บริษัทวิจัยการลงทุนต้องการพิสูจน์ว่า AI สามารถปฏิวัติการพัฒนายาได้ ดังนั้นจึงร่วมมือกับ Anthropic เพื่อดูว่า Claude เวอร์ชันที่ยังไม่เผยแพร่จะสามารถสร้างพิษแมงป่องได้หรือไม่ มันทำไม่ได้ และการตรวจสอบข้อเท็จจริงโดยละเอียดโดย The Verge ซึ่งเผยแพร่เมื่อวันที่ 22 ตุลาคม ระบุอย่างชัดเจนว่าการทดลองนี้ขาดการกล่าวอ้างของไวรัสไปไกลแค่ไหน แม้ว่านักวิจัยจะยอมรับว่าผลลัพธ์ที่ซ่อนอยู่นั้นมี "แนวโน้มทางเทคนิค"
ตอนนี้เป็นกรณีศึกษาว่า AI ค้นพบยาอ้างการเดินทางได้อย่างไร: การทดลองที่ฉูดฉาด โพสต์บนบล็อกที่มีชัยชนะ และช่องว่างระหว่างสิ่งที่แสดงให้เห็นและสิ่งที่พาดหัวข่าวบอกเป็นนัย สำหรับอุตสาหกรรมที่การระดมทุนด้านปัญญาประดิษฐ์ขึ้นอยู่กับการเล่าเรื่องที่อิงกับวิทยาศาสตร์มากขึ้นเรื่อยๆ ก็คุ้มค่าที่จะอ่านอย่างใกล้ชิด
การทดลองเกิดขึ้นได้อย่างไร
บริษัทที่อยู่เบื้องหลังการทดลองนี้คือ Citrini Research ซึ่งตีพิมพ์บล็อกโพสต์ชื่อ "เราต้องการใช้ Claude เพื่อสร้างยาใหม่ นี่คือสิ่งที่เกิดขึ้น" ตามรายงานของ The Verge เรื่องราวดังกล่าวมาพร้อมกับคำถามเชิงวาทศิลป์ เรื่องราวการผจญภัยทางวิทยาศาสตร์สมัครเล่นของทีมแบบเจาะลึก และคำพูดของ Charles Darwin Citrini เองยอมรับว่า "ไม่มีใครสามารถอ้างว่ารู้อะไรเกี่ยวกับ AI เนื่องจากเกี่ยวข้องกับชีววิทยา"
ความร่วมมือมีต้นกำเนิดที่ผิดปกติ Citrini วิ่งเข้าไปในรั้วรักษาความปลอดภัยทางชีวภาพของ Claude ในขณะที่พยายามหาแบบจำลองเพื่อวิจัยผู้สมัครยา และผู้เขียนโพสต์กล่าวว่าพวกเขา "สแปมโทรหาใครก็ตามในรายชื่อผู้ติดต่อของฉันที่ทำงานในห้องปฏิบัติการ AI" จนกว่าพวกเขาจะพบพันธมิตรที่เต็มใจ Anthropic ตกลงที่จะยกเลิกข้อจำกัดดังกล่าว และให้สิทธิ์แก่ทีมในการเข้าถึงโมเดลขั้นสูงที่ยังไม่ได้เผยแพร่ โดยมีเงื่อนไขว่าจะต้องทำงานจากสำนักงานของ Anthropic ห้องปฏิบัติการ AI ยังรับผิดชอบค่าใช้จ่ายด้านการประมวลผลและโทเค็น ซึ่งมีมูลค่าเพียง 50,000 ดอลลาร์เท่านั้น
ยาต้านพิษแมงป่องเป็นเป้าหมายที่เหมาะสม เนื่องจากเป็นการรักษาที่มีราคาแพงซึ่งผลิตได้ยาก ซึ่งมักเกี่ยวข้องกับการฉีดพิษเข้าไปในม้า เป้าหมายคือการใช้ Claude ในการออกแบบโปรตีนที่สามารถจับกับสารพิษในพิษแมงป่อง
ด้วยความช่วยเหลือความยาว 35 หน้า ทีมงานได้ปล่อยสารย่อยประมาณ 300 ชนิดเพื่อค้นหาโปรตีนที่เหมาะสม บัญชีของ Anthropic ที่มีสติมากขึ้นระบุว่า Claude สร้างผู้สมัครได้เกือบ 320,000 คน และลดเหลือการออกแบบเหลือ 180 แบบหลังจากทิ้งสิ่งที่คล้ายกับสารพิษหรือโปรตีนที่มีอยู่ออกไป กระบวนการทั้งหมดใช้เวลา 64 ชั่วโมง เมื่อทำงานร่วมกับ Claude ทีมงานได้เพิ่มการออกแบบอีก 31 แบบ รวมเป็น 211 แบบ
สิ่งที่ Wet Labs พบ
จากนั้น ซิทรินีได้ส่งการออกแบบไปยังห้องปฏิบัติการภายนอกสองแห่ง ได้แก่ บริษัท Adaptyv Bio ซึ่งเป็นบริษัทเทคโนโลยีชีวภาพของสวิส และ Twist Biosciences ในสหรัฐฯ เพื่อทดสอบว่าโปรตีนสามารถจับกับเป้าหมายที่ตั้งใจไว้ได้หรือไม่ การทดสอบดังกล่าวมีค่าใช้จ่ายประมาณ 150,000 ดอลลาร์ ทำให้ค่าใช้จ่ายทั้งหมดอยู่ที่ประมาณ 200,000 ดอลลาร์ ยังไม่ชัดเจนว่าเหตุใดการทดสอบจึงไม่สามารถดำเนินการได้ที่ห้องปฏิบัติการเปียกชีววิทยาของ Anthropic ในแคลิฟอร์เนีย
ผลลัพธ์: โปรตีน 17 ชนิดผ่านไป จับกับสารพิษแมงป่อง 4 ใน 5 ชนิดที่ทีมหวังว่าจะกำหนดเป้าหมาย ไม่มีโปรตีนตัวใดตัวหนึ่งที่จับกับสารพิษมากกว่าตัวเดียว
และนั่นคือจุดสิ้นสุดของเรื่องราวทางวิทยาศาสตร์ การเกาะติดกับสารพิษไม่ได้หมายความว่าโปรตีนสามารถทำให้สารพิษนั้นเป็นกลางได้ ไม่ต้องพูดถึงว่าเป็นการรักษาที่ปลอดภัยและมีประสิทธิภาพ โพสต์ของซิทรินียอมรับว่า "ยังไม่มีการทดลองใดที่ทดสอบได้ว่าพวกเขาหยุดการทำงานของสารพิษได้จริงหรือไม่" กล่าวอีกนัยหนึ่ง บริษัทตั้งใจที่จะผลิตยาตัวใหม่และแทนที่จะบรรลุขั้นตอนที่เร็วกว่านั้นมากในขั้นตอนการผลิต ซึ่งเป็นขั้นตอนที่ผู้เชี่ยวชาญอธิบายว่าเป็นส่วนที่ค่อนข้างง่าย
ผู้เชี่ยวชาญ: มีแนวโน้ม แต่เกิดก่อนกำหนด
The Verge ได้ปรึกษาผู้เชี่ยวชาญทางวิชาการหลายคน และฉันทามติของพวกเขาก็สอดคล้องกัน Andreas Hougaard Laustsen-Kiel ศาสตราจารย์ด้านเทคโนโลยีแอนติบอดีจากมหาวิทยาลัยเทคนิคแห่งเดนมาร์กกล่าวว่า "การค้นพบสารยึดเกาะที่ดีกับสารพิษจากงูและแมงป่องนั้นเป็นเรื่องง่าย" "ส่วนที่ยากคือการแปลเป็นยา"
เพื่อนร่วมงาน DTU สองคน ได้แก่ ผู้ช่วยศาสตราจารย์ เมลิซา เบนาร์ วัลเล และนักวิจัยอาวุโส แอนน์ ยุงการ์ อธิบายเพิ่มเติมว่าการค้นพบนี้ “ห่างไกลจากยารักษาโรคและเกินจริง” พวกเขาเขียนว่าผลลัพธ์ที่ได้มีแนวโน้มทางเทคนิค แต่ความปลอดภัย ความมั่นคง พฤติกรรมในร่างกาย และความสามารถในการพัฒนาทั้งหมดยังไม่เป็นที่ทราบแน่ชัด “การแปลสารยึดเกาะเหล่านี้ให้เป็นยาจริงๆ ยังคงเป็นกระบวนการที่ยาวและท้าทาย” ในมุมมองของพวกเขา องค์ประกอบที่แปลกใหม่อย่างแท้จริงของการทดลองคือกระบวนการค้นพบโดยอัตโนมัติ ไม่ใช่ผลลัพธ์ทางชีววิทยา
Andreas Bender ศาสตราจารย์ด้านแมชชีนเลิร์นนิงด้านการแพทย์ที่มหาวิทยาลัย Khalifa ในอาบูดาบี และศาสตราจารย์รับเชิญที่มหาวิทยาลัยเคมบริดจ์ ได้เพิ่มบริบทที่ทำให้ความแปลกใหม่นี้ลดน้อยลงไปอีก: วิธีการที่มีอยู่ เช่น การคัดกรองที่มีปริมาณงานสูง มักจะสามารถค้นหาผู้สมัครจำนวนมากที่ได้รับความนิยมในราคาที่สามารถจัดการได้ โดยไม่ต้องใช้ AI เลย การออกแบบโปรตีนที่จับกับเป้าหมายถือเป็นปัญหาที่ได้รับการแก้ไขแล้ว "มันเป็นการแปลที่ขาดหายไป"
มุมมองทางธุรกิจ
เหตุใดบริษัทวิจัยการลงทุนจึงทุ่มเงิน 200,000 ดอลลาร์สหรัฐฯ เพื่อที่จะไม่ผลิตยา เพราะการทดลองเป็นสองเท่าของการตลาด Citrini ประกาศว่าการฝึกนี้ประสบความสำเร็จ โดยอ้างว่าเป็นการให้โอกาสการลงทุนในยุคแห่งการค้นพบยาที่ใช้ AI ที่กำลังจะมาถึง วิทยานิพนธ์รั้นเฉพาะเจาะจงสงวนไว้สำหรับสมาชิกที่ชำระเงิน แม้ว่า Bloomberg รายงานว่าบริษัทเน้นย้ำบริษัทที่เกี่ยวข้องกับการทดสอบการพัฒนายา รวมถึง Charles River Laboratories ซึ่งเป็นผู้จัดหาไพรเมตสำหรับการวิจัยในสัตว์
ตัวเลือกการจัดเฟรมพูดเพื่อตัวเอง ในวิดีโอที่พูดถึงการทดลองนี้ Citrini อธิบายว่าส่วน AI นั้น "ฟรี" โดยมองข้ามแท็บ Anthropic ที่มีมูลค่าประมาณ 50,000 ดอลลาร์ เมื่อถูกท้าทาย บริษัทกล่าวหาว่านักวิจารณ์ใช้วิธีจู้จี้จุกจิก โดยเขียนว่า "ไม่ใช่เพื่อเอาชนะม้าตาย แต่เราเป็นบริษัทวิจัยการลงทุน ไม่ใช่สตาร์ทอัพด้านเทคโนโลยีชีวภาพ" ทั้ง Citrini และ Anthropic ไม่ตอบสนองต่อคำร้องขอความคิดเห็นของ The Verge
บริบทก็มีความสำคัญเช่นกัน ก่อนหน้านี้ Citrini เคยอยู่เบื้องหลังนิยายที่เผยแพร่อย่างกว้างขวางโดยจินตนาการถึงหายนะทางเศรษฐกิจที่เกิดจาก AI ซึ่งได้รับความสนใจจากโซเชียลมีเดียและตลาดในโลกแห่งความเป็นจริงที่สั่นสะเทือน Anthropic เพียงไม่กี่สัปดาห์จากการเสนอขายหุ้น IPO ที่คาดการณ์ไว้อย่างถึงพริกถึงขิง มีเหตุผลของตัวเองที่จะพูดถึงศักยภาพของ AI ในการพัฒนายาและวิทยาศาสตร์เพื่อชีวิต - สองด้านที่มันกำลังดำเนินการอย่างแข็งขัน
สิ่งที่การทดลองพิสูจน์ได้จริง
การทดลองนี้แสดงให้เห็นบางสิ่งที่เป็นจริงแต่แคบกว่าหัวข้อข่าวที่แนะนำ โดยปราศจากการโฆษณาเกินจริง กล่าวคือ แบบจำลอง AI ซึ่งทำงานโดยอิสระอย่างผิดปกติ สามารถดำเนินการค้นหาผู้สมัครโปรตีนขนาดใหญ่ได้ในราคาถูกและรวดเร็ว ทำให้เกิดรายการสั้นที่มีสารยึดเกาะของแท้ นั่นคือการเพิ่มผลผลิตอย่างมีนัยสำคัญสำหรับงานค้นพบในระยะเริ่มแรก
แต่ระยะห่างจาก "โปรตีน 17 ชนิดที่จับกัน" ไปจนถึง "สารต้านพิษที่ช่วยชีวิต" ครอบคลุมถึงการศึกษาด้านความปลอดภัย การกำหนดสูตร การทดสอบประสิทธิภาพ และการทดลองด้านกฎระเบียบ ซึ่งเป็นส่วนที่ยาวนานและมีราคาแพงของการพัฒนายาที่ยังไม่มีการบีบอัดข้อมูลทางคอมพิวเตอร์จำนวนหนึ่ง ผู้เชี่ยวชาญบอกกับ The Verge ว่าการเปลี่ยนโมเลกุลที่มีศักยภาพให้เป็นยาที่มีประสิทธิภาพยังคงเป็นความท้าทายที่ยิ่งใหญ่กว่าการค้นหามัน
บทเรียนสำหรับผู้อ่านที่ประเมินเรื่องราววิทยาศาสตร์ AI ที่เป็นไวรัลเรื่องต่อไปนั้นง่ายมาก โดยถามว่าผลลัพธ์ที่ได้คือการค้นพบ การคัดเลือก หรือการนำเสนอแบบสมัครสมาชิก
ก้าวนำหน้า AI
ก้าวข้ามกระแสข่าวด้วยการรายงานข่าว AI ของเราที่ AI Buzz Wire
อ่านข่าว AI เพิ่มเติม →
