Összesen 35 millió dollárnyi befektetéssel kezdte meg működését a párizsi székhelyű Bioptimus, melynek célja az első univerzális MI-alapmodell felépítése a biológiában. A holisztikus megközelítés jelentősége abból fakad, hogy a jelenlegi MI-modellek mind a biológia megfelelő aspektusaira korlátozódnak. A startup azonban összekapcsolná a tudományos terület különböző szintjeit a generatív mesterséges intelligenciával a molekuláktól egészen az organizmusokig, olyan számítási reprezentációkat alkotva, amelyek megragadják az eddig érthetetlenül bonyolult biológiai törvényeket és összefüggéseket.

A Bioptimus kedden kiadott közleménye szerint az MI-technológia konvergenciájának gyorsulása lehetővé teszi az egységes modellek fejlesztését a különféle adatok felhasználásával, vagyis ebben az esetben már nem a fehérjeszekvenciákra vagy a sejtek működésére fókuszálnak, hanem az egyes ágakon átívelő felismerésekkel támogatná az orvosbiológia és a környezettudomány kutatásait. A szűk keresztmetszet az adatokhoz való hozzáférés lesz, mivel a biológiai fókusz nagyon erős különbséget jelent ahhoz képest, mint ahogy a nagy nyelvi modelleket (LLM) tanítják a weben összegereblyézett szöveggekkel.

Adatokból nem lesz hiány

Ezért van hatalmas jelentősége, hogy a céget a Google DeepMind és a francia Owkin korábbi és jelenlegi munkatársai alapították, a Bioptimus pedig a "biotech-MI unikornis" Owkinnal együttműködve nagy tömegben szerez hozzáférést multimodális klinikai adatokhoz. A VentureBeatnek adott interjújában a Bioptimus társalapítója és vezérigazgatója arról beszélt, hogy kisebb, független vállalatként gyorsabban tudnak haladni és könnyebben lesznek képesek partnerségeket tető alá hozni a DeepMindhoz képest, míg az Owkin saját maga nem koncentrál alapmodellek kutatására, de támogatja és szívesen csatlakozik a kezdeményezéshez.

A Bioptimus már az AWS-szel is leszerződött, hogy modelljét az Amazon adatközpontjaiban képezze ki, amit közleményükben a kategória legjobb, méretezhető és biztonságos számítási környezetének neveznek. A beszámolók azért kiemelik, hogy a képzési adatokhoz való hozzáférés biztosítása és kezelése így sem lesz sima ügy. Míg az OpenAI például lassan távolodik a publikus web porszívózásától, és sorra köti a licencszerződéseket a tartalomgyártókkal, addig a Bioptimusnak egyből szembe kell néznie a megfelelőségi kihívásokkal az egyetemi klinikákról származó, érzékeny és legkevésbé sem nyilvános adatok feldolgozásakor.

(kép forrása: bioptimus.com)