CEO крупнейшей технологической компании Соединенного Королевства Arm Holdings Rene Haas заявил, что достижения в области искусственного интеллекта помогут найти лекарство от рака в течение следующих нескольких десятилетий. Компания из Cambridge разрабатывает архитектуру полупроводников, используемую в смартфонах, умных часах и других устройствах, а также чипы искусственного интеллекта для центров обработки данных. По словам Haas, моделирование маркеров DNA, затронутых раком, слишком сложно для людей и существующих систем искусственного интеллекта, однако эту проблему можно преодолеть с помощью большего числа моделей и более совершенных систем. Arm, выигравшая от бума искусственного интеллекта, в этом году стала самой дорогой компанией в истории BK с рыночной капитализацией более 400 миллиардов долларов. Google DeepMind в 2024 году представила AlphaFold 3, прогнозирующую взаимодействия белков, DNA, RNA и молекул лекарственных препаратов. Isomorphic Labs в этом году начала подготовку к первым клиническим испытаниям на людях лекарств, разработанных с помощью искусственного интеллекта. AstraZeneca, Eli Lilly и Sanofi заключили партнерства в области искусственного интеллекта для разработки методов лечения рака. Haas отметил, что ограничения поставок затрудняют доступ к чипам.
Почему это важно
Эта оценка показывает, что роль искусственного интеллекта в сфере онкологии связана не только с программным обеспечением для разработки методов лечения, но и с вычислительной инфраструктурой, способной обрабатывать большие объемы биологических данных. AlphaFold 3 и партнерства фармацевтических компаний свидетельствуют о том, что разные участники продолжают исследования, направленные на понимание взаимодействий между белками, DNA, RNA и молекулами лекарственных препаратов. Однако заявление Haas представляет собой скорее прогноз потенциальных возможностей технологии, чем клинически доказанный результат лечения; поэтому вопрос о том, как результаты исследований будут преобразованы в безопасные и эффективные методы лечения, остается открытым. Ограничения поставок, затрудняющие доступ к чипам, также поднимают вопрос о том, кто и на каких условиях сможет использовать вычислительные ресурсы, необходимые для этих исследований.