Znalezienie jednej zdolnej do życia cząsteczki zajmuje zwykle dekadę. Cena? Miliardy dolarów. A wynik? Większość kandydatów i tak umiera w laboratorium. Branża nazywa to porażką. Nazywamy to wtorkiem.
Fala startupów AI obiecała wyeliminować to wąskie gardło, ale większość po prostu dała nieco ostrzejsze noże tym, którzy już wiedzą, jak z nich korzystać. Nie rozwiązali prawdziwego problemu. Po prostu sprawili, że ból był mniej irytujący.
SandboxAQ jest innego zdania.
Uważają, że problem nie leży po stronie modelu. Problemem są „drzwi”, przez które do nich wchodzi się.
Fizyka zamiast tekstu
SandboxAQ połączył siły z Anthropic. Teraz ich modele naukowe żyją w Claude. Ty mówisz, maszyna oblicza. Nie wymaga specjalistycznej infrastruktury. Nie jest wymagany doktorat z informatyki.
Pięć lat temu firma wydzieliła się z Alphabetu. Eric Schmidt dołącza do zarządu jako prezes. Zebrali ponad 950 milionów dolarów, choć zajmowali się także cyberbezpieczeństwem. Większość pracy wykonywana jest przy użyciu tak zwanych LQM – dużych modeli ilościowych.
To są nie duże modele językowe. Nie zgadują następnego słowa na podstawie wpisów na Twitterze. Szanują prawa świata fizycznego. Oparte na fizyce. Wykonują obliczenia z zakresu chemii kwantowej. Symulują dynamikę molekularną i mikrokinetykę — zasadniczo obserwują zachodzące reakcje chemiczne cząstka po cząstce, zanim ktokolwiek w ogóle podniesie butelkę.
„LQM to modele sztucznej inteligencji stworzone na potrzeby „gospodarki ilościowej”, sektora o wartości 50 bilionów dolarów, obejmującego wszystko, od biofarmacji po energię”.
Nie tworzą chatbota do odpowiadania na e-maile. Atakują sektory, które sztuczna inteligencja miała faktycznie zmienić.
Kto może z niego korzystać
Inni dobrze finansowani gracze, tacy jak Chai Discovery i Isomorphic Labs, stawiają wszystko na samą naukę. SandboxAQ skupia się na użytkowniku.
„Po raz pierwszy… każdy może uzyskać dostęp do tego [rozwiązania] w języku naturalnym” – Nadia Hargen, Sandbox AQ
Wcześniej, jeśli chciałeś korzystać z modeli SandboxAQ, musiałeś zabrać ze sobą własne serwery. Teraz dialog wykonuje całą ciężką robotę. To całkowicie zmienia portret klienta. Wcześniej dostęp do systemu i tak nie był ogólnodostępny, teraz jest dostępny dla tych, którzy nie zajmują się programowaniem zawodowo.
Ich typowy klient pracuje w laboratorium farmaceutycznym lub przemysłowym. To są eksperymentatorzy. Naukowcy badający. To prawda, że szukają nowych materiałów, ale co ważniejsze, szukają rzeczy, które faktycznie działają poza symulacją.
Hargen przyznaje, że klienci przychodzą do nich ze śmietnika. Osoby, które jako pierwsze wypróbowały wszystkie inne stosy oprogramowania. Ci, którzy widzieli obiecujące dane, po przeniesieniu z ekranu do prawdziwego świata zamieniają się w pył. Tłumaczenie nie powiodło się. A teraz próbują tej opcji.
Tym razem może się udać.
A może nadal po prostu krzyczymy na samochody i liczymy na cud. Kto wie? Dane nam ostatecznie powiedzą. Jeśli będą zbierać wystarczająco długo.
