Het vinden van één enkel levensvatbaar molecuul duurt meestal tien jaar. Kosten: miljarden. Resultaat? De meeste kandidaten sterven sowieso in het lab. De industrie noemt het een mislukking. Wij noemen het dinsdag. Een golf van AI-startups beloofde het knelpunt op te lossen, maar de meeste gaven gewoon iets scherpere messen aan mensen die al weten hoe ze ze moeten vasthouden. Ze hebben het echte probleem niet opgelost. Ze maakten de pijn gewoon iets minder vervelend.
SandboxAQ heeft een andere invalshoek.
Ze denken dat het model niet het probleem is. Het is de deur.
Natuurkunde boven tekst
SandboxAQ bundelde de krachten met Anthropic. Nu leven hun wetenschappelijke modellen in Claude. Jij praat. De machine rekent. Geen gespecialiseerde infrastructuur nodig. Geen doctoraat in computertechnologie vereist.
Vijf jaar geleden ontstond dit uit Alphabet. Eric Schmidt zit als voorzitter in het bestuur. Ze hebben ruim 950 miljoen dollar opgehaald, maar hebben zich ook met cyberbeveiliging beziggehouden. Het zware werk gebeurt met wat zij LQM’s noemen: grote kwantitatieve modellen.
Geen grote taal modellen. Deze raden het volgende woord niet op basis van Twitter-berichten. Ze respecteren de regels van de fysieke wereld. Op natuurkunde gebaseerd. Zij voeren kwantumchemie uit. Ze simuleren de moleculaire dynamiek en microkinetiek, waarbij ze feitelijk kijken hoe chemische reacties zich deeltje voor deeltje ontvouwen voordat iemand een bekerglas aanraakt.
“LQM’s zijn AI-modellen die zijn ontworpen voor de ‘kwantitatieve economie’ – een sector van $50 biljoen die zich uitstrekt van biofarmaceutica tot energie.”
Ze bouwen geen chatbot voor e-mails. Ze jagen de sectoren na die AI eigenlijk had moeten veranderen.
Wie kan het gebruiken
Andere goed gefinancierde spelers zoals Chai Discovery en Isomorphic Labs zetten alles in op de wetenschap zelf. SandboxAQ zet in op de gebruiker.
“Voor de eerste keer… heeft iemand toegang tot [dit] in natuurlijke taal.” — Nadia Harhen, Sandbox AQ
Als je voorheen de modellen van SandboxAQ wilde, moest je je eigen servers meenemen. Nu doet het gesprek het zware werk. Dit verandert het klantprofiel volledig. Het was sowieso niet altijd open voor het grote publiek, maar het staat nu open voor degenen die niet coderen voor de kost.
Hun typische klant werkt in een farmaceutisch of industrieel laboratorium. Het zijn experimentatoren. Wetenschappers. Ze zijn op zoek naar nieuwe materialen, ja, maar belangrijker nog, ze zijn op zoek naar dingen die buiten de simulatie ook echt werken.
Harhen geeft toe dat hun klanten van de schroothoop komen. Mensen die eerst elke andere softwarestack probeerden. Wie zag veelbelovende gegevens in stof veranderen toen ze van een scherm naar de echte wereld werden verplaatst? De vertaling is mislukt. Dus nu proberen ze dit.
Het zou deze keer wel eens kunnen werken.
Of misschien schreeuwen we nog steeds alleen maar tegen machines en hopen we op een wonder. Wie weet? De data zullen het ons uiteindelijk leren. Als het ooit lang genoeg duurt.
