Claude Science nie jest nowym modelem sztucznej inteligencji. To raczej środowisko pracy, które łączy w jednym oknie narzędzia, z których badacze i bioinformatycy korzystają na co dzień. Można w nim analizować dane, uruchamiać obliczenia, przeszukiwać literaturę naukową, pracować z kodem i przygotowywać wyniki bez ciągłego przełączania się między różnymi aplikacjami.

Anthropic przekonuje, że właśnie rozproszenie narzędzi jest dziś jedną z największych przeszkód w badaniach biologicznych. Naukowcy korzystają równolegle z wielu baz danych, środowisk obliczeniowych i specjalistycznych programów. Claude Science ma zebrać to w jednym miejscu i ułatwić codzienną pracę. Czy tak faktycznie będzie?

Nie tylko odpowiada na pytania

Platforma została przygotowana z myślą o biologach, bioinformatykach i zespołach pracujących nad nowymi terapiami. Potrafi korzystać z popularnych pakietów wykorzystywanych w analizie danych biologicznych, wizualizować struktury białek, analizować wyniki sekwencjonowania RNA czy wspierać projektowanie eksperymentów. Ważne jest też to, że wszystkie etapy analizy można później prześledzić i zweryfikować, co ma znaczenie w pracy naukowej.

Firma podkreśla, że celem nie jest zastąpienie naukowca. Claude ma przejąć najbardziej czasochłonne zadania związane z analizą danych i przygotowaniem obliczeń, dzięki czemu badacze mogą skupić się na interpretacji wyników i planowaniu kolejnych eksperymentów.

Sztuczna inteligencja coraz bliżej laboratoriów

Anthropic od kilku miesięcy rozwija rozwiązania dla biologii i farmacji, a teraz udostępniła pierwszy produkt zaprojektowany specjalnie z myślą o pracy naukowej. Jednocześnie uruchomiła program grantowy dla ok. 50 projektów badawczych. Wybrane zespoły otrzymają kredyty o wartości do 30 tys. dolarów na korzystanie z Claude oraz dodatkowe zasoby obliczeniowe. Nabór potrwa do 15 lipca.

O podobny rynek walczą dziś także inni giganci technologiczni. Modele AI opracowywane przez Google DeepMind pomagają przewidywać strukturę białek i projektować nowe cząsteczki, Microsoft rozwija narzędzia dla bioinformatyków we współpracy z firmami farmaceutycznymi, a OpenAI udostępnia modele wykorzystywane do analizy literatury naukowej i danych biologicznych. Celem wszystkich tych rozwiązań jest jedno - przyspieszyć identyfikację obiecujących leków i ograniczyć liczbę kosztownych eksperymentów wykonywanych metodą prób i błędów.

Czytaj także:

AI wchodzi do szpitali: odpowiedzialność wciąż będzie ponosił lekarz

List do Kongresu USA. Twórcy AI ostrzegają przed nowym zagrożeniem