Twórcy Claude zapowiadają wejście w branżę farmaceutyczną i koncentrację na zaniedbanych chorobach. Eksperci ostrzegają przed długą drogą do sukcesu.

Źródło zdjęcia: The Verge
Firma Anthropic, znana z modelu Claude, ogłosiła plany wejścia w branżę farmaceutyczną i zamiar opracowywania własnych leków przy pomocy sztucznej inteligencji. Podczas wydarzenia „The Briefing: AI for Science” przedstawiono narzędzie Claude Science oraz zapowiedziano koncentrację na zaniedbanych chorobach. Szczegóły dotyczące konkretnych planów pozostają jednak ograniczone.
Według ekspertów, określenie „odkrywanie leków przez AI” obejmuje bardzo szerokie spektrum zastosowań. Profesor Namshik Han z Uniwersytetu Cambridge wyjaśnia, że AI jest wykorzystywane „na każdym etapie odkrywania leków” — od znajdowania nowych związków przez poprawianie ich właściwości, po wsparcie badań, analizę danych, badania kliniczne, a nawet produkcję.
Matthew Todd z University College London podkreśla, że AI już teraz przenika procesy odkrywania i badania leków, nazywając to „terminem zbiorczym” ze względu na szeroką gamę zastosowań. Giganci farmaceutyczni jak AstraZeneca, Novo Nordisk i GSK już prowadzą liczne inicjatywy z wykorzystaniem AI.
Anthropic, dzięki pracy nad modelami frontierowymi, prawdopodobnie wykorzysta generatywną AI do przeszukiwania ogromnych chemicznych i biologicznych możliwości, pomagając badaczom w nawiązywaniu połączeń, które byłyby trudne lub czasochłonne do znalezienia w inny sposób.
Mimo entuzjazmu, eksperci ostrzegają przed nadmiernym optymizmem. Professor Todd stwierdza, że branża jest „daleko” od zaaprobowania przez regulatorów leku zaprojektowanego przez AI do użytku u ludzi. Proces odkrywania leków nie będzie przebiegał autonomicznie — wymagany będzie ludzki nadzór i wkład przez cały czas.
Frank von Delft z Uniwersytetu Oksfordzkiego podkreśla, że modele AI „nie zbliżyły się jeszcze do uczynienia eksperymentów niepotrzebnymi”. Kandydaci na leki nadal muszą być testowani w rzeczywistych warunkach pod kątem skuteczności, toksyczności i praktycznych właściwości umożliwiających bezpieczne przygotowanie, przechowywanie i dostarczanie jako lekarstwa.
Dodatkowo, brak publicznie dostępnych, wysokiej jakości danych eksperymentalnych może spowolnić wysiłki rozwoju leków. Nawet w dobrze zbadanych obszarach biologii wciąż istnieją duże luki w zrozumieniu mechanizmów działania.
Anthropic stawia się w nietypowej pozycji sprzedawania oprogramowania innym, potencjalnie konkurencyjnym producentom leków, jednocześnie rozwijając własne kandydatów na leki. Firma będzie musiała zainwestować znaczne środki w eksperymenty, jeśli rzeczywiście chce opracować lek — co może być kosztowne i czasochłonne, szczególnie w fazie badań klinicznych na ludziach.

Arthur Mensch z Mistral twierdzi, że laboratoria AI wykorzystują dane klientów przeciw najbardziej udanym firmom. Zaleca własne modele open-source.

Uczniowie używający AI mieli lepsze oceny z prac domowych, ale ich wyniki na egzaminach spadły nawet o 24%. Pełna skala problemów ujawniła się dopiero po latach.
Model GPT-5.5 nieproporcjonalnie często kończy rozumowanie na dokładnie 516 tokenach, co może tłumaczyć gorsze wyniki w złożonych zadaniach programistycznych.