1.8 מיליארד דולר לבניית תא וירטואלי אוניברסלי

ביולוגיה מול AI: אם חשבתם שפריצות הדרך האחרונות בלמידת מכונה היו מרשימות, הסיפור הבא מציב רף חדש. קואליציה רבת עוצמה של גופי מחקר, חברות טכנולוגיה והממשל האמריקאי מתאגדת ומשקיעה 1.8 מיליארד דולר בניסיון לשחזר ביולוגיה במרחב הווירטואלי.

מה המטרה הסופית?

בפשטות, המטרה היא ליצור ״תא וירטואלי אוניברסלי״ – מודל AI מדויק כל כך, שהוא יוכל לשמש כמעבדה דיגיטלית לחוקרים. במקום לנהל אלפי ניסויים יקרים במעבדה פיזית, המדענים יוכלו להריץ סימולציות על התא הווירטואלי הזה, לבחון תגובות לתרופות חדשות, להבין מנגנוני מחלה, ורק את הניסויים המבטיחים ביותר לבצע בעולם האמיתי.

״אם נוכל להכניס יותר חשיבה ואינטליגנציה לכל שאלה שאנחנו שואלים במעבדה, ערכן של התוצאות הניסיוניות יהיה גבוה הרבה יותר״, הסביר אלכס רייבס, מנהל המדע ב-Biohub, בריאיון לאתר Axios. רייבס רואה את זה כתחילתה של פרדיגמה מדעית חדשה.

המימון האדיר מגיע מכל הכיוונים

אז איך ממנים פרויקט כזה? בשילוב מרשים של שותפויות:

• מחלקת האנרגיה האמריקאית (DOE) תשקיע מעל 500 מיליון דולר על פני חמש שנים במחקר, מידול ומחשוב ביולוגי.
• המכונים הלאומיים לבריאות (NIH) מעמידים לרשות הפרויקט מערכי נתונים ומשאבים שנוצרו בהשקעה פדרלית קודמת של יותר מ-500 מיליון דולר.
• שותפי הטכנולוגיה – Google DeepMind, Isomorphic Labs (חברה-בת של Alphabet) ו-Meta – משלבים כוחות בהשקעה משותפת של 300 מיליון דולר.
• Biohub, יוזמת המחקר המקושרת למארק צוקרברג, כבר התחייבה ל-500 מיליון דולר מוקדם יותר השנה.

ביחד, מדובר במימון, בנתונים, בכוח מחשוב ובטכנולוגיות מדידה בהיקף של 1.8 מיליארד דולר – ההתחייבות המתואמת הגדולה ביותר עד כה ליצירת נתוני ביולוגיה מוכנים ל-AI.

אתגר הענק: ביולוגיה זה לא תמונות של חתולים

ל-AI יש כבר הצלחות מסחררות בביולוגיה, למשל בפענוח מבנה החלבונים. אבל לתכנן תא שלם? זו רמה אחרת לגמרי. רייבס מכנה את זה ״AI אמפירי״: מודלים שצריכים ללמוד מהעולם הפיזי האמיתי, לא רק ממאגרי נתונים דיגיטליים ענקיים.

״האתגר הגדול בביולוגיה הוא לגשר על הפער בין המחשוב לבין העולם הפיזי של הביולוגיה והחיים״, הוא מסביר. ״הדרך לעשות זאת היא דרך נתונים״. כרגע, הרבה מהמידע שה-AI צריך פשוט לא קיים. יוזמה זו נועדה ליצור את הקרקע הזו, בקנה מידה חסר תקדים, עם טכנולוגיות מתקדמות כמו מיקרוסקופיית אלקטרונים קריוגנית ומעבדות אוטונומיות.

שותפות מסחרית עם תמריץ, ופתיחות מדעית

אחד הרגעים המעניינים בתוכנית הוא האיזון בין אינטרסים מסחריים למדע פתוח. לחברות המשתתפות – גוגל, Meta ו-Isomorphic Labs – תהיה גישה בלעדית לנתונים החדשים שהן עוזרות לייצר למשך שנה אחת בלבד. אחרי התקופה הזו, הכול יהפוך למשאב ציבורי לחוקרים ברחבי העולם.

״אנחנו צריכים תמריץ כלשהו כדי שגורמים מסחריים ייקחו חלק בפרויקט, ותקופת האמברגו הזו יוצרת אותו״, הסביר רייבס. ״אבל זה אמברגו לשנה אחת בלבד. זה אומר שדי מהר, הנתונים הופכים נגישים למאמצים מדעיים רחבים״. הגישה הזו מזכירה מודלים אחרים במחקר AI, שבהם חברות זוכות ליתרון זמני בתמורה להשקעתן.

מה צופה העתיד? (רמז: לא תצטרכו לחכות הרבה)

השלב הראשון של הפרויקט יתמקד ביצירת ״מפה רחבה״ של ביולוגיה תאית – איסוף שלל סוגי מידע על תאים ותגובותיהם. בטווח הרחוק יותר, רייבס מדמיין מודלים שיאפשרו לבחון מחלה של אדם ספציפי, לחזות את הגורמים המולקולריים שלה ולתכנן את דרך ההתערבות הטובה ביותר.

אבל השורה התחתונה עשויה להגיע מוקדם מהצפוי. רייבס צופה שברגע שיהיו מערכי נתונים ראשוניים וגדולים, לחוקרים ייקח פחות משנה לאמן מודלים, למדוד את היכולות שלהם ולקבוע אילו סוגי נתונים ביולוגיים נוספים ישפרו אותם. ״זה עבד בכל תחום, וזה עובד גם בביולוגיה״, הוא אומר.

האם אנחנו עדים לתחילתו של עידן שבו בינה מלאכותית הופכת לשותפה הפעילה ביותר במעבדה? אם הברית הזו תצליח, מחקר רפואי ופיתוח תרופות עשויים להיראות אחרת לגמרי. בינתיים, ב-Biohub מאמינים שההימור הגדול של הארגון עומד להשתלם.