Một liên minh do Biohub dẫn đầu, Bộ Năng lượng Hoa Kỳ và Viện Y tế Quốc gia đã công bố cam kết trị giá 1,8 tỷ USD để tạo ra và chia sẻ công khai dữ liệu cần thiết để đào tạo các mô hình sinh học AI dự đoán – điều mà các nhà nghiên cứu gọi là theo đuổi “tế bào ảo”.

Thông báo được đưa ra hôm thứ Tư tại Thành phố Redwood, California, tập hợp các cơ quan liên bang, tổ chức từ thiện và ba trong số các tổ chức AI nổi bật nhất thế giới trong những gì Biohub mô tả là cam kết phối hợp lớn nhất nhằm tạo ra dữ liệu sinh học sẵn sàng cho AI cho đến nay. For more context on this story, see our ongoing breaking AI news.

Ai đang trả tiền cho cái gì

Con số 1,8 tỷ USD kết hợp tiền, dữ liệu, tính toán và công nghệ đo lường mới từ một số đối tác:

  • Biohub củng cố nỗ lực này bằng cam kết đầu tư 500 triệu USD khi thành lập. Trong đó, 400 triệu USD hỗ trợ các công nghệ đo lường mới giúp mở rộng những gì các nhà sinh học thực sự có thể quan sát: chụp cắt lớp điện tử lạnh, giải quyết chi tiết gần nguyên tử bên trong tế bào, bên cạnh kính hiển vi tiên tiến được thiết kế để chụp ảnh các tế bào ở quy mô và tốc độ mà quy trình làm việc trong phòng thí nghiệm hiện tại không thể tiếp cận được.
  • Bộ Năng lượng sẽ đầu tư hơn 500 triệu USD trong vòng 5 năm vào hoạt động đo lường, lập mô hình và tính toán trong phòng thí nghiệm thông qua Văn phòng Khoa học.
  • NIH sẽ điều phối việc đóng góp các bộ dữ liệu, kho lưu trữ và cơ sở kiến ​​thức được phát triển thông qua khoản đầu tư liên bang hơn 500 triệu USD trước đó, trong đó Biohub hợp tác cùng cơ quan này để chuẩn hóa các bộ dữ liệu đó cho việc đào tạo mô hình AI.
  • Google DeepMind, Isomorphic Labs và Meta đang cùng nhau đầu tư 300 triệu USD vào Sáng kiến ​​Sinh học Ảo, nỗ lực quốc tế — được công bố lần đầu vào tháng 4 năm 2026 — việc mở rộng ngày nay đã chính thức hóa.

Kết quả sẽ là một nguồn tài nguyên mở cho cộng đồng nghiên cứu toàn cầu, không phải là một tập dữ liệu độc quyền bị khóa bên trong bất kỳ công ty nào.

Một sự mở rộng, không phải một sự khởi đầu

Thông báo hôm nay chính thức hóa và mở rộng quy mô Sáng kiến Sinh học Ảo, được công bố lần đầu tiên vào tháng 4 năm 2026 với nhiệm vụ điều phối việc tạo dữ liệu giữa các tổ chức và ngành khoa học. Sự ra mắt vào tháng 4 đã thiết lập khuôn khổ; các cam kết mới sẽ lấp đầy nó bằng tiền liên bang, dữ liệu liên bang và đầu tư của khu vực tư nhân.

Sự phân công lao động có ý nghĩa. DOE mang lại khả năng tính toán đẳng cấp thế giới và thiết bị phòng thí nghiệm quốc gia. NIH mang đến các bộ dữ liệu tiêu chuẩn được tích lũy qua nhiều thập kỷ nghiên cứu được liên bang tài trợ - loại dữ liệu sinh học theo chiều dọc, được tuyển chọn mà không một phòng thí nghiệm hay công ty nào có thể tái tạo được. Biohub, tổ chức nghiên cứu được hỗ trợ bởi tổ chức từ thiện công nghệ, đóng vai trò là trung tâm tích hợp sẽ bình thường hóa các nguồn này thành các định dạng mà các mô hình AI thực sự có thể đào tạo.

Thử thách lớn 'Ô ảo'

Mục tiêu đã nêu của sáng kiến này là giúp các nhà khoa học có thể thực hiện các thí nghiệm kỹ thuật số: dự đoán cách tế bào phản ứng với thuốc, rối loạn di truyền hoặc trạng thái bệnh trước khi chạm vào pipet.

Alex Rives, Trưởng phòng Khoa học của Biohub, cho biết trong thông báo: “Một mô hình dự đoán chính xác về sinh học có thể tăng tốc đáng kể khám phá khoa học bằng cách cho phép các nhà khoa học thực hiện các thí nghiệm kỹ thuật số”. "Những hiểu biết sâu sắc từ điều này có thể mở ra sự hiểu biết sâu sắc hơn về bệnh tật và mở ra những con đường hoàn toàn mới để chữa trị."

Rives nói thêm: “Vì tiềm năng này, việc tạo ra một tế bào ảo là một trong những thách thức quan trọng nhất cho kỷ nguyên khoa học tiếp theo”. "Nó sẽ đòi hỏi những nỗ lực tạo ra dữ liệu phối hợp ở quy mô quốc gia và quốc tế, đó là lý do tại sao các đối tác này phải hợp tác với nhau."

Tại sao dữ liệu, không chỉ mô hình, lại là điểm nghẽn

AI trong sinh học đã tạo ra những kết quả mang tính bước ngoặt — dòng AlphaFold của DeepMind đã chứng minh rằng mạng lưới thần kinh có thể dự đoán cấu trúc protein với độ chính xác thực nghiệm — nhưng những hệ thống đó đã được đào tạo dựa trên dữ liệu công khai được tuyển chọn trong nhiều thập kỷ. Các vấn đề biên giới, từ việc dự đoán cách toàn bộ tế bào phản ứng với các biện pháp can thiệp đến mô hình hóa các tương tác của tế bào, đòi hỏi dữ liệu phần lớn chưa tồn tại ở dạng sẵn sàng cho AI.

Đó chính là khoảng cách mà sáng kiến ​​hướng tới. Thay vì phát hành một mô hình khác, các đối tác đang tài trợ cho cơ sở hạ tầng khoa học không mấy hấp dẫn: mở rộng dữ liệu phản ứng của tế bào để can thiệp trên nhiều loại và điều kiện tế bào hơn những gì chưa được nghiên cứu, xây dựng và xác nhận các công nghệ để nghiên cứu tế bào và tương tác của chúng ở quy mô, tốc độ và độ chính xác cao hơn, đồng thời tập hợp các kho lưu trữ chung mà các phòng thí nghiệm bên ngoài thực sự có thể sử dụng.

Việc mở rộng cũng có một khía cạnh phòng thủ. Trên Hacker News, nơi thông báo thu hút sự chú ý đáng kể, các nhà bình luận đã đối chiếu cam kết dữ liệu mở với việc chính quyền Hoa Kỳ hiện tại loại bỏ các bộ dữ liệu nghiên cứu công khai trước đây khỏi máy chủ của chính phủ - một sự căng thẳng giữa khoa học mở ở biên giới và sự trì hoãn ở những nơi khác.

Ý nghĩa của AI trong khám phá ma túy

Đối với ngành dược phẩm và công nghệ sinh học, thông điệp đưa ra là dữ liệu nền tảng đang trở thành tiện ích công cộng được chia sẻ. Isomorphic Labs, công ty thiết kế thuốc của Alphabet và Meta – công ty có nghiên cứu cơ bản về AI và cấu trúc protein – đều đang đặt cược rằng dữ liệu được chia sẻ tốt hơn sẽ tăng tốc mô hình của mọi người, bao gồm cả mô hình của chính họ.

Nếu sáng kiến ​​thành công, sản phẩm cung cấp trong thời gian ngắn sẽ là bộ dữ liệu phản hồi tế bào được mở rộng bao gồm nhiều loại và điều kiện tế bào hơn, cộng với công nghệ đo lường đã được xác thực giúp rút ngắn lộ trình từ giả thuyết đến dữ liệu huấn luyện chất lượng cao. Giải thưởng dài hạn là một mô phỏng đủ tốt để phân loại các ứng cử viên ma túy bằng kỹ thuật số trước cuộc thử nghiệm trong phòng thí nghiệm ẩm ướt đầu tiên.

Cộng đồng khoa học đang được mời tham gia một cách rõ ràng: Thông báo của Biohub kết thúc bằng lời kêu gọi cởi mở dành cho “cộng đồng khoa học trên toàn thế giới” tham gia dự án.

Để biết thêm về cách học máy đang định hình lại khoa học đời sống, hãy xem phạm vi nghiên cứu AI của AI Buzz Wire.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →