شركة FutureHouse تطلق أداة Finch الذكية لتسريع الاكتشافات البيولوجية بشكل قائم على البيانات

مؤسسة FutureHouse، وهي منظمة غير ربحية مدعومة من إريك شميدت وتهدف إلى بناء "عالم ذكاء اصطناعي" خلال العقد القادم، قد طرحت أداة جديدة تزعم أنها تدعم "اكتشاف بيولوجي موجه بالبيانات". جاء هذا الإعلان بعد أسبوع واحد فقط من إطلاق FutureHouse لـ API ومنصتها الجديدة. الأداة الجديدة، والتي تُعرف باسم Finch، تأخذ البيانات البيولوجية (بشكل أساسي من الأوراق البحثية) وسياق السؤال (مثل "ماذا يمكنك أن تخبرني عن الجزيئات المسؤولة عن انتشار السرطان؟") ثم تقوم بتشغيل الكود وإنشاء الرسوم البيانية ومراجعة النتائج. في سلسلة منشورات على منصة X، قارن سام رودريكس، المؤسس المشارك والمدير التنفيذي لـ FutureHouse، الأداة بـ "طالب دراسات عليا في السنة الأولى". كتب رودريكس: "إن القدرة على القيام بكل هذا في دقائق هو نوع من القوى الخارقة"، وأضاف: "في الواقع، Finch تجد بعض الأشياء الرائعة حقًا. لقد وجدناها مدهشة جدًا لمشاريعنا الداخلية". تتفق المقترحات التي تقدمها FutureHouse مع العديد من الشركات الناشئة والشركات التقنية العملاقة، حيث يُعتقد أن Finch وأدوات الذكاء الاصطناعي الأخرى ستقوم في المستقبل بتسهيل خطوات العملية العلمية. في مقالة نشرت في وقت سابق من العام الحالي، قال سام ألتمان، المدير التنفيذي لـ OpenAI، إن أدوات الذكاء الاصطناعي "الفائق الذكاء" يمكن أن "تسريع الاكتشافات العلمية والابتكارات بشكل كبير". وفي السياق نفسه، توقع المدير التنفيذي لشركة Anthropic، التي أطلقت برنامج "ذكاء اصطناعي للعلوم" مؤخرًا، أن يمكن للذكاء الاصطناعي مساعدة صياغة علاجات لكثير من أنواع السرطان. ومع ذلك، فإن الدليل على فعالية الذكاء الاصطناعي في توجيه العملية العلمية ما زال محدودًا. حتى الآن، لم تحقق FutureHouse أي اختراق علمي أو اكتشاف جديد باستخدام أدواتها للذكاء الاصطناعي. وقد أشار العديد من الباحثين إلى أن الذكاء الاصطناعي الحالي ليس مفيدًا بشكل خاص في توجيه العمل العلمي. تُعد البيولوجيا، وخاصة في مجال اكتشاف الأدوية، هدفًا جذابًا للشركات المتخصصة في الذكاء الاصطناعي. تقديرات شركة Precedence Research تشير إلى أن قيمة السوق في عام 2024 بلغت 65.88 مليار دولار وقد تصل إلى 160.31 مليار دولار بحلول عام 2034. رغم بعض النجاحات، لم يوفر الذكاء الاصطناعي حلولًا سحرية فورية في المختبرات. فقد شهدت عدة شركات تعمل على اكتشاف الأدوية باستخدام الذكاء الاصطناعي، مثل Exscientia و BenevolentAI، فشلًا في التجارب السريرية على نطاق واسع في السنوات الأخيرة. بالإضافة إلى ذلك، فإن دقة أنظمة الذكاء الاصطناعي الرائدة في اكتشاف الأدوية، مثل AlphaFold 3 من Google DeepMind، تختلف بشكل كبير. أقر رودريكس بأن Finch تقوم أيضًا بـ "أخطاء غبية"، وهذا هو السبب في أن FutureHouse تقوم بتجنيد متخصصين في البيوинформيات والبيولوجيا الحاسوبية لتقييم دقتها وموثوقيتها وتدريبها أثناء فترة التجربة المغلقة. يمكن للمهتمين التسجيل هنا للمشاركة في تقييم Finch.