ИИ-агенты из Стэнфорда обещают революцию в разработке лекарств, сокращая затраты и время

Процесс создания новых лекарственных препаратов известен своей крайней неэффективностью. Фармацевтические проекты растягиваются на годы, проходя через множество специализированных команд, что часто приводит к потере знаний при передаче информации. По имеющимся данным, от 90% до 95% проектов по разработке лекарств терпят неудачу — это один из самых высоких показателей провала в любой отрасли. Достижение успеха с одним препаратом может занять более двенадцати лет и потребовать до 1 миллиарда долларов США от первоначального открытия до поставки пациентам.

Решение Стэнфорда: автономные ИИ-агенты

В то время как генеративный искусственный интеллект уже используется для решения некоторых задач, исследователи из Стэнфордского университета пошли дальше, предложив концепцию агентного ИИ. Команда под руководством доцента биомедицинской информатики Джеймса Цзоу развернула тысячи автономных ИИ-агентов, выполняющих роль "учёных", в виртуальной биотехнологической лаборатории. Эта система моделирует полный жизненный цикл разработки лекарств.

По словам Цзоу, агенты берут на себя весь процесс: от первоначального открытия и проверки безопасности до разработки дизайна клинических испытаний, обеспечивая непрерывность, которой так не хватает в современных процессах разработки лекарств.

Иерархическая архитектура и принцип работы

Проект основан на иерархической архитектуре управления. На вершине этой структуры находится главный научный ИИ-агент, который выступает в роли планировщика. Его задача — делегировать задачи командам специализированных агентов. Например, одна команда агентов фокусируется на поиске новых соединений, другая занимается оценкой безопасности, а третьи выполняют специализированные аналитические задачи.

Поскольку все эти агенты действуют в единой иерархической экосистеме, они сохраняют полный контекст проекта от первой идентифицированной молекулы до окончательного клинического результата, обеспечивая необходимую преемственность.

Данные и модели: основа интеллектуальной системы

«Мозг» системы опирается на огромный объём первичных данных. Агенты получают доступ к разнообразным источникам информации, включая данные геномики, химические данные Управления по санитарному надзору за качеством пищевых продуктов и медикаментов (FDA) США, а также базы данных клинических испытаний, используя протокол контекстного взаимодействия моделей.

Команда вложила значительные средства в создание данных, оптимизированных для ИИ-агентов, что позволяет искусственному интеллекту более эффективно синтезировать сложную информацию. Система использует комбинацию моделей; Цзоу отмечает, что, хотя модель Claude часто служит основой для написания кода и анализа данных, архитектура также включает в себя множество других моделей, в том числе тонко настроенных для специализированных задач.

Стартап и взгляд в будущее

На основе этих исследований Джеймс Цзоу сейчас привлекает инвестиции для своего стартапа Human Intelligence, оценивая компанию примерно в 1 миллиард долларов США.

Смотрите также:

Умная камера видеонаблюдения Reolink RLC-823S2 с разрешением 4K значительно подешевела http://kupidonchik.org/umnaya-kamera-videonablyudeniya-reolink-rlc-823s2-s-razresheniem-4k-znachitelno-podeshevela/.

Интересности на тему: Киноверсия «Супергерл»: потенциал, который не удалось полностью раскрыть

Классные советы в статье "Стоимость iPhone 18 Pro: прогнозы аналитиков разошлись" здесь.

В ходе своей сессии на конференции VB Transform 15 июля, которая носит название «Как 10 000 агентных учёных в лаборатории Стэнфорда готовы совершить революцию в медицинских исследованиях и открытиях», Цзоу поделится ценными идеями. Среди обсуждаемых тем будут:

• Стратегии управления контекстом и длительными многоэтапными рабочими процессами в многоагентной системе.
• Процесс преобразования и индексации необработанных корпоративных данных для их адаптации под ИИ-агентов.
• Применение человеческого аудита и экспериментальных сигналов вознаграждения для проверки действий агентов.

Другая сессия на конференции VB Transform, посвящённая ценности контекста в агентном ИИ, будет включать доклад «Создание надёжной агентной ИИ-основы: как Zillow ускорил разработку на 40%» с участием Тоби Робертса, старшего вице-президента по инженерии и технологиям Zillow, и Арвинда Джейна, генерального директора Glean.