ხელოვნური ინტელექტის კომპანია Anthropic-მა სან-ფრანცისკოს ყურის რეგიონში ბიოლოგიური კვლევების ლაბორატორია შექმნა. კომპანია იკვლევს, როგორ შეძლებს Claude არა მხოლოდ სამეცნიერო ტექსტებისა და მონაცემების ანალიზს, არამედ რეალური ექსპერიმენტების დაგეგმვასა და ნაწილობრივ მართვასაც. მიზანი ახალი სამკურნალო საშუალებების შექმნის დაჩქარებაა, თუმცა ინიციატივა AI-ის ბიოუსაფრთხოების შესახებ რთულ კითხვებსაც აჩენს.
ხელოვნური ინტელექტი კომპიუტერის ეკრანიდან რეალურ სამეცნიერო ლაბორატორიაში გადადის.
Anthropic-მა, რომელიც Claude-ის სახელით ცნობილ AI-მოდელებს ქმნის, კალიფორნიაში ე.წ. „სველი ლაბორატორია“ — wet lab — მოაწყო. ასეთ სივრცეში მკვლევრები მხოლოდ კომპიუტერულ სიმულაციებზე არ მუშაობენ: ისინი რეალურ ბიოლოგიურ მასალებზე ატარებენ ექსპერიმენტებს, იყენებენ რეაგენტებს, უჯრედებს, ცილებსა და ლაბორატორიულ აპარატურას.
ლაბორატორიის არსებობა Reuters-ს Anthropic-ის სიცოცხლის შემსწავლელი მეცნიერებების მიმართულების ხელმძღვანელმა ერიკ კაუდერერ-აბრამსმა დაუდასტურა.
კომპანია ამ ნაბიჯით ცდილობს ერთმანეთთან დააკავშიროს AI-ის გამოთვლითი შესაძლებლობები და რეალური ბიოლოგიური ექსპერიმენტები. Anthropic-ს სურს შეამოწმოს, შეძლებს თუ არა Claude კვლევის მთელი ციკლის დაჩქარებას — სამეცნიერო ლიტერატურის შესწავლიდან და ჰიპოთეზის ჩამოყალიბებიდან რეალური ცდის დაგეგმვამდე, შედეგების გაანალიზებამდე და შემდეგი ექსპერიმენტის შეთავაზებამდე.
რას ნიშნავს „AI მართავს ექსპერიმენტს“?
Claude ჯერ ლაბორატორიაში დამოუკიდებლად არ მოძრაობს და სინჯარებით ექსპერიმენტებს საკუთარი ხელით არ ატარებს. ამ ეტაპზე საბოლოო პასუხისმგებლობა და ფიზიკური სამუშაო ადამიან მკვლევრებს ეკუთვნით.
მაგრამ Anthropic-ის გრძელვადიანი მიზანი უფრო ფართოა. კომპანია სწავლობს, როგორ შეიძლება AI-აგენტმა:
შეისწავლოს არსებული სამეცნიერო ლიტერატურა;
მონაცემებში აღმოაჩინოს ახალი კავშირები;
შეარჩიოს კვლევის პერსპექტიული მიმართულება;
ჩამოაყალიბოს ჰიპოთეზა;
დაგეგმოს კონკრეტული ლაბორატორიული ცდა;
აპარატურას ან ავტომატიზებულ სისტემას გადასცეს შესაბამისი დავალება;
მიღებული შედეგები გააანალიზოს;
წარუმატებლობის შემთხვევაში შეცვალოს მიდგომა და შემდეგი ექსპერიმენტი დაგეგმოს.
ასეთი სისტემა შეიძლება დღე-ღამის განმავლობაში მუშაობდეს და ადამიანზე ბევრად სწრაფად შეამოწმოს ასობით შესაძლო ვარიანტი.
ეს არ ნიშნავს, რომ AI მეცნიერს სრულად ჩაანაცვლებს. უფრო რეალისტური მოდელია, როდესაც Claude კვლევითი პროცესის ინტელექტუალურ და ტექნიკურ ნაწილს აჩქარებს, ხოლო ადამიანი განსაზღვრავს მიზანს, ამოწმებს გადაწყვეტილებებს და აკონტროლებს უსაფრთხოებას.
რატომ ქმნის AI-კომპანია ნამდვილ ლაბორატორიას?
დიდი ენობრივი მოდელების სამეცნიერო შესაძლებლობები ძირითადად კომპიუტერულ ამოცანებზე ფასდებოდა: მათ შეეძლოთ კვლევების შეჯამება, მონაცემთა დამუშავება, კოდის დაწერა ან ცილების შესაძლო სტრუქტურის ანალიზი.
მაგრამ ბიოლოგიაში კომპიუტერული პასუხი მხოლოდ დასაწყისია. მოდელის მიერ შეთავაზებული ჰიპოთეზა რეალურ გარემოში უნდა შემოწმდეს. ცილამ, უჯრედმა ან ქიმიურმა ნაერთმა შეიძლება ლაბორატორიაში სრულიად განსხვავებულად იმოქმედოს, ვიდრე პროგრამული მოდელი ვარაუდობდა.
საკუთარი ლაბორატორია Anthropic-ს საშუალებას მისცემს, Claude-ის მიერ გენერირებული იდეები რეალური ექსპერიმენტებით შეამოწმოს და მიღებული შედეგები სისტემის შემდგომი გაუმჯობესებისთვის გამოიყენოს.
ასე შეიძლება შეიქმნას მუდმივი ციკლი:
Claude აანალიზებს მონაცემებს → ადგენს ჰიპოთეზას → იგეგმება ექსპერიმენტი → ლაბორატორია იღებს შედეგს → Claude შედეგს აანალიზებს → იგეგმება ახალი ცდა.
სწორედ ამ ციკლის ავტომატიზაცია შეიძლება იქცეს AI-ის მიერ სამეცნიერო კვლევის დაჩქარების მთავარ მექანიზმად.
იშვიათი და „უმკურნალებელი“ დაავადებები
Anthropic აცხადებს, რომ ერთ-ერთი მიზანი იშვიათი და ნაკლებად შესწავლილი დაავადებების კვლევაა.
ტრადიციულ ფარმაცევტულ ინდუსტრიაში კვლევითი რესურსები ხშირად იმ დაავადებებზე ნაწილდება, რომელთა სამკურნალო პრეპარატსაც დიდი ბაზარი ექნება. იშვიათი დაავადებები კი, რომელთა მქონე პაციენტების რაოდენობა მცირეა, ნაკლებ კომერციულ ინტერესს იწვევს და სათანადო კვლევის გარეშე რჩება.
AI-ს შეუძლია ამ მიმართულებით ხარჯისა და დროის შემცირება. მას შეუძლია სწრაფად შეადაროს გენეტიკური მონაცემები, სამეცნიერო კვლევები, ცილების სტრუქტურები და არსებული ნივთიერებები და ისეთი შესაძლო სამკურნალო სამიზნეები იპოვოს, რომელთა ხელით აღმოჩენას მეცნიერებს წლები დასჭირდებოდათ.
Anthropic ასევე საუბრობს ე.წ. „undruggable“ დაავადებებსა და ცილებზე — შემთხვევებზე, როდესაც დაავადებასთან დაკავშირებული ბიოლოგიური მექანიზმი ცნობილია, მაგრამ მასზე ეფექტიანი პრეპარატის შექმნა აქამდე ვერ ხერხდებოდა.
კომპანია თავად კლინიკური ცდების ჩატარებას ამ ეტაპზე არ გეგმავს და ადამიანებზე მედიკამენტებს არ გამოცდის. ლაბორატორია უფრო ადრეული კვლევების, ჰიპოთეზების შემოწმებისა და ტექნოლოგიის განვითარების სივრცედ განიხილება.
Claude Science და ფარმაცევტული კომპანიები
ლაბორატორიის შექმნა Anthropic-ის სიცოცხლის შემსწავლელ მეცნიერებებში სწრაფი გაფართოების ნაწილია.
კომპანიამ უკვე შექმნა Claude Science — მეცნიერებისთვის განკუთვნილი სისტემა, რომელიც სამეცნიერო ლიტერატურას, კვლევით მონაცემებსა და გამოთვლით ინსტრუმენტებს ერთ სამუშაო გარემოში აერთიანებს.
Anthropic-ის მონაცემებით, Claude Science-ის ფარგლებში მოდელმა ოთხ კვირაზე ნაკლებ დროში ბიომოლეკულების პროგნოზირებისა და დიზაინისთვის გამოყენებული 30-ზე მეტი ღია მოდელის ოპტიმიზაცია მოახდინა. საშუალოდ, მათი მუშაობა დაახლოებით ოთხჯერ დაჩქარდა.
კომპანიამ ბიოტექნოლოგიური მიმართულების გასაძლიერებლად Coefficient Bio-ც შეიძინა. Claude-ის ინსტრუმენტებს უკვე იყენებენ ან ცდიან მსხვილი ფარმაცევტული კომპანიები, მათ შორის Genentech, Bristol Myers Squibb და Novo Nordisk.
ეს ნიშნავს, რომ Anthropic მხოლოდ ზოგადი დანიშნულების ჩატბოტის მწარმოებლად აღარ პოზიციონირებს. კომპანია ცდილობს, Claude სამეცნიერო კვლევისა და ფარმაცევტული ინდუსტრიის ძირითად ინფრასტრუქტურად აქციოს.
სარგებელი — კვლევის დაჩქარება
ახალი მედიკამენტის შექმნას ხშირად ათ წელზე მეტი და მილიარდობით დოლარი სჭირდება. წამლის შესაძლო კანდიდატების დიდი ნაწილი კვლევის სხვადასხვა ეტაპზე წარუმატებელი აღმოჩნდება.
AI-მ შეიძლება ეს პროცესი რამდენიმე გზით დააჩქაროს:
უფრო სწრაფად შეარჩიოს სამკურნალო სამიზნე;
წინასწარ გამოავლინოს წარუმატებლობის მაღალი რისკი;
შეამციროს შესამოწმებელი ნივთიერებების რაოდენობა;
ერთმანეთს დაუკავშიროს სხვადასხვა დისციპლინის კვლევები;
ავტომატურად გადაამუშაოს ექსპერიმენტების შედეგები;
სწრაფად დაგეგმოს შეცვლილი ცდა.
განსაკუთრებით მნიშვნელოვანი შეიძლება გახდეს AI-ის უწყვეტი მუშაობის უნარი. ადამიანთა გუნდი სამუშაო დღეს ასრულებს, AI-აგენტს კი შეუძლია ღამის განმავლობაში გააანალიზოს შედეგები და დილისთვის შემდეგი ექსპერიმენტის გეგმა მოამზადოს.
თუმცა სისწრაფე ღირებულია მხოლოდ მაშინ, თუ შედეგები სანდოა. AI-ის მიერ დამაჯერებლად ჩამოყალიბებული, მაგრამ მცდარი ჰიპოთეზა შეიძლება მეცნიერებს არასწორი მიმართულებით წაიყვანოს, დრო და რესურსები დააკარგვინოს ან უსაფრთხოების რისკიც შექმნას.
იგივე ცოდნა წამალსაც ქმნის და ბიოლოგიურ საფრთხესაც
AI-ის ბიოლოგიურ მეცნიერებებში გამოყენებას ე.წ. ორმაგი დანიშნულების პრობლემა ახლავს.
სისტემა, რომელიც მკვლევარს ვირუსის მოქმედების გაგებაში, ცილის დიზაინში ან გენეტიკური პროცესის შეცვლაში ეხმარება, შესაძლოა ბოროტადაც გამოიყენონ. თეორიულად, იგივე შესაძლებლობები შეიძლება სახიფათო პათოგენის, ტოქსინის ან ბიოლოგიური იარაღის შესაქმნელად გამოიყენებოდეს.
Anthropic თავად არაერთხელ აფრთხილებდა საზოგადოებას ამ საფრთხის შესახებ და Claude-ში ბიოლოგიურ ინფორმაციაზე სპეციალური შეზღუდვები დანერგა.
ამასთან, 2026 წლის სექტემბერში კომპანიამ სიცოცხლის შემსწავლელი მეცნიერებების სპეციალისტებისთვის Life Sciences Verification Program შექმნა. გადამოწმებულ მეცნიერებს Claude-ის ბიოლოგიურ შესაძლებლობებზე შედარებით ფართო წვდომა ეძლევათ, რადგან ზედმეტად მკაცრმა ფილტრებმა შეიძლება ლეგიტიმური სამეცნიერო კვლევაც შეაფერხოს.
აქ რთული ბალანსია დასაცავი: სისტემა საკმარისად ძლიერი უნდა იყოს მეცნიერებისთვის, მაგრამ არა იმდენად თავისუფალი, რომ ბიოლოგიური საფრთხის შექმნა გაამარტივოს.
ვინ აკონტროლებს AI-ის მიერ დაგეგმილ ექსპერიმენტს?
როდესაც AI მხოლოდ სამეცნიერო სტატიის შეჯამებას აკეთებს, შეცდომის შედეგი შედარებით შეზღუდულია. მაგრამ ფიზიკურ ლაბორატორიასთან დაკავშირებულ სისტემას რეალურ მასალებზე, აპარატურასა და ბიოლოგიურ პროცესებზე შეუძლია გავლენის მოხდენა.
ამიტომ საჭიროა რამდენიმე დონის კონტროლი:
AI-ის მიერ შეთავაზებული ექსპერიმენტის წინასწარი ადამიანური შეფასება;
აკრძალული ან მაღალი რისკის ბიოლოგიური მოქმედებების ავტომატური გამოვლენა;
გამოყენებული მასალებისა და ორგანიზმების მკაცრი აღრიცხვა;
ლაბორატორიული აპარატურისთვის AI-ის წვდომის შეზღუდვა;
ყველა გადაწყვეტილებისა და მოქმედების სრული ჩანაწერი;
ექსპერიმენტის ნებისმიერ ეტაპზე ადამიანის მიერ შეჩერების შესაძლებლობა;
დამოუკიდებელი ბიოეთიკური და ბიოუსაფრთხოების ზედამხედველობა.
მთავარი განსხვავებაა AI-ის მიერ ექსპერიმენტის შეთავაზებასა და მისი დამოუკიდებლად ჩატარების უფლებას შორის. პირველ შემთხვევაში Claude მეცნიერის ინსტრუმენტია. მეორე შემთხვევაში კი უკვე ჩნდება კითხვა, რამდენად შეიძლება სიცოცხლესთან დაკავშირებული პროცესები ავტონომიურ სისტემას მიენდოს.
Anthropic-ის წინააღმდეგობრივი პოზიცია
Anthropic AI-ის უსაფრთხოების საკითხებზე ინდუსტრიის ერთ-ერთ ყველაზე ხმამაღალ კომპანიად რჩება. მისი აღმასრულებელი დირექტორი დარიო ამოდეი მოწინავე მოდელების განვითარების შენელებასა და დამოუკიდებელი შეფასების გაძლიერებას ითხოვს.
ამავე დროს, კომპანია საკუთარ მოდელებს სულ უფრო მეტ ავტონომიას აძლევს, ახალ AI-ს ამზადებს, IPO-სთვის ემზადება და ახლა უკვე ფიზიკურ ბიოლოგიურ ლაბორატორიაშიც შედის.
ეს წინააღმდეგობა მხოლოდ Anthropic-ის პრობლემა არ არის. თითქმის ყველა მსხვილი AI-კომპანია ერთდროულად საუბრობს ტექნოლოგიის შესაძლო კატასტროფულ საფრთხეებზე და მისი შესაძლებლობების მაქსიმალურად სწრაფ გაფართოებაში მილიარდობით დოლარს ხარჯავს.
ბაზრის ლოგიკა მარტივია: კომპანია, რომელიც უსაფრთხოების გამო გაჩერდება, შეიძლება კონკურენტმა ჩამოიტოვოს. შედეგად, შენელების საჭიროებაზე ყველა საუბრობს, მაგრამ პირველი გაჩერება არავის სურს.
წამლების მომავალი თუ ახალი რისკის ზონა?
AI-ისა და ავტომატიზებული ლაბორატორიების გაერთიანებამ მედიცინა შეიძლება რადიკალურად შეცვალოს. იშვიათ დაავადებებზე მუშაობა შეიძლება უფრო სწრაფი და იაფი გახდეს, ხოლო მეცნიერებმა ისეთი კავშირები აღმოაჩინონ, რომლებიც ადამიანის თვალისთვის უზარმაზარ მონაცემებში შეუმჩნეველი რჩება.
მაგრამ ბიოლოგიური ლაბორატორია ჩვეულებრივი პროგრამული გარემო არ არის. კოდის შეცდომის გასწორება შესაძლებელია; ბიოლოგიური ექსპერიმენტის შედეგის უკან დაბრუნება კი ყოველთვის ვერ ხერხდება.
ამიტომ საკითხი მხოლოდ ის არ არის, შეუძლია თუ არა Claude-ს კარგი ექსპერიმენტის დაგეგმვა. მთავარი კითხვაა, ვის ექნება მისი დამტკიცების, განხორციელებისა და შეჩერების უფლება — და ვინ აიღებს პასუხისმგებლობას, თუ AI-ის მიერ დაგეგმილი ცდა არასწორად ან სახიფათოდ წარიმართება.
Claude ჯერ დამოუკიდებელი ლაბორანტი არ არის. თუმცა Anthropic-ის ახალი ლაბორატორია აჩვენებს, რომ AI უკვე ემზადება შემდეგი ნაბიჯისთვის: არა მხოლოდ ცოდნის აღწერისთვის, არამედ ფიზიკურ სამყაროში ახალი სამეცნიერო ცოდნის შექმნაში უშუალო მონაწილეობისთვის.
წყაროები: Reuters — Anthropic-ის ბიოლოგიური ლაბორატორია, Anthropic — Claude-ის გამოყენება ბიომოლეკულურ მოდელირებაში, Anthropic — Life Sciences Verification Program
