admin 
Cristianas Ponce'as vilkėjo Indianos Džounso kostiumą, kai susitiko su savo įkūrėju Théo Schäfer. Tai įvyko 2023 m. Helovino vakarėlyje, kurį surengė „Entrepreneur First“ – startuolių programa, kuri supažindina steigėjus prieš jiems pradedant įgyvendinti idėją.
Jiedu atsitrenkė, prisimena Ponce. Schäferis studijavo MIT pas povandeninių autonominių robotų meistrus ir dirbo NASA Reaktyvinio judėjimo laboratorijoje, tyrinėdamas Jupiterio palydovus, ieškodamas ateivių gyvybės. „Beprotiški dalykai“, – nusišypso Ponce. „Aš atvykau iš Cal Tech, užsiimu bioinžinerija“, kur jis dirbo su E. coli.
Juos siejo pasakojimai apie laboratorijos techniko darbo krūvį. Ponce (nuotrauka viršuje kairėje) ypač skundėsi visu fiziniu darbu, susijusiu su genų inžinerija. Žema laboratorinė technika gali praleisti valandas su moksline švirkšto „pipete“, rankiniu būdu perkeldama skysčius iš vamzdelio į vamzdelį.
Bandymai automatizuoti procesą neapsiėjo, nes tai atlikti galintys robotai yra specializuoti, brangūs ir reikalauja specialių programavimo įgūdžių. Kiekvieną kartą, kai mokslininkams reikia keisti eksperimento parametrus (tai yra visą laiką), jie turėtų laukti, kol programuotojas užprogramuos robotą, derins jį ir pan. Daugeliu atvejų lengviau, pigiau ir tiksliau naudoti žmogų.
Jų įkurta įmonė „Tetsuwan Scientific“ nusprendė išspręsti šią problemą pakeisdama pigesnius baltųjų etikečių laboratorijos robotus.
Tačiau 2024 m. gegužę vienas iš įkūrėjų stebėjo OpenAI kelių modelių produkto pristatymą (tas, kuris panašų garsą pažymėjo Scarlett Johansson). OpenAI parodė, kad žmonės kalbasi su modeliu.
Tai buvo trūkstama grandis, reikalinga „Tetsuwan Scientific“. „Mes žiūrime į beprotišką didelių kalbų modelių pažangą tiesiai prieš akis, jų mokslinio samprotavimo galimybes“, – sakė Ponce.
Po demonstracinės versijos Ponce paleido GPT 4 ir parodė jam DNR gelio atvaizdą. Modelis ne tik sėkmingai interpretavo vaizdą, bet ir nustatė problemą – nenumatytą DNR fragmentą, žinomą kaip pradmenų dimeris. Tada buvo pateiktas labai išsamus mokslinis pasiūlymas, kas jį sukėlė ir kaip pakeisti sąlygas, kad to išvengtumėte.
Tai buvo „lemputės akimirka“, – apibūdino Ponce, kai LLM modeliai jau galėjo diagnozuoti mokslinius rezultatus, tačiau neturėjo „fizinės agentūros, kuri iš tikrųjų atliktų jų teikiamus pasiūlymus“.
Įkūrėjai nebuvo vieni tyrinėdami AI naudojimą moksliniams atradimams. Robotų dirbtinio intelekto mokslininkus galima atsekti iki 1999 m. su Rosso Kingo robotu „Adam & Eve“, tačiau jie iš tikrųjų prasidėjo nuo 2023 m.
Tačiau problema, kaip parodė Tetsuwan tyrimas, buvo ta, kad nebuvo jokios programinės įrangos, kuri mokslinį tikslą – tai, ko ieškoma eksperimente – „išverstų“ į robotų vykdymą. Pavyzdžiui, robotas negali suprasti fizinių skysčių, kuriuos pipete duoda, savybių.
„Tas robotas neturi konteksto, kurį reikia žinoti. Galbūt tai klampus skystis. Galbūt jis… išsikristalizuosis. Taigi turime tai pasakyti“, – sakė jis. Garso LLM, kurių haliucinacijos sutramdytos RAG, gali dirbti su dalykais, „kuriuos sunku užkoduoti“.
„Tetsuwan Scientific“ robotai nėra humanoidai. Kaip matyti nuotraukoje, jie yra kvadratinio stiklo konstrukcija. Tačiau jie kuriami siekiant įvertinti rezultatus ir patys atlikti pakeitimus, kaip tai darytų žmogus. Tai apima programinės įrangos ir jutiklių kūrimą, kad robotai galėtų suprasti tokius dalykus kaip kalibravimas, skysčio klasės apibūdinimas ir kitos savybės.
Šiuo metu „Tetsuwan Scientific“ turi alfa klientą „La Jolla labs“, biotechnologiją, kuri dirba su RNR terapiniais vaistais. Robotai padeda išmatuoti ir nustatyti dozavimo efektyvumą. Ji taip pat surinko 2,7 mln. USD per viršijo prenumeratos pradinį etapą, kuriam vadovavo 2048 Ventures, dalyvaujant Carbon Silicon, Everywhere Ventures ir kai kuriems įtakingiems biotechnologijų angelams investuotojams.
Ponce'o akys nušvinta, kai jis kalba apie galutinį šio darbo tikslą: nepriklausomus dirbtinio intelekto mokslininkus, kurie gali būti naudojami automatizuoti visą mokslinį metodą – nuo hipotezės iki pakartojamų rezultatų.
„Tai pats beprotiškiausias dalykas, dėl kurio galėjome dirbti. Bet kuri technologija, kuri automatizuoja mokslinį metodą, yra hiperbolinio augimo katalizatorius“, – sako jis.
Ne jis vienintelis taip galvoja. Kiti, dirbantys su AI mokslininkais, yra pelno siekianti organizacija „FutureHouse“ ir Sietle įsikūrusi „Potato“.
