สัมภาษณ์

อลัน มูร์เรย์ ผู้ร่วมก่อตั้งและซีอีโอของ Conceivable Life Sciences – ซีรีส์สัมภาษณ์

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

อลัน มูร์เรย์ ผู้ร่วมก่อตั้งและซีอีโอของ Conceivable Life Sciences เป็นวิศวกรและนักธุรกิจซีรีส์ที่มีประสบการณ์มากกว่าสามทศวรรษในด้านเทคโนโลยี เครื่องจักรการเรียนรู้ ฮาร์ดแวร์ โลจิสติกส์และการสร้างบริษัท ก่อนที่จะเริ่ม Conceivable เขาได้ร่วมก่อตั้ง TMRW Life Sciences ซึ่งเขาได้ช่วยพัฒนาแพลตฟอร์มอัตโนมัติสำหรับการจัดการและปกป้องไข่และเอ็มบริโอในกระบวนการผสมพันธุ์ในหลอดทดลอง (IVF) มูร์เรย์ยังเป็นผู้ร่วมก่อตั้งและหุ้นส่วน tại Coriolis Ventures และได้ช่วยตั้งบริษัทต่างๆ ในด้านการโฆษณาดิจิทัล การบริการ และชีววิทยาศาสตร์ รวมถึง Integral Ad Science , Dstillery และ NeueHouse ที่ Conceivable เขาเป็นผู้นำเชิงกลยุทธ์และหัวหน้าผู้ออกแบบ AURA โดยดูแลการรวมระบบหุ่นยนต์ การถ่ายภาพขั้นสูง และการเรียนรู้ของเครื่องจักรเข้ากับกระบวนการทำงานในห้องปฏิบัติการชีววิทยา

Conceivable Life Sciences เป็นบริษัทชีววิทยาศาสตร์ที่พัฒนา AURA ซึ่งเป็นห้องปฏิบัติการ IVF ที่ได้รับการช่วยเหลือจากอัตโนมัติ โดยประสานกระบวนการที่ซับซ้อนในการสร้าง การเพาะ และการเก็บรักษาเอ็มบริโอ แทนที่จะทำให้กระบวนการเดียวอัตโนมัติ แพลตฟอร์มนี้รวมฮาร์ดแวร์ ซอฟต์แวร์ ออปติกส์ขั้นสูง และอุปกรณ์ห้องปฏิบัติการทั่วกระบวนการ IVF ในขณะที่ยังคงรักษาความสามารถในการติดตามดิจิทัลและช่วยให้ embryologists คงการควบคุมการตัดสินใจทางคลินิก Conceivable มีเป้าหมายที่จะใช้แนวทางมาตรฐานนี้เพื่อลดความแปรผัน เพิ่มขีดความสามารถของห้องปฏิบัติการ และทำให้การรักษาความสามารถในการมีบุตรมีความเข้าถึงและราคาไม่แพงมากขึ้นสำหรับครอบครัวที่เผชิญกับค่าใช้จ่ายสูงหรือการเข้าถึงการดูแลผู้เชี่ยวชาญที่จำกัด

คุณเคยร่วมก่อตั้ง TMRW Life Sciences ซึ่งคุณช่วยแนะนำอัตโนมัติในการจัดเก็บและการจัดการไข่และเอ็มบริโอ What did that experience teach you about the limitations of today’s fertility infrastructure, and what ultimately convinced you to found Conceivable Life Sciences and tackle the more complex challenge of automating embryo creation?

ที่ TMRW เราได้ทำให้การเก็บและติดตามไข่และเอ็มบริโอเป็นอัตโนมัติหลังจากที่มันถูกสร้างขึ้น มันแก้ปัญหาอย่างแท้จริง สายพันธุ์ใน cryopreservation ไม่สามารถให้อภัยได้ และการได้รับสิ่งนั้นอย่างถูกต้องมีความสำคัญอย่างมากต่อผู้ป่วย แต่มันก็แสดงให้เห็นถึงข้อจำกัดของสิ่งที่การเก็บอัตโนมัติเพียงอย่างเดียวสามารถแก้ไขได้ ข้อติดขัดใน IVF ไม่ใช่สิ่งที่เกิดขึ้นหลังจากที่เอ็มบริโอถูกสร้างขึ้น มันคือการสร้างมันเอง การทำงานนั้นยังคงขึ้นอยู่กับ embryologists ที่ได้รับการฝึกฝนอย่างดีในการทำงานด้วยมือและความแม่นยำของ sub-micron ซ้ำๆ โดยมือ

เมื่อฉันเริ่ม TMRW การเก็บไข่และเอ็มบริโอถูกมองว่าเป็นมุมเล็กๆ ของการแพทย์ผู้สืบพันธุ์ ฉันไม่ได้มองมันในแบบนั้น การเป็นพ่อแม่ที่ล่าช้ากำลังกลายเป็นเรื่องปกติ มากขึ้น คนเริ่มเก็บไข่และอสุจิเร็วขึ้น ผู้ให้บริการเริ่มเพิ่มการรักษาความสามารถในการมีบุตรในแพ็คเกจ福利 และชุมชน LGBTQ+ และผู้ปกครองคนเดียวกำลังสร้างครอบครัวผ่านการธนาคารไข่และอสุจิในระดับที่อุตสาหกรรมไม่ได้วางแผนไว้ ทั้งหมดนี้ชี้ให้เห็นว่ามีปัญหาเกี่ยวกับการเก็บและการติดตามที่กำลังจะใหญ่ขึ้นอย่างรวดเร็วมากกว่าที่ผู้คนในอุตสาหกรรมคาดการณ์ไว้ นั่นคือส่วนหนึ่งของเหตุผลที่ chain-of-custody มีความสำคัญต่อฉันที่ TMRW หากคุณกำลังสร้างสำหรับตลาดที่มุ่งหน้าสู่การเติบโตนั้น คุณไม่สามารถพึ่งพาการติดตามและการจดจำของมนุษย์เพื่อรักษาไข่ อสุจิ และเอ็มบริโอให้ถูกต้อง

ในปี 2018 ฉันเริ่มออกแบบสิ่งที่กลายเป็น AURA ตั้งแต่ microfluidics ไปจนถึงการรวมฮาร์ดแวร์และเทคนิคการฉีด สิ่งที่ทำให้ฉันตัดสินใจสร้าง Conceivable คือเรื่องง่ายๆ หากเราสามารถนำความเข้มงวดเดียวกับที่การผลิตและการใช้หุ่นยนต์ได้นำมาใช้ในอุตสาหกรรมอื่นๆ มาใช้กับการสร้างเอ็มบริโอ เราสามารถทำให้ IVF มีความสม่ำเสมอและเข้าถึงได้มากขึ้นในเวลาเดียวกัน นั่นคือปัญหาที่ยากกว่า แต่มันเป็นปัญหาที่คุ้มค่าที่จะแก้ไข

AURA coordinates more than 200 steps across interconnected systems for dish preparation, sperm processing, egg identification, intracytoplasmic sperm injection, incubation, robotic transport, and vitrification. How do the software, robotics, imaging systems, and laboratory equipment operate as a unified platform while maintaining traceability for every egg, sperm cell, and embryo?

AURA ทำงานมากกว่า 200 ขั้นตอนเหล่านี้เป็นระบบต่อเนื่องมากกว่าเครื่องจักรที่แยกจากกัน ชั้นซอฟต์แวร์คือสิ่งที่ทำให้สิ่งนั้นเป็นไปได้ ทุกการกระทำ ทุกภาพ ทุกการวัดถูกผูกกับไข่ อสุจิ หรือเอ็มบริโอโดยเฉพาะตลอดทั้งวงจร ดังนั้นจึงมีประวัติดิจิทัลที่สมบูรณ์ของสิ่งที่เกิดขึ้นและเมื่อใด

การรักษาความสามารถในการติดตามนั้นเป็นสิ่งที่ผู้คนมองข้าม ในห้องปฏิบัติการแบบเดิมๆ มากของประวัตินั้นอยู่ในบันทึกและความจำของ embryologist ใน AURA มันเป็นข้อมูลที่มีโครงสร้างตั้งแต่ขั้นตอนแรกจนถึงขั้นตอนสุดท้าย ซึ่งเป็นสิ่งที่ทำให้หุ่นยนต์ การถ่ายภาพ และอุปกรณ์ห้องปฏิบัติการสามารถประสานกันในเวลาเดียวกันและทำให้ embryologist สามารถเข้ามาในจุดใดก็ได้ของวงจรด้วยบริบทที่สมบูรณ์ ไม่ใช่ภาพที่ไม่สมบูรณ์

Your technical stack includes a Detection Transformer to assist with sperm identification, advanced imaging for locating eggs, and vision-language-action models designed to guide delicate physical procedures. How are these models trained, what signals do they evaluate, and how does the system determine when an embryologist needs to intervene?

เราสามารถใช้แบบจำลองการมองเห็นของคอมพิวเตอร์ (รวมถึง YOLO และ RT-DETR) เพื่อโฟกัสไมโครสโคป คาลิเบรตตำแหน่งหุ่นยนต์ ระบุและติดตามอสุจิ ค้นหาและประเมินไข่ และชี้นำหุ่นยนต์ระหว่างขั้นตอน เช่น ICSI (การผสมอสุจิและไข่เพื่อสร้างเอ็มบริโอ)

แบบจำลองเหล่านี้ได้รับการฝึกฝนจากไลบรารีภาพที่มีความละเอียดสูงและมีฉลากที่เพิ่มขึ้นเรื่อยๆ ที่ถูกจับมาจากกรณีก่อนหน้า ความท้าทายด้านวิศวกรรม AI ของเรารวมถึงการบรรลุความหน่วงต่ำในการอนุมานเพื่อประสานการเคลื่อนไหวของเลเซอร์และหุ่นยนต์อย่างแม่นยำ

You have drawn inspiration from semiconductor manufacturing and autonomous vehicles, industries that combine perception, planning, and precise physical execution. Which engineering principles transferred successfully into embryology, and which had to be redesigned because AURA is manipulating living cells rather than manufactured components?

หลักการวิศวกรรมที่ถ่ายทอดได้ดีเกี่ยวกับการผลิตที่แม่นยำในระดับใหญ่: การควบคุมกระบวนการที่เข้มงวด การรวมเซ็นเซอร์ การปฏิบัติต่อความแปรผันเหมือนสิ่งที่ต้องวัดและออกแบบออกไป ไม่ใช่สิ่งที่ต้องยอมรับ ยานพาหนะอัตโนมัติช่วยให้เราได้รับแบบจำลองที่ดีเกี่ยวกับวิธีการทำงานของการรับรู้ การวางแผน และการดำเนินการในเวลาเดียวกัน และวิธีการที่ระบบควรทำงานเมื่อมันไม่มั่นใจเกี่ยวกับสิ่งที่มันเห็น

สิ่งที่ต้องถูกออกแบบใหม่เกือบทั้งหมดคือความอดทนของเราต่อเหตุการณ์ที่ไม่คาดคิด แผ่นเซมิคอนดักเตอร์จะทำงานเหมือนเดิมทุกครั้ง เซลล์ที่มีชีวิตไม่ทำเช่นนั้น ไข่สองฟองจากผู้ป่วยเดียวกันสามารถมีลักษณะที่แตกต่างกัน ทำงานแตกต่างกัน และตอบสนองต่อกระบวนการเดียวกันแตกต่างกัน ดังนั้นแทนที่จะสร้างสิ่งที่ถูกต้องเพียงอย่างเดียว เราต้องสร้างระบบที่สามารถรู้จักการเปลี่ยนแปลงทางชีววิทยาที่กว้างขวางและรู้ความแตกต่างระหว่างการเปลี่ยนแปลงปกติและบางสิ่งที่ต้องการให้คนดู นั่นคือปัญหาวิศวกรรมที่แตกต่างจากสิ่งใดๆ ในการผลิตชิปหรือการขับรถ

Conceivable describes each AURA cycle as contributing to a data flywheel of standardized process information that conventional laboratories cannot easily collect. What data is captured during a cycle, how can it improve future models, and how are you addressing patient privacy, demographic bias, differences between clinics, and the risks of updating clinical AI systems?

ทุกๆ วงจรของ AURA จะสร้างชุดข้อมูลมาตรฐาน: ภาพ ข้อมูลเซ็นเซอร์ เวลา และผลลัพธ์ที่ผูกกับทุกขั้นตอนในรายละเอียดที่ห้องปฏิบัติการ IVF แบบเดิมๆ ไม่สามารถผลิตได้เพราะกระบวนการไม่ได้รับการบันทึกอย่างเป็นระบบ ข้อมูลนี้จะถูกป้อนกลับเพื่อปรับปรุงแบบจำลองของเราเมื่อเวลาผ่านไป ซึ่งเป็นข้อได้เปรียบจริงๆ ของการทำให้เป็นอัตโนมัติ ระบบจะดีขึ้นด้วยปริมาณในลักษณะที่กระบวนการด้วยมือไม่สามารถทำได้

เกี่ยวกับความเป็นส่วนตัวของ患者 ข้อมูลผู้ป่วยจะถูกทำให้ไม่สามารถระบุได้สำหรับการฝึกฝนแบบจำลองและจัดการภายใต้มาตรฐานด้านกฎระเบียบที่ควบคุมข้อมูลทางคลินิกโดยทั่วไป เกี่ยวกับความเอนเอียงทางประชากรศาสตร์ เราได้ดำเนินการอย่างตั้งใจในการฝึกฝนข้อมูลจากผู้ป่วยที่มีประชากรที่แตกต่างกันและสถานที่ทางคลินิกที่แตกต่างกัน เพื่อให้แบบจำลองทำงานได้ดีไม่เพียงแต่สำหรับประชากรที่แสดงอยู่ในข้อมูลเริ่มต้นเท่านั้น ความแตกต่างระหว่างคลินิกเป็นตัวแปรที่แท้จริงที่เราติดตาม เนื่องจากสภาพแวดล้อมในห้องปฏิบัติการและประชากรผู้ป่วยแตกต่างกัน และเกี่ยวกับการอัปเดตระบบ AI ทางคลินิกอย่างปลอดภัย การอัปเดตแบบจำลองใดๆ จะผ่านการตรวจสอบก่อนที่จะถูกนำไปใช้ และเราจะไม่ดำเนินการเร็ว hơnหลักฐานที่สนับสนุนในเรื่องนี้ เรา предпочитаจะถูกต้องมากกว่าเร็ว

Conceivable has conducted pilot studies involving more than 100 patients and over 1,000 eggs. Which clinical endpoints will be most important in proving that automation can improve consistency, safety, embryo development, pregnancy rates, or live-birth outcomes compared with conventional manual IVF?

ด้วยผู้ป่วยมากกว่า 100 คนและไข่มากกว่า 1,000 ฟองในงานนำร่องของเรา จุดสิ้นสุดทางคลินิกที่สำคัญที่สุดคือจุดสิ้นสุดที่คาดการณ์ผลลัพธ์ที่ดีสำหรับผู้ป่วย ไม่ใช่แค่เมตริกกระบวนการ อัตราการปฏิสนธิ การพัฒนาเอ็มบริโอจนถึงระยะ blastocyst และอัตรา Euploidy บอกเราว่าชีววิทยากำลังทำงานตามที่ควร ตั้งแต่นั้น อัตราการฝังตัวและการตั้งครรภ์บอกเราว่า是否ส่งผลให้เกิดโอกาสที่แท้จริงในการมีลูก อัตราการเกิดมีชีวิตคือจุดสิ้นสุดที่สำคัญที่สุด และยังเป็นจุดที่ใช้เวลานานที่สุดในการสะสม เนื่องจากต้องใช้เวลาหลายเดือนหลังจากการถ่ายโอนเพื่อรู้

สิ่งที่เรามุ่งเน้นมากที่สุดคือการ chứng minhความสม่ำเสมอ: AURA สร้างผลลัพธ์คุณภาพเดียวกันไม่ว่าจะเป็นในห้องปฏิบัติการใด วันใด หรือประชากรผู้ป่วยใดๆ นั่นคือส่วนที่ IVF ด้วยมือไม่สามารถรับประกัน และนั่นคือส่วนที่การทำให้เป็นอัตโนมัติได้รับการออกแบบมาเพื่อแก้ไข

C:VIT is designed to cool embryos up to 50 times faster than conventional vitrification methods while standardizing cryoprotectant exposure and reducing ice-crystal formation. How does faster cooling translate into clinically meaningful benefits, and what evidence will be needed to demonstrate improvements in embryo survival, implantation, and live-birth rates?

ตรรกะทางคลินิกนั้นตรงไปตรงมา: การทำให้เย็นช้าให้เวลาก่อคริสตัลน้ำแข็งมากขึ้น และคริสตัลน้ำแข็งทำลายโครงสร้างเซลล์ การทำให้เย็นเร็วและมาตรฐานมากขึ้นลดความเสี่ยงนั้นและให้เอ็มบริโอแต่ละอันมีการสัมผัส cryoprotectant เดียวกัน ไม่ใช่การสัมผัสที่แตกต่างกันไปตาม embryologist ที่ทำขั้นตอนและความเร็วในการทำงาน

เราได้ออกแบบ C:VIT เพื่อปรับปรุงการอยู่รอดของเอ็มบริโอผ่านการแช่แข็งและหลอมเลี้ยว ซึ่งเป็นสิ่งแรกและใกล้ nhấtที่จะวัดได้ จากนั้น หลักฐานที่สำคัญคืออัตราการฝังตัวและการเกิดมีชีวิตในเอ็มบริโอที่ถูกแช่แข็งด้วย C:VIT เมื่อเทียบกับวิธีการแบบเดิมๆ เรากำลังสร้างหลักฐานนั้นอย่างตั้งใจผ่านการศึกษาที่ควบคุมก่อนที่จะอ้างถึงผลลัพธ์

Conceivable emphasizes that AURA is automation-assisted and that clinical decisions remain with embryologists. Which decisions must always remain under human control, what safeguards allow an embryologist to stop or override the system, and how is accountability handled when an AI recommendation or robotic action affects an egg or embryo?

ทุกการตัดสินใจที่ส่งผลต่อการตัดสินใจทางคลินิก ไม่ว่าจะเป็นไข่ที่มีความสามารถหรือไม่ เอ็มบริโอยang เหมาะสมสำหรับการถ่ายโอนหรือไม่ หรือการตัดสินใจที่จะดำเนินการต่อหรือไม่ จะยังคงอยู่กับ embryologist AURA เป็นอัตโนมัติที่ช่วยเหลือ มันถูกออกแบบมาเพื่อทำงานทางกายภาพด้วยความแม่นยำและความสม่ำเสมอ และเพื่อแสดงสิ่งที่อยู่นอกพารามิเตอร์ที่คาดหวัง แต่มันไม่ตัดสินใจทางคลินิกด้วยตัวเอง

embryologists สามารถหยุดหรือยับยั้งระบบได้ที่จุดใดก็ได้ของวงจร และระบบถูกออกแบบมาให้สามารถทำได้ง่าย ไม่ใช่สิ่งที่คุณต้องต่อสู้กับอินเทอร์เฟซเพื่อทำ ในเรื่องความรับผิดชอบ ทุกการกระทำของ AURA จะถูกบันทึกและผูกกับ embryologist ที่ดูแลวงจรนั้น ดังนั้นจึงมีประวัติที่ชัดเจนของสิ่งที่ระบบทำ สิ่งที่มันแสดง และการตัดสินใจที่มนุษย์ทำในฐานะการตอบสนอง ความสามารถในการติดตามนั้นคือสิ่งที่ทำให้ความรับผิดชอบเป็นไปได้

Conceivable and IVI RMA plan to deploy the first AURA system at a United States clinic in 2027. What regulatory, clinical-validation, infrastructure, and workflow challenges must be resolved before the platform can move from controlled studies into routine patient care?

มีงานจริงที่ต้องทำใน四ด้าน กฎระเบียบ: การทำงานผ่านกระบวนการที่เหมาะสมกับ FDA สำหรับระบบที่รวมฮาร์ดแวร์ ซอฟต์แวร์ และการแพทย์ผู้สืบพันธุ์ ซึ่งไม่มีมาก่อน การตรวจสอบทางคลินิก: การสร้างฐานหลักฐานที่ต้องการสำหรับการตั้งค่าทางคลินิกในสหรัฐฯ นอกเหนือจากสิ่งที่การศึกษานำร่องสามารถแสดงได้ โครงสร้างพื้นฐาน: การตั้งค่าการใช้งานจริงที่คลินิกในสหรัฐฯ กับ IVIRMA ซึ่งเป็นงานที่สำคัญในตัวมันเอง และกระบวนการทำงาน: การทำให้แน่ใจว่า embryologists และพนักงานทางคลินิกที่ไซต์แรกได้รับการฝึกอบรมและคุ้นเคยกับระบบก่อนที่จะสัมผัสกับการดูแลผู้ป่วย

ไม่มีสิ่งเหล่านั้นที่เล็กน้อย และเราจะไม่ปฏิบัติต่อปี 2027 เป็นวันที่เราต้องถึงไม่ว่าหลักฐานจะลงเอยที่ไหน มันเป็นวันที่เรากำลังทำงานเพื่อให้ได้เมื่อการตรวจสอบสนับสนุน

IVF remains expensive, geographically limited, and dependent on a relatively small number of highly trained specialists. What must change in the economics and operating model of fertility care for automation to make IVF more accessible, and how will you measure whether AURA is genuinely reducing the cost per successful birth?

ปัญหาสำคัญคือ IVF ขึ้นอยู่กับ embryologists ที่ได้รับการฝึกฝนอย่างดีในการทำงานด้วยมือที่ไม่สามารถขยายได้ นั่นคือสิ่งที่ทำให้มันแพงและจำกัดทางภูมิศาสตร์ มันไม่ใช่การขาดความต้องการ มันเป็นปัญหาการขาดแคลนในอุปทาน

เราได้ร่วมเขียนการศึกษาที่มองหาค่าใช้จ่ายต่อเด็กเป็นส่วนหนึ่งของรายได้ครัวเรือนใน 25 ประเทศ และรูปแบบนั้นชัดเจน ประเทศที่ค่าใช้จ่ายสุทธิที่ผู้ป่วยจ่ายนั้นต่ำกว่าครึ่งหนึ่งของรายได้ครัวเรือนโดยเฉลี่ย เช่น อิสราเอล ญี่ปุ่น สเปน ไต้หวัน จะเห็นว่า IVF คิดเป็นประมาณ 9 ถึง 12 เปอร์เซ็นต์ของการเกิดทั้งหมด ในสหรัฐฯ ที่ค่าใช้จ่ายสุทธิของผู้ป่วยโดยทั่วไปเกิน 75 เปอร์เซ็นต์ของรายได้ครัวเรือน อัตรานั้นคือประมาณ 2.5 เปอร์เซ็นต์ ความสามารถในการเข้าถึงไม่ใช่ปัจจัยหนึ่งในหลายๆ ปัจจัย มัน看เหมือนว่าเป็นอุปสรรคหลัก หากสหรัฐฯ เห็นการเติบโตที่คล้ายกับที่พบในประเทศอื่นๆ อาจหมายถึงการเกิดเพิ่มขึ้นประมาณ 140,000 ถึง 160,000 ครั้งต่อปี ข้างหลังตัวเลขนั้นคือครอบครัวที่ต้องการมีลูกแต่ไม่สามารถจ่ายค่าใช้จ่ายได้

การทำให้เป็นอัตโนมัติจะแก้ไขปัญหาการขาดแคลนนั้นโดยตรง: แพลตฟอร์มมาตรฐานสามารถนำความแม่นยำของห้องปฏิบัติการไปสู่สถานที่ต่างๆ มากขึ้นโดยไม่ต้องมี embryologists ที่มีทักษะสูงและหายากในคลินิกทุกแห่ง และการลดจำนวนการทำซ้ำต่อการเกิดที่สำเร็จคือตัวเลือกที่แท้จริงที่จะลดต้นทุน สำหรับการวัดว่า AURA ลดต้นทุนการเกิดที่สำเร็จจริงๆ หรือไม่ ตัวเลขที่สำคัญไม่ใช่ต้นทุนต่อการทำซ้ำ แต่เป็นต้นทุนต่อการเกิดที่สำเร็จ เนื่องจากการทำซ้ำที่ถูกกว่าซึ่งไม่ได้ผลไม่ได้ถูกกว่าจริงๆ สำหรับครอบครัว เรากำลังติดตามตัวชี้วัดนั้นโดยตรงเมื่อเราขยายขนาด และเราจะชอบที่จะระมัดระวังเกี่ยวกับสิ่งที่เราอ้างจนกว่าข้อมูลจะสนับสนุน

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Conceivable Life Sciences เพื่อเรียนรู้เพิ่มเติม

อองตวนเป็นผู้นำที่มีวิสัยทัศน์และเป็นหุ้นส่วนผู้ก่อตั้งของ Unite.AI โดยมีความหลงใหลที่ไม่สั่นคลอนในการ塑造และ推廣อนาคตของ AI และหุ่นยนต์ เขาเป็นผู้ประกอบการซีรีย์ที่เชื่อว่า AI จะมีผลกระทบต่อสังคมมากเท่ากับไฟฟ้า และมักจะพูดถึงศักยภาพของเทคโนโลยีที่เป็นนวัตกรรมและ AGI

ในฐานะ นักอนาคต เขาได้ทำการสำรวจว่านวัตกรรมเหล่านี้จะเปลี่ยนแปลงโลกของเราอย่างไร นอกจากนี้เขายังเป็นผู้ก่อตั้ง Securities.io ซึ่งเป็นแพลตฟอร์มที่มุ่งเน้นในการลงทุนในเทคโนโลยีที่ทันสมัยที่สุดซึ่งกำลังเปลี่ยนแปลงอนาคตและเปลี่ยนแปลงอุตสาหกรรมทั้งหมด