ファン・インフンが「次のゴールドコース」を認定！「AI＋医薬」または成英偉達GTCメインイベント

第三只手烈 · 发表于 2024-3-17 10:05:55

「我々は、次の数十億ドル規模のビジネスに成長していると言われている」と、キンバリー・ポウェル英偉医療副総裁は先日、インタビューで述べた。彼女は、英偉達の目標はより多くのバイオテクノロジー会社にチップ、クラウドインフラストラクチャ、その他のツールを提供することだと述べた。
偉達氏にとって、医療保健は最も注目されている業務ではないが、この分野を重視していないという意味ではない。
英偉達の自社ホームページの業界別に見ると、18日に開幕する英偉達GTC大会では、90のイベントが医療保健/生命科学に関連しており、自動車、クラウドサービス、ハードウェア/半導体などの人気分野を抜いて全業界のトップに立っている。
その中で、Kimberly Powellが主催した「現代医学におけるAIGCの役割」活動は、著名なファンドマネージャーである「木の姉」Cathie Wood、マイクロソフト研究院院長Peter Leeなど多くの大物カレーを集め、「（AIGCがどのように）医療サービスを再定義し、新薬を発見し、患者の治療効果を高めるための鍵となる駆動力」を検討した。
雄大な舵取りとして、黄仁勲氏はデジタル生物学を技術分野で「次の驚くべき革命」と何度も呼んでいるが、最近行われた会議では、誰もがコンピュータを学ばなければならない時代が過ぎ、人類生物学こそ未来だと断言した。
このAIGCと医薬の交差点では、AIは風花雪月ではなく、山光水色ではなく、一つ一つの提示語に基づいて生成された、あるいは次の「神薬」になると書かれている。
なぜ今？
ほとんどの場合、エンバイダについて話すと、チップ会社として定義されます。2022年に始まったこのAIブームは、さらにその印象を深めている。
しかし、黄仁勲はこれに賛成しなかった。2008年のインタビューでは、黒の革ジャンでいつも人を示している雄大な番頭が平然としていた。
「表面的には、私たちは確かにチップを生産していますが、私の目には、私たちはこれまでチップ会社ではなく、お客様の複雑な視覚計算問題の解決を支援する会社でした」。
「インテルが自分をチップを生産する会社に限定すれば、映画は私たちには関係ないし、ゲームも私たちには関係ないし、病院も私たちには関係ないと自動的に考えてしまうでしょう。実際には、これらは私たちの重要な業務となっています。なぜなら、その背後には同じ問題、つまり複雑な視覚計算の問題があり、これらの問題は相手に属しておらず、すべてお客様に属しているからです」
当時の雄大さは、医療を自社の版図に取り入れていたことがわかる。確かに、AIを薬物発見に応用するのは珍しいことではない。では、なぜ何年も経って、英偉達をはじめとする科学技術大手がAI医薬のために奔走し始めたのだろうか。なぜ今？
「（今は）画期的な瞬間だ」――これはDeepMindと英偉達の幹部が出した共通の答えであり、業界で初めて「大量の訓練データ、計算資源の爆発的成長、AIアルゴリズムの進歩」の3つの要素を同時に集めた。「これは5年前には実現できなかった」。
AI＋医薬＝次のゴールドコース？
一挙に英偉達を「算力の王」の座に押し上げたのはGPUだが、過去2年間、その風投部門の大部分の投資は薬物開発に流れてきた--2023年だけで、英偉達は8社の薬物発見ベンチャー企業に投資した。
図｜雄大な2023年風投分布（出所：S&amp ; P Global）
AIブームのおかげで、雄大な市場価値が急速に上昇している。「コンピュータ支援設計業界が最初の2兆ドルの市場価値を持つチップ会社を持ち上げた以上、同様にコンピュータ支援薬発見業界はなぜ次の1兆ドルの薬物会社を作ることができないのだろうか」と、生命科学分野への投資について言及したとき、インベルタ医療保健副総裁のKimberly Powell氏は説明した。
AI医薬という道では、英偉達は独り歩きしているわけではない--科学技術大手たちはバイオ医薬分野のAI技術に興味を持っており、マイクロソフト、グーグルなど世界最強の科学技術大手たちも、バイオ技術をAIの次のフロンティアと見なしていると言える。
例えば、グーグルのDeepMindの研究者たちは、AlphaFoldモデル（タンパク質構造を予測する画期的なツール）を使用して、薬物を細胞に直接注射し、殺虫剤への依存を減らす農業を研究するための「分子」注射器を開発した。
Salesforceは昨年、タンパク質生成モデルProGenを発表した。
マイクロソフトも同様のオープンソースモデルEvoDiffを発表した。
アマゾンはAWS機械学習プラットフォームSageMakerのためにタンパク質折りたたみツールを発表した……
DeepMindのAlphaFold研究プロジェクトを例にとると、人体のタンパク質はさまざまな機能を管理しており、これらの機能はすべてタンパク質の3次元形状に依存している。各タンパク質は一連のアミノ酸からなり、アミノ酸と外部環境との相互作用がタンパク質の「折りたたみ」を決定し、最終的な形状を決定する。
バイオテクノロジー会社にとっては、そのアミノ酸配列からタンパク質の形状を予測することが重要であり、これらの予測を利用して新薬の設計、作物の改良、生分解性プラスチックなどの各種製品を設計することができる。
これはまさに深学習のための武器である：数億の異なる蛋白質配列とその基礎構造の上で人工知能モデルを訓練し、これらのモデルに生物学的法則を発見させ、真の分子動力学シミュレーションに必要な高価な計算を必要としない。タンパク質を完全にシミュレートするには高強度の計算資源が必要であるため、一部の機関はこのような問題を処理するためにスーパーコンピュータを設計し、構築した。
言うまでもなく、AIはバイオテクノロジーの分野で大きな潜在力を持っている。
15年前から医療に目を向けてきた黄氏は、コンピューター補助薬の発見が「奇跡的だ」と驚いたことがある。コンピュータ支援チップ設計と同様の方法で、薬物発見の分野では、コンピュータ支援薬物発見からコンピュータ支援薬物設計に移行することができる。「10億倍に拡大すれば、生物学をシミュレーションすることができます」
「未来の生命科学は伝統的な業界のように高度に工学化されます。データ科学、人工知能、自動化が結合されると、生物学会は指数関数的に改善され、次の黄金のコースになります」。

用户名		自动登录	找回密码
密码			立即注册

ファン・インフンが「次のゴールドコース」を認定！「AI＋医薬」または成英偉達GTCメインイベント

相关帖子