ความร่วมมือ
โอเพนโตรนและเอ็นวิดیاเปิดตัวยุคใหม่ของห้องปฏิบัติการที่มีพลังงานจาก AI โดยเปลี่ยนหุ่นยนต์ให้เป็นวิทยาศาสตร์ที่เรียนรู้ได้
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ในช่วงหลายปีที่ผ่านมา ความฉลาดทางเทคนิคในด้านวิทยาศาสตร์ชีวิตได้มุ่งเน้นไปที่การคาดการณ์ มодเอลแนะนำเป้าหมายยา สร้างโครงสร้างโมเลกุล หรือวิเคราะห์ข้อมูลชีววิทยาที่มีขนาดใหญ่ แต่แม้ว่าข้อมูลเชิงลึกจะพัฒนาอย่างรวดเร็ว การดำเนินการในห้องปฏิบัติการยังคงเป็นปัญหาที่ต้องแก้ไข การแปลข้อเสนอแนะที่สร้างโดย AI ให้เป็นการทดลองในห้องปฏิบัติการที่แท้จริงและซ้ำได้ ยังคงเป็นกระบวนการที่ช้า มีค่าใช้จ่ายสูง และกระจัดกระจายไปทั่วเครื่องมือและกระบวนการ
ช่องว่างนั้นกำลังจะถูกปิดลงแล้ว โอเพนโตรนได้ประกาศการรวมระบบกับเอ็นวิดิาที่มุ่งเน้นไปที่การแก้ปัญหานี้โดยการนำ AI ที่มีพลังงานทางกายภาพเข้ามาในกระบวนการปฏิบัติการในห้องปฏิบัติการทุกวัน (NVDA )
เครือข่ายหุ่นยนต์ห้องปฏิบัติการทั่วโลก
สิ่งที่ทำให้โอเพนโตรนเป็นเอกลักษณ์คือขนาด บริษัทดำเนินธุรกิจเครือข่ายหุ่นยนต์ห้องปฏิบัติการมาตรฐานมากกว่า 10,000 เครื่องที่ติดตั้งในมหาวิทยาลัยวิจัยชั้นนำและองค์กรไบโอแฟมา ซึ่งระบบเหล่านี้ได้ทำการอัตโนมัติกระบวนการสำคัญในด้านจีโนมิกส์ โปรตีโอมิกส์ การค้นพบแอนติบอดี และการวินิจฉัย
โดยการรวมเอ็นวิดิอาเข้ากับแพลตฟอร์ม AI ที่มีพลังงานทางกายภาพ – เอ็นวิดิอา ไอแซค และเอ็นวิดิอา โคสมอส – โอเพนโตรนกำลังเปลี่ยนฐานการติดตั้งนี้ให้เป็นสนามฝึกอบรมที่มีชีวิตสำหรับระบบ AI แทนที่จะพึ่งพาข้อมูลจำลองเป็นหลัก โมเดล AI ที่มีพลังงานทางกายภาพสามารถเรียนรู้ได้โดยตรงจากการทดลองที่ดำเนินการในห้องปฏิบัติการที่มีน้ำทั่วโลก
การเชื่อมต่อระหว่างการจำลองและการเป็นจริง
การจำลองมีความสำคัญอย่างมากต่อการพัฒนาโรบอติกส์และ AI แต่ห้องปฏิบัติการมีความซับซ้อนที่ไม่เหมือนใคร ความแปรผันทางชีววิทยา ความแตกต่างของเครื่องมือ พฤติกรรมของสารเคมี และสภาพแวดล้อมที่ส่งผลต่อผลลัพธ์ โดยการผสมผสานการจำลองกับการดำเนินการในโลกแห่งความเป็นจริงที่เป็นมาตรฐาน โอเพนโตรนและเอ็นวิดิากำลังปิดช่องว่างระหว่างการวางแผนแบบดิจิทัลและผลลัพธ์ทางกายภาพ
ในทางปฏิบัติ ระบบ AI สามารถเสนอการออกแบบการทดลอง จำลองผลลัพธ์ ดำเนินการการทดลองบนหุ่นยนต์ โอเพนโตรน และส่งผลลัพธ์กลับเข้าไปในกระบวนการฝึกอบรมโมเดล เมื่อเวลาผ่านไป สิ่งนี้จะสร้างตัวแทน AI ที่ไม่เพียงแต่คาดการณ์สิ่งที่ควรทำงาน แต่ยังเข้าใจสิ่งที่ทำงานจริงในห้องปฏิบัติการ
การปิดช่องว่างในด้านวิทยาศาสตร์อัตโนมัติ
ส่วนสำคัญของความพยายามนี้คือชุด AI ทางชีววิทยาของเอ็นวิดิา รวมถึงไบโอนีมอ ซึ่งให้พื้นฐานสำหรับการฝึกอบรมและใช้โมเดล AI สำหรับการค้นพบทางชีววิทยา โอเพนโตรนจัดหาชั้นการดำเนินการที่หายไป – การทดลองทางกายภาพที่เป็นมาตรฐาน ซ้ำได้ และเขียนโปรแกรมได้
เมื่อรวมกันแล้ว สิ่งนี้ทำให้เกิดวงจรการเรียนรู้อย่างต่อเนื่อง โมเดล AI สร้างสมมติฐานและแผนการทดลอง หุ่นยนต์ดำเนินการการทดลองเหล่านั้นอย่างสม่ำเสมอในห้องปฏิบัติการหลายพันแห่ง ผลลัพธ์ถูกจับเป็นข้อมูลการฝึกอบรมที่มีคุณภาพสูงและถูกส่งกลับเข้าไปในระบบ AI เพื่อปรับปรุงการวนซ้ำครั้งถัดไป เมื่อขยายขนาด วงจรการให้ข้อมูลกลับนี้มีศักยภาพที่จะย่อระยะเวลาการค้นพบจากหลายปีเป็นเพียงไม่กี่สัปดาห์
ทำไมมาตรฐานจึงมีความสำคัญ
ห้องปฏิบัติการมักเป็นสภาพแวดล้อมที่ไม่เหมือนกัน การตั้งค่าระบบอัตโนมัติที่กำหนดเอง เครื่องมือที่เป็นเอกลักษณ์ และกระบวนการด้วยมือทำให้ยากที่จะเปรียบเทียบผลลัพธ์หรือใช้ข้อมูลซ้ำในระดับที่กว้างขวาง วิธีการของโอเพนโตรนกลับกันโดยการทำให้การดำเนินการเป็นมาตรฐานในขณะที่ยังคงเปิดกว้างและขับเคลื่อนด้วย API
มาตรฐานนี้ทำให้โมเดล AI ที่มีพลังงานทางกายภาพสามารถสร้างแบบจำลองข้ามห้องปฏิบัติการได้ เมื่อการทดลองดำเนินการในลักษณะเดียวกันในนิวยอร์ก บอสตัน หรือบาเซิล ระบบ AI สามารถเรียนรู้รูปแบบที่ยังคงเหมือนเดิมในสภาพแวดล้อมต่างๆ แทนที่จะปรับให้เหมาะสมกับการตั้งค่าเดียว
ผลกระทบต่อการค้นพบยาและนอกเหนือจากนั้น
ผลกระทบแรกที่สุดมีแนวโน้มที่จะเกิดขึ้นในด้านการค้นพบยา โดยที่การผลิตการทดลองและความซ้ำได้ของผลลัพธ์จะส่งผลกระทบโดยตรงต่อความเร็วและต้นทุน แต่ผลกระทบยังคงอยู่ไกลกว่านั้น การดำเนินการการทดลองอัตโนมัติสามารถเปลี่ยนแปลงวิธีการพัฒนาเครื่องมือวินิจฉัย วิธีการตรวจสอบการวิจัยทางชีววิทยา และความเร็วที่การรักษาใหม่ๆ เคลื่อนจากแนวคิดไปสู่การปฏิบัติ
ในวงกว้าง การร่วมมือครั้งนี้แสดงถึงการเปลี่ยนแปลงวิธีการนำ AI มาใช้ในด้านวิทยาศาสตร์ แทนที่จะหยุดอยู่ที่การแนะนำ ระบบ AI เริ่มดำเนินการ – การทดลอง การเรียนรู้จากผลลัพธ์ และการปรับปรุงอัตโนมัติ สิ่งนี้เป็นขั้นตอนแรกที่มีความหมายในการเคลื่อนไปสู่ห้องปฏิบัติการที่ขับเคลื่อนด้วยตนเอง โดยที่นักวิทยาศาสตร์คนให้ความสนใจกับกลยุทธ์และการวิเคราะห์ ในขณะที่ AI และโรบอติกส์จัดการการดำเนินการในระดับที่กว้างขวาง
ภาพแรกของสิ่งที่จะเกิดขึ้นต่อไป
โอเพนโตรนและเอ็นวิดิาจะนำเสนอความมุ่งมั่นนี้ต่อสาธารณะในงาน SLAS International Conference and Exhibition ที่กำลังจะมาถึง โดยที่พวกเขาจะพูดถึงวิธีการวางแผนและดำเนินการด้วย AI และหุ่นยนต์ ผู้เข้าร่วมงานจะสามารถมีส่วนร่วมในการดำเนินการการทดลองจริงเพื่อช่วยฝึกโมเดล AI รุ่นต่อไป
เมื่อ AI ที่มีพลังงานทางกายภาพเคลื่อนจากทฤษฎีไปสู่การปฏิบัติ การร่วมมือเช่นนี้เน้นย้ำถึงแนวโน้มที่ใหญ่กว่า: อนาคตของ AI ในด้านวิทยาศาสตร์จะไม่ได้ถูกกำหนดโดยการคาดการณ์ที่ดีขึ้นเพียงอย่างเดียว แต่โดยระบบที่สามารถออกแบบ ดำเนินการ และเรียนรู้จากการทดลองของตนเองอย่างต่อเนื่อง อัตโนมัติ และในระดับโลก
