Nagplano ang Eli Lilly at Nvidia ng bagong AI lab upang pabilisin ang pagtuklas ng mga gamot

Makikita ka na ngayon ng doktor. Isa itong AI agent na may visitor badge — at may walong bilang na buwanang gastusin.

Inanunsyo ng Nvidia at Eli Lilly nitong Lunes na maglulunsad sila ng isang co-innovation AI lab na layuning pabilisin ang pagtuklas ng gamot — isang limang taong pangako na mahigit $1 bilyon, na nakasentro sa pinabilis, closed-loop na pagtuklas na layuning gawing “industriyalisado” ang mga AI model at pabilisin ang clinical development. Magkakaroon ng co-location ang mga kumpanya sa isang bagong site sa Bay Area upang makapagtrabaho nang sabay-sabay ang mga team sa real time, at target ang pagbubukas bago matapos ang Marso.

Iniuugnay ni Kimberly Powell, vice president ng healthcare ng Nvidia, ang plano sa pagpapalawak sa hinaharap na hardware ng Nvidia, na sinasabing inaasahang lalaki ang bagong deploy na AI factory ng Lilly bilang isang hybrid cloud environment na pinapagana ng mga paparating na Nvidia Vera Rubin system, kasabay ng DGX cloud capacity ng Nvidia. Para sa Nvidia, ito ang uri ng detalye na nagpapalalim sa isang partnership — isang pangmatagalang plano na nakatutok na sa susunod na henerasyon ng mga makina.

“Sa pamamagitan ng pagsasama ng malalim na kadalubhasaan ng Lilly sa pagtuklas ng gamot at ng kadalubhasaan ng Nvidia sa AI at accelerated computing,” sabi ni Powell, “binubuo namin ang hinaharap kung paano idinisenyo at ide-develop ang mga gamot.”

Ang paglalarawan niya sa gagawin ng lab ay nakatuon sa data generation — ang hindi masyadong kaakit-akit na sangkap na tumutukoy kung ang “AI drug discovery” ay isang disiplina o demo lamang. Sinabi niyang ang malaking pokus ay sa paggawa ng “kamangha-manghang training data” sa pamamagitan ng malakihang gawaing laboratoryo, paglikha ng “ground truth data sa lab” upang sanayin ang mga biology foundation model gamit ang multimodal data, saka paigtingin ang ugnayan ng hypothesis at pagtuklas. At iyan ang batayan ng buong setup: mas magaganda ang eksperimento, mas maganda ang data; mas maganda ang data, mas magaganda ang modelo; mas magaganda ang modelo, mas target ang susunod na eksperimento — isang feedback loop na idinisenyo para sa mabilisang resulta.

Sa isang press release, inilarawan ni Diogo Rau, chief information and digital officer ng Lilly, ang lab bilang pagbabago kung paano ginagawa ang pagtuklas. “Tinitingnan namin ito bilang isang katalista para sa mga kakayahan na magtatakda ng susunod na era ng drug discovery,” aniya. “Sa pakikipagtulungan sa Nvidia, pinagsasama natin ang napakalaking computing power, espesyalistang talento, at kakayahang hubugin ang data sa napakalaking saklaw.” Dagdag niya: “Pumupunta tayo sa hinaharap kung saan ang pagtuklas ay pinapagana ng mabilisang eksperimento at mas pinasadyang mga modelo.”

Ang bersyon ni Powell ng parehong layunin ay nakatutok din sa paglikha ng data — “ground truth data sa lab” na nililikha sa pamamagitan ng malakihang gawaing laboratoryo — sapagkat ang mga biology model ay kasing husay lamang ng kalidad ng input na maipagtatanggol mo. Lumalampas ang sakop nito sa unang bahagi ng R&D. Sinabi ni Powell na pag-aaralan ng mga kumpanya ang paggamit ng accelerated computing at advanced AI sa buong negosyo ng Lilly, mula manufacturing hanggang commercial operations. Malawak ang mandato nito — at pamilyar para sa Nvidia, na kadalasang nagsisimula sa pinaka-kaakit-akit na workflow bago palawakin sa iba pang bahagi ng enterprise stack kapag naitayo na ang infrastructure.