Evan Feinberg i Sergey Edunov z Genesis Molecular AI ujawniają, że najinteresujące postępy w technologii dyfuzyjnych nie zachodzą w sektorze dużych modeli językowychowych, lecz w dziedzinie odkrywania leków. W rozmowie prawie dwugodzinnej duet wyjaśnia, jak zaawansowanie sztucznej inteligencji w ostatnich latach wreszcie umożliwiło rozwiązanie problemu, który przez dekadę stanowił wyzwanie dla naukowców.
Genesis Molecular AI opracował flagowy model PEARL, który potrafi konsekwentnie osiągać progi predykcji struktury cząsteczek niezbędne do rzeczywistych zastosowań farmaceutycznych. Do niedawna uczenie maszynowe w odkrywaniu małych cząsteczek pozostawało rozczarowujące - przydatne czasami, ale dalekie od rewolucyjnych zmian. Przełom wydaje się teraz możliwy dzięki innowacyjnym algorytmom opartym na modelach dyfuzyjnych i lepszemu zrozumieniu procesu predykcji strukturalnej w AI. Rozmowa ujawnia, że społeczność naukowa często uznawała wyniki benchmarków za wystarczająco dobre, gdy w rzeczywistości nie były gotowe do praktycznych wdrożeń.
Nowoczesne agentic workflows włączone przez te dokładne modele otwierają całkowicie nowe możliwości w procesie opracowywania leków. Genesis już demonstruje, że złożone problemy farmaceutyczne można teraz rozwiązywać poprzez automatyczne workflow'i, które wcześniej wymagały bezpośredniej interwencji ludzi. Ten przełom sugeruje, że epoka, w której AI faktycznie transformuje małocząsteczkowe odkrywanie leków, wreszcie nadeszła - zupełnie inaczej niż pesymistyczne prognozy sprzed lat.