृत्रिम बुद्धिमत्तेचा निधी वाढत्या प्रमाणात विज्ञानाशी संलग्न कथाकथनावर अवलंबून असतो, ते बारकाईने वाचण्यासारखे आहे.
प्रयोग कसा उलगडला
प्रयोगामागील फर्म सिट्रिनी रिसर्च आहे, ज्याने "आम्ही नवीन औषध तयार करण्यासाठी क्लॉडचा वापर करू इच्छितो. हे काय झाले आहे" या शीर्षकाचे ब्लॉग पोस्ट प्रकाशित केले आहे. द व्हर्जच्या वृत्तानुसार, हे खाते वक्तृत्वात्मक प्रश्नांसह पूर्ण झाले, संघाच्या हौशी वैज्ञानिक साहसांचे ब्लो-बाय-ब्लो खाते आणि चार्ल्स डार्विनचे कोट. सिट्रिनीने स्वतः कबूल केले की "आमच्यापैकी कोणीही एआय बद्दल काहीही जाणून घेण्याचा दावा करू शकत नाही कारण ते जीवशास्त्राशी संबंधित आहे."
सहयोग एक असामान्य मूळ होता. ड्रग उमेदवारांवर संशोधन करण्यासाठी मॉडेल मिळवण्याचा प्रयत्न करत असताना Citrini क्लॉडच्या बायोसेक्युरिटी रेलिंगमध्ये धावली आणि पोस्टचे लेखक म्हणतात की त्यांनी "एआय लॅबमध्ये काम केलेल्या माझ्या संपर्क यादीतील कोणालाही स्पॅमने कॉल केला" जोपर्यंत त्यांना इच्छुक भागीदार सापडत नाही. अँथ्रोपिकने निर्बंध हटवण्यास आणि संघाला अधिक प्रगत, अप्रकाशित मॉडेलमध्ये प्रवेश देण्याचे मान्य केले — या अटीवर की ते अँथ्रोपिकच्या कार्यालयांमधून काम करतात. एआय लॅबने कंप्यूट आणि टोकन बिल देखील पेलले, जे फक्त $50,000 ला लाजाळू होते.
स्कॉर्पियन अँटीवेनम हे योग्य लक्ष्य होते: हा एक महागडा उपचार आहे जो तयार करणे कठीण आहे, ज्यामध्ये अनेकदा घोड्यांमध्ये विष टोचणे समाविष्ट असते. क्लॉडचा वापर विंचूच्या विषातील विषाला बांधून ठेवू शकणारे प्रथिने तयार करण्यासाठी करणे हे होते.
35-पानांच्या प्रॉम्प्टसह सशस्त्र, संघाने योग्य प्रथिने शोधण्यासाठी सुमारे 300 सबएजंट सोडले. अँथ्रोपिकचे स्वतःचे, अधिक सोबर खाते असे सांगते की क्लॉडने जवळपास 320,000 उमेदवार तयार केले आणि ज्ञात विष किंवा विद्यमान प्रथिने सारखे दिसणारे काढून टाकून त्यांना 180 डिझाइनपर्यंत खाली आणले. या संपूर्ण प्रक्रियेला 64 तास लागले. क्लॉडसोबत काम करताना, टीमने आणखी 31 डिझाईन्स जोडल्या, ज्यामुळे एकूण संख्या 211 झाली.
ओल्या लॅबमध्ये काय आढळले
सिट्रिनीने नंतर दोन बाहेरील प्रयोगशाळांना डिझाईन्स पाठवले - स्विस बायोटेक कंपनी ॲडाप्टीव्ह बायो आणि यूएस-आधारित ट्विस्ट बायोसायन्सेस - प्रथिने खरोखर त्यांच्या उद्दीष्टांना बांधू शकतात की नाही हे तपासण्यासाठी. त्या चाचणीसाठी अंदाजे आणखी $150,000 खर्च आला, ज्यामुळे एकूण खर्च सुमारे $200,000 झाला. कॅलिफोर्नियातील अँथ्रोपिकच्या स्वतःच्या जीवशास्त्र ओल्या प्रयोगशाळेत चाचण्या का केल्या जाऊ शकल्या नाहीत हे अद्याप अस्पष्ट आहे.
परिणाम: 17 प्रथिने उत्तीर्ण झाली, एकत्रितपणे पाच स्कॉर्पियन टॉक्सिन्सपैकी चार गटांना लक्ष्यित करण्याची आशा होती. प्रथिनेंपैकी एकही विषापेक्षा जास्त विषाशी बांधलेले नाही.
आणि तिथेच वैज्ञानिकदृष्ट्या कथा संपते. विषाशी बंधनकारक याचा अर्थ असा नाही की प्रथिने ते निष्प्रभावी करू शकतात, एक सुरक्षित आणि प्रभावी उपचार म्हणून कार्य करू द्या. सिट्रिनीच्या स्वतःच्या पोस्टने कबूल केले आहे की "त्यांनी खरोखर विष कार्य करणे थांबवले की नाही याची चाचणी अद्याप कोणत्याही प्रयोगाने केलेली नाही." दुसऱ्या शब्दांत, फर्मने नवीन औषध बनवण्याचे ठरवले आणि त्याऐवजी पाइपलाइनमध्ये खूप पूर्वीचे पाऊल पूर्ण केले - ज्याचे तज्ञ तुलनात्मकदृष्ट्या सोपे भाग म्हणून वर्णन करतात.
तज्ञ: आशादायक, परंतु अकाली
व्हर्जने अनेक शैक्षणिक तज्ञांशी सल्लामसलत केली आणि त्यांची सहमती सुसंगत होती. डेन्मार्कच्या टेक्निकल युनिव्हर्सिटीमधील अँटीबॉडी तंत्रज्ञानाचे प्राध्यापक आंद्रियास हौगार्ड लॉस्टसेन-कील म्हणाले, "साप आणि विंचू विषांविरूद्ध एक चांगला बाईंडर शोधणे सोपे आहे." "कठीण भाग म्हणजे त्याचे औषधात भाषांतर करणे."
त्यांचे दोन डीटीयू सहकारी - सहाय्यक प्राध्यापक मेलिसा बेनार्ड व्हॅले आणि वरिष्ठ संशोधक ॲनी लुंगर्स - पुढे गेले आणि त्यांनी निष्कर्षांचे वर्णन "औषधापासून दूर आणि हायप केलेले" असे केले. परिणाम तांत्रिकदृष्ट्या आशादायक आहेत, त्यांनी लिहिले, परंतु सुरक्षितता, स्थिरता, शरीरातील वर्तन आणि विकासक्षमता हे सर्व अज्ञात आहेत. "या बाईंडरचे प्रत्यक्ष औषधात भाषांतर करणे ही एक लांब आणि आव्हानात्मक प्रक्रिया आहे." त्यांच्या मते, प्रयोगाचा खरा कादंबरी घटक स्वायत्त शोध प्रक्रिया होता, जैविक परिणाम नव्हे.
अबू धाबीमधील खलिफा विद्यापीठातील मेडिसिनमधील मशीन लर्निंगचे प्राध्यापक आणि केंब्रिज विद्यापीठातील व्हिजिटिंग प्रोफेसर, अँड्रियास बेंडर यांनी नवीनतेला आणखी कमी करणारे संदर्भ जोडले: उच्च-थ्रूपुट स्क्रीनिंगसारख्या विद्यमान पद्धती सहसा कोणत्याही AI शिवाय व्यवस्थापित करता येण्याजोग्या खर्चात अनेक उमेदवार हिट शोधण्यात सक्षम असतात. लक्ष्यांना जोडणारी प्रथिने तयार करणे, त्याच्या शब्दात, "एक प्रकारची" समस्या सोडवली जाते. "हेच भाषांतर उणीव आहे."
व्यवसाय कोन
एखादी गुंतवणूक संशोधन संस्था औषध न बनवण्यासाठी $200,000 का खर्च करेल? कारण मार्केटिंग म्हणून प्रयोग दुप्पट होतो. AI-सक्षम औषध शोधाच्या आगामी काळात गुंतवणुकीच्या संधींची झलक दाखवून सिट्रिनीने या व्यायामाला एकप्रकारे यशस्वी घोषित केले. त्याच्या तेज प्रबंधाचे तपशील देय सदस्यांसाठी राखीव होते, जरी ब्लूमबर्गने अहवाल दिला की फर्मने औषध विकासाच्या चाचणीत गुंतलेल्या कंपन्यांवर प्रकाश टाकला, ज्यात चार्ल्स रिव्हर लॅबोरेटरीजचा समावेश आहे, जे प्राणी संशोधनासाठी प्राइमेट्सचा पुरवठा करते.
फ्रेमिंग निवडी स्वतःसाठी बोलतात. प्रयोगाविषयी चर्चा करणाऱ्या व्हिडिओमध्ये, सिट्रिनीने AI भागाचे वर्णन "मोफत" असे केले - अंदाजे $50,000 अँथ्रोपिक टॅबकडे दुर्लक्ष करून. आव्हान दिल्यावर, फर्मने टीकाकारांवर निटपिकिंगचा आरोप लावला आणि लिहिले: "मृत घोड्याला मारण्यासाठी नाही, परंतु आम्ही एक गुंतवणूक संशोधन संस्था आहोत - बायोटेक स्टार्टअप नाही." Citrini किंवा Anthropic दोघांनीही टिप्पणीसाठी द व्हर्जच्या विनंतीला प्रतिसाद दिला नाही.
येथेही संदर्भ महत्त्वाचे आहेत. Citrini पूर्वी AI-प्रेरित आर्थिक आपत्तीची कल्पना करणाऱ्या मोठ्या प्रमाणावर प्रसारित केलेल्या काल्पनिक तुकड्यामागे होती ज्याने सोशल मीडियावर आकर्षण मिळवले आणि वास्तविक-जागतिक बाजारपेठांमध्ये खळबळ उडाली. एन्थ्रोपिक, त्याच्या तीव्र अपेक्षीत IPO पासून फक्त आठवडे बाहेर, औषध विकास आणि जीवन विज्ञान मध्ये AI च्या संभाव्यतेबद्दल बोलण्याची स्वतःची कारणे आहेत - ती दोन क्षेत्रे सक्रियपणे पाठपुरावा करत आहे.
प्रयोगाने प्रत्यक्षात काय सिद्ध झाले
हाईप काढून टाकलेला, प्रयोग सुचविलेल्या मथळ्यांपेक्षा वास्तविक परंतु अरुंद काहीतरी प्रदर्शित करतो: एक AI मॉडेल, असामान्य स्वायत्ततेसह कार्यरत, मोठ्या प्रमाणात प्रोटीन उमेदवार शोध स्वस्तात आणि त्वरीत चालवू शकतो, वास्तविक बाइंडर असलेली शॉर्टलिस्ट तयार करतो. सुरुवातीच्या टप्प्यातील शोध कार्यासाठी ही एक अर्थपूर्ण उत्पादकता वाढ आहे.
परंतु "17 प्रोटीन्स जे बांधतात" ते "जीव वाचवणारे अँटीव्हनम" पर्यंतचे अंतर सुरक्षा अभ्यास, सूत्रीकरण, परिणामकारकता चाचणी आणि नियामक चाचण्यांमध्ये पसरते - औषध विकासाचा दीर्घ, महाग भाग जो अद्याप कोणत्याही मोजणीने संकुचित केलेला नाही. तज्ञांनी द वर्जला सांगितले की आशादायक रेणूंना प्रभावी औषधांमध्ये रूपांतरित करणे हे त्यांना शोधण्यापेक्षा खूप मोठे आव्हान आहे.
पुढील व्हायरल AI-विज्ञान कथेचे मूल्यांकन करणाऱ्या वाचकांसाठी धडा सोपा आहे: परिणाम शोध, शॉर्टलिस्ट — किंवा सबस्क्रिप्शन पिच होता का ते विचारा.
