سرمایه‌گذاری ۱.۸ میلیارد دلاری در داده‌های بیولوژی هوش مصنوعی: انقلابی در مدل‌سازی رفتار سلولی

در حرکتی بی‌سابقه که چشم‌انداز علوم زیستی و یادگیری ماشین را دگرگون می‌کند، کنسرسیومی متشکل از موسسات تحقیقاتی پیشرو، سازمان‌های دولتی آمریکا و غول‌های فناوری، بودجه‌ای ۱.۸ میلیارد دلاری را برای ایجاد بزرگترین زیرساخت داده‌های «هوش مصنوعی-محور» در حوزه بیولوژی اختصاص داده‌اند. این پروژه که با محوریت Biohub و با هدف پیش‌بینی دقیق رفتار سلول‌ها آغاز شده، نویدبخش گذار از آزمایش‌های سنتی آزمایشگاهی به شبیه‌سازی‌های دیجیتال در مقیاس عظیم است.

معماری بزرگترین کنسرسیوم داده‌های بیولوژیک

هدف اصلی این ائتلاف، گردآوری، استانداردسازی و پردازش داده‌هایی است که برای آموزش مدل‌های پیش‌بینی‌کننده زیستی ضروری هستند. الکس ریوز، رئیس بخش علوم Biohub، معتقد است که مدل‌سازی دقیق بیولوژی می‌تواند با دیجیتالی کردن آزمایش‌ها، سرعت کشف‌های علمی را به طرز چشمگیری افزایش دهد. این سرمایه‌گذاری ۱.۸ میلیارد دلاری نه تنها شامل نقدینگی، بلکه دربرگیرنده توان محاسباتی (Computing Power)، داده‌های خام و فناوری‌های نوین اندازه‌گیری سلولی است.

نقش نهادهای دولتی و ابررایانه‌ها

وزارت انرژی ایالات متحده (DOE) با تخصیص بودجه‌ای فراتر از ۵۰۰ میلیون دلار در طول پنج سال، نقش کلیدی در پروژه «Genesis Mission» ایفا می‌کند. این بخش از سرمایه‌گذاری بر استفاده از ابررایانه‌های کلاس Exascale، تکنیک‌های پیشرفته پراش نوترون و پرتو ایکس، و میکروسکوپ‌های الکترونی کرایو (Cryo-EM) متمرکز است. از سوی دیگر، موسسات ملی بهداشت (NIH) داده‌های گسترده‌ای را که طی سال‌ها با صرف بودجه‌های فدرال گردآوری شده‌اند، در اختیار این پروژه قرار می‌دهند تا توسط Biohub برای آموزش مدل‌های هوش مصنوعی استانداردسازی شوند.

مشارکت غول‌های فناوری و انگیزه‌های تجاری

شرکت‌های Meta، Google DeepMind و Isomorphic Labs با تخصیص مجموعاً ۳۰۰ میلیون دلار به این کنسرسیوم پیوسته‌اند. همچنین Nvidia با ارائه زیرساخت‌های محاسباتی و نرم‌افزاری، نقش بازوی فنی را ایفا می‌کند. یک نکته کلیدی در این همکاری، مدل دسترسی به داده‌هاست؛ در حالی که داده‌های حاصل از بخش‌های دولتی به صورت عمومی و آزاد در دسترس خواهند بود، مشارکت‌کنندگان تجاری برای یک سال از دسترسی انحصاری اولیه برخوردار می‌شوند تا انگیزه‌ای برای سرمایه‌گذاری بخش خصوصی در این زیرساخت ملی فراهم شود.

چالش مقیاس و آینده بیولوژی محاسباتی

در حال حاضر، مجموعه داده‌های موجود در این حوزه شامل صدها میلیون سلول است، اما برای دستیابی به مدل‌های دقیق پیش‌بینی‌کننده که بتوانند فرایندهای پیچیده حیات را شبیه‌سازی کنند، دانشمندان به داده‌هایی در مقیاس میلیاردها و در نهایت تریلیون‌ها سلول نیاز دارند. این پروژه تنها تلاش موجود در این عرصه نیست؛ فعالیت‌های مشابهی توسط Anthropic در آزمایشگاه‌های بیولوژی اختصاصی و همچنین برنامه‌های حمایتی OpenAI با بودجه ۱۲۵ میلیون دلاری در حال اجراست که همگی نشان‌دهنده تغییر پارادایم از «بیولوژی تجربی» به «بیولوژی محاسباتی» در نیمه دوم دهه ۱۴۰۰ شمسی است.