تخططان Eli Lilly و Nvidia لإنشاء مختبر ذكاء اصطناعي جديد لتسريع اكتشاف الأدوية

الطبيب سيراك الآن. إنه وكيل ذكاء اصطناعي يحمل بطاقة زائر — ويحرق ثمانية أرقام شهريًا.

أعلنت Nvidia وEli Lilly يوم الاثنين عن إطلاق مختبر ابتكار مشترك للذكاء الاصطناعي يهدف إلى تسريع اكتشاف الأدوية — التزام لمدة خمس سنوات بأكثر من مليار دولار، يعتمد على الاكتشاف السريع والمغلق الدائرة الذي يهدف إلى "تصنيع" نماذج الذكاء الاصطناعي وتسريع التطوير السريري. ستتواجد الشركتان في موقع جديد بمنطقة الخليج حتى تتمكن الفرق من العمل معًا في الوقت الفعلي، مع استهداف افتتاح الموقع بحلول نهاية مارس.

ربطت كيمبرلي باول، نائبة رئيس Nvidia للرعاية الصحية، خطة التوسع بأجهزة Nvidia المستقبلية، قائلة إن مصنع الذكاء الاصطناعي الجديد الذي نشرته Lilly من المتوقع أن ينمو إلى بيئة سحابية هجينة مدعومة بأنظمة Nvidia Vera Rubin المستقبلية، جنبًا إلى جنب مع قدرة سحابة Nvidia DGX. بالنسبة إلى Nvidia، هذا هو نوع التفاصيل الذي يحول الشراكة إلى شيء أكثر متانة من مجرد عنوان: خطة متعددة السنوات تنظر بالفعل إلى ما بعد الجيل الحالي من الأجهزة.

قالت باول: "من خلال الجمع بين خبرة Lilly العميقة في مجال اكتشاف الأدوية وخبرة Nvidia في الذكاء الاصطناعي والحوسبة المتسارعة، نحن نبني مستقبل تصميم وتطوير الأدوية".

وصفها لما سيفعله المختبر يركز بشدة على توليد البيانات — العنصر غير اللامع الذي يحدد ما إذا كان "اكتشاف الأدوية بالذكاء الاصطناعي" يتصرف كعلم أم مجرد عرض توضيحي. وذكرت أن التركيز الرئيسي سيكون على إنتاج "بيانات تدريب مذهلة" من خلال العمل المختبري واسع النطاق، وإنشاء "بيانات حقيقية في المختبر" لتدريب نماذج الأساس البيولوجية ببيانات متعددة الأنماط، ثم تضييق الحلقة بين الفرضيات والاكتشاف. وهذه هي الفكرة الكامنة وراء كل الترتيبات: تجارب أفضل تخلق بيانات أفضل؛ بيانات أفضل تخلق نماذج أفضل؛ نماذج أفضل تجعل التجارب التالية أكثر تركيزًا — حلقة تغذية راجعة مصممة للإنتاجية.

في بيان صحفي، وصف Diogo Rau، رئيس المعلومات والتحول الرقمي في Lilly، المختبر بأنه تحول في كيفية إجراء الاكتشاف. قال: "نرى هذا كعامل محفز للقدرات التي ستحدد عصر اكتشاف الأدوية القادم". وأضاف: "من خلال العمل مع Nvidia، نحن نوحد الحوسبة الضخمة، المواهب المتخصصة والقدرة على تشكيل البيانات على نطاق هائل". وتابع: "نحن نتجه نحو مستقبل يقوده الاكتشاف من خلال التجارب السريعة والنماذج المخصصة بشكل متزايد".

نسخة باول من الرهان ذاته تركز بشدة على إنشاء البيانات — "بيانات حقيقية في المختبر" يتم إنتاجها من خلال العمل المختبري واسع النطاق — لأن نماذج البيولوجيا لا تصبح جيدة إلا بقدر جودة المدخلات التي يمكنك الدفاع عنها. النطاق يتجاوز البحث والتطوير المبكر. قالت باول إن الشركتين ستستكشفان تطبيق الحوسبة المتسارعة والذكاء الاصطناعي المتقدم عبر أعمال Lilly، من التصنيع إلى العمليات التجارية. هذا تفويض واسع — ومألوف لـ Nvidia، التي تميل إلى البدء بأكثر سير العمل جاذبية ثم التوسع لبقية البنية التحتية المؤسسية بمجرد تثبيت الأساس.