एआई-संचालित रसायन विज्ञान प्रयोगशालाएँ बनाने के लिए Warp Sciences ने 215 मिलियन डॉलर की फंडिंग के साथ गोपनीयता का दौर समाप्त किया

किसी संभावनाशील अणु को डिज़ाइन करना दवा अनुसंधान की बस शुरुआत है। उसे बनाना, उसकी जाँच करना और नतीजों के आधार पर अगला प्रयोग बेहतर करना भी ज़रूरी है। Warp Sciences का मानना है कि इस भौतिक बाधा को दूर करने में एआई उसे अगला बड़ा लाभ दिला सकता है।

Warp Sciences ने 215 मिलियन डॉलर की फंडिंग के साथ गोपनीयता का दौर समाप्त किया है। कंपनी अमेरिका में स्थित एक अनुबंधित अनुसंधान संगठन (CRO) बना रही है, जिसमें अनुभवी रसायनज्ञ, एआई और रोबोटिक्स का मेल होगा। OpenAI के पूर्व मुख्य उत्पाद अधिकारी Kevin Weil के नेतृत्व में, कंपनी जैव-प्रौद्योगिकी और दवा कंपनियों के ग्राहकों को अनुसंधान के लिए यौगिक उपलब्ध कराने की योजना बना रही है। साथ ही, वह ऐसी प्रयोगशालाएँ बना रही है जो अपने किए गए प्रयोगों से सीखेंगी।

फंडिंग दौर का नेतृत्व Lightspeed ने किया। इसमें IVP, Mayfield, Lux, Premji Invest और Menlo Ventures समेत अन्य निवेशकों ने भाग लिया। एंजेल निवेशकों में Brian Armstrong, Mike Krieger, Dylan Field और OpenAI के Mark Chen तथा Sarah Friar शामिल हैं।

एआई पर आधारित रसायन सेवा कारोबार

Warp की शुरुआत लीड-अनुकूलन के लिए अनुरूप अणुओं के संश्लेषण से होती है: यानी अणुओं के अलग-अलग रूप बनाना, ताकि शोधकर्ता दवा के संभावित उम्मीदवार की दिशा में काम करते हुए उनकी तुलना कर सकें। यह एक ठोस सेवा है, जिसका स्पष्ट परिणाम मिलता है—सिर्फ़ यह वादा नहीं कि एआई मॉडल अपने दम पर कोई दवा ईजाद कर देगा।

उसके ग्राहक सेवाओं के पृष्ठ के अनुसार, Warp का ध्यान दवा-विकास से पहले के छोटे-अणु कार्यक्रमों पर है और वह मिलीग्राम से लेकर कई ग्राम तक की मात्रा में यौगिक बनाती है। कंपनी के अनुसार, उसके सामान्य काम में ऐसे संशोधित अणु शामिल होते हैं जिन्हें बनाने के लिए 5 से 15 संश्लेषण चरणों की आवश्यकता होती है। इस दायरे में वह यौगिक बनाने और उनका मूल्यांकन करने के उस बार-बार दोहराए जाने वाले चक्र का हिस्सा है, जिसकी शोध दलों को अपने कार्यक्रम को बेहतर बनाने के लिए ज़रूरत होती है।

Warp अनुसंधान की दिशा पर नियंत्रण किसका होगा, इस बारे में भी स्पष्ट भेद बताती है। ग्राहक तय करते हैं कि किन अणुओं पर काम करना है और अपने दवा कार्यक्रमों का नियंत्रण अपने पास रखते हैं। Warp की अपनी कोई दवा-विकास पाइपलाइन नहीं है। उसका कारोबार उन दलों को रसायन विज्ञान और प्रयोगों का बुनियादी ढाँचा उपलब्ध कराना है, जिसका वे इस्तेमाल करते हैं।

व्यावसायिक दृष्टि से यह अहम है। CRO को उपयोगी यौगिक उपलब्ध कराने, गुणवत्ता बनाए रखने और ग्राहक वैज्ञानिकों के साथ प्रभावी सहयोग करने की ज़रूरत होती है। इन अपेक्षाओं से Warp के स्वचालन प्रयास की तुरंत परिचालन स्तर पर कसौटी तय होती है: क्या इससे सेवा अधिक उत्पादक और भरोसेमंद बनती है।

प्रयोगशाला के नतीजों से बेहतर मॉडल तक

दीर्घकालीन तकनीकी परिकल्पना प्रयोगों और मशीन लर्निंग के बीच एक फ़ीडबैक चक्र पर आधारित है। भौतिक प्रयोगों से इस बात के प्रमाण मिलते हैं कि क्या कारगर है। एआई प्रणालियाँ उन प्रमाणों से सीखती हैं, आगे के प्रयोगों की दिशा तय करने में मदद करती हैं और प्रयोगशाला के काम को बढ़ते स्तर पर स्वचालित बनाने में सहायक होती हैं। इसके बाद अधिक सक्षम प्रयोगशालाएँ और उपयोगी प्रमाण जुटा सकती हैं।

अपने संस्थापकों के घोषणापत्र में Warp कहती है कि वह सफल प्रयोगों और विफलताओं, दोनों का डेटा दर्ज करने की योजना बना रही है। ग्राहकों के काम के साथ-साथ, वह अपने मॉडलों के लिए डेटा जुटाने हेतु विशेष प्रयोग अभियान चलाने का इरादा रखती है। कार्यप्रवाह के अधिक हिस्सों के स्वचालित होने के दौरान अनुभवी रसायनज्ञ प्रयोगशालाओं का नेतृत्व करेंगे।

विफलताओं को शामिल करना इस दृष्टिकोण का अहम हिस्सा है। यह जानना कि किसी प्रयोग से मनचाहा नतीजा नहीं मिला, किसी विधि की सीमाएँ तय करने और यह समझने में मदद कर सकता है कि आगे क्या आज़माना चाहिए। इस जानकारी से किसी मॉडल को बेहतर बनाने के लिए, इसे प्रयोग का पर्याप्त संदर्भ देते हुए दर्ज करना होगा, ताकि किसी अनुपयोगी विचार और उसे लागू करने में हुई समस्या के बीच अंतर किया जा सके।

रोबोटिक्स इस चक्र का भौतिक पक्ष संभालता है, जबकि सॉफ़्टवेयर योजना, क्रियान्वयन और दर्ज किए गए नतीजों को आपस में जोड़ता है। प्रयोगशाला के साथ-साथ ये प्रणालियाँ बनाने से Warp को रसायनज्ञों के वास्तविक काम के अनुरूप स्वचालन डिज़ाइन करने का अवसर मिलता है। प्रस्तावित लाभ पूरे प्रयोगात्मक कार्यप्रवाह को बेहतर बनाने से आता है—न कि अणुओं के डिज़ाइन को तेज़ करने से, जबकि प्रयोगशाला में काम की कतार जस की तस बनी रहे।

Warp की व्यापक महत्वाकांक्षा ऐसा वैज्ञानिक एआई विकसित करना है जो वैज्ञानिकों को भौतिक दुनिया के बारे में तर्क करने और जानकारीपूर्ण प्रयोग डिज़ाइन करने में मदद कर सके। लेकिन कंपनी ने व्यावसायिक रूप से जिस सीमित क्षेत्र से शुरुआत की है, वह अब भी संकरा है: अनुसंधान के लिए यौगिक उपलब्ध कराना और उन्हें बनाने के लिए ज़रूरी काम को धीरे-धीरे स्वचालित करना।

रसायन विज्ञान, एआई और परिचालन को जोड़ने वाले चार संस्थापक

सह-संस्थापक और सीईओ Kevin Weil ने हाल ही में OpenAI में मुख्य उत्पाद अधिकारी और विज्ञान विभाग के उपाध्यक्ष के रूप में काम किया। उनके अनुभव में एआई की प्रगति को उत्पादों में बदलना और उनके इर्द-गिर्द परिचालन प्रणालियाँ बनाना शामिल है।

सह-संस्थापक और मुख्य परिचालन अधिकारी DJ Patil अमेरिका के पहले मुख्य डेटा वैज्ञानिक थे और Devoted Health के संस्थापक कार्यकारी अधिकारियों में शामिल थे। सह-संस्थापक और मुख्य वैज्ञानिक अधिकारी Sol Reisberg ने इससे पहले Terremoto Biosciences में औषधीय रसायन विज्ञान के नेतृत्वकारी पदों पर काम किया था। सह-संस्थापक और मुख्य प्रौद्योगिकी अधिकारी Mano Paluri Meta Superintelligence Labs में उपाध्यक्ष थे और FAIR के संस्थापक सदस्यों में शामिल थे।

यह मेल आने वाले काम को दर्शाता है: एआई प्रणालियाँ बनाना, वैज्ञानिक परिचालन चलाना और ग्राहकों के काम आने वाले रासायनिक उत्पाद उपलब्ध कराना। Warp का कहना है कि उसकी शुरुआती टीम में Genesis, Skild AI और 1X से रोबोटिक्स का अनुभव रखने वाले लोग भी हैं। इसके साथ ही Genentech और Lawrence Livermore National Labs से वैज्ञानिक विशेषज्ञता भी शामिल है।

उपलब्ध कराए गए यौगिकों के लिए शुल्क

Warp की मूल्य-निर्धारण पद्धति कंपनी की फंडिंग की कहानी में एक और पहलू जोड़ती है। उसकी वेबसाइट के अनुसार, कंपनी हर उपलब्ध कराए गए यौगिक के लिए शुल्क लेती है और ग्राहक से परामर्श करके कीमत तय करती है। यदि कोई यौगिक तैयार नहीं होता, तो ग्राहक को उसके लिए भुगतान नहीं करना पड़ता। Warp इस व्यवस्था की तुलना CRO अनुबंधों से करती है, जिनका आधार पूर्णकालिक समकक्ष कर्मचारियों की संख्या होती है।

यह मॉडल राजस्व को पूरे किए गए काम से जोड़ता है। यदि स्वचालन किसी यौगिक को भरोसेमंद ढंग से बनाने के लिए आवश्यक प्रयास कम कर देता है, तो Warp अपनी आर्थिक दक्षता बेहतर कर सकती है और साथ ही ग्राहकों के खर्च तथा उत्पादन के बीच अधिक सीधा संबंध बना सकती है। कंपनी अपनी सेवा को घरेलू सहयोग और नियंत्रण पर आधारित कर रही है, जबकि कीमतें विदेशों में उपलब्ध दरों के स्तर पर रखने की बात है। हालांकि, उसने कोई सामान्य मूल्य-सूची या तुलनात्मक लागत के नतीजे प्रकाशित नहीं किए हैं।

Warp का कहना है कि वह फिलहाल कुछ ही डिज़ाइन पार्टनर्स के साथ काम कर रही है। इन साझेदारियों में ग्राहक के रसायनज्ञों और Warp की टीम के बीच हर सप्ताह सहयोग शामिल है। इससे स्टार्टअप को सक्रिय शोध-ज़रूरतों के आधार पर अपनी सेवा और प्रणालियों को बेहतर बनाने का अवसर मिलता है।

215 मिलियन डॉलर के पीछे की कार्यान्वयन चुनौती

यह फंडिंग Warp को ऐसे कारोबार के लिए मजबूत वित्तीय आधार देती है, जिसे सॉफ़्टवेयर के साथ-साथ भौतिक क्षमता भी विकसित करनी होगी। कंपनी के सामने अवसर यह है कि वह रसायन-विज्ञान सेवाओं को एक सीखने वाली प्रणाली में बदले: यौगिक उपलब्ध कराए, प्रयोगों से मिले साक्ष्य जुटाए, मॉडलों में सुधार करे और फिर उन सुधारों का उपयोग करके आगे के काम को अधिक कुशल बनाए।

घोषणा में काम पूरा करने के समय में हुए मापे गए सुधारों, मॉडलों के बेंचमार्क या इस बात के प्रमाण नहीं दिए गए हैं कि पूरी तरह स्वायत्त प्रयोगशाला पहले से काम कर रही है। ये टीम और पूंजी जुटाने से अलग उपलब्धियां हैं। व्यावहारिक कसौटी यह होगी कि क्या Warp ग्राहकों से किए गए गुणवत्ता, गति और आर्थिक परिणामों के वादे लगातार पूरे कर सकती है।

फिलहाल, कंपनी का सबसे अहम फैसला यह है कि वह शुरुआत कहां से करती है। ग्राहकों की अगुवाई वाले रसायन-विज्ञान कार्यक्रमों से शुरुआत करके Warp अपनी एआई महत्वाकांक्षाओं को एक सतत वैज्ञानिक जरूरत से जोड़ रही है। हर उपलब्ध कराया गया यौगिक राजस्व अर्जित करने और अगला यौगिक तैयार करने वाली प्रयोगशाला प्रणाली को बेहतर बनाने का अवसर देता है।