خريجو Google DeepMind يطلقون Bioptimus: رائدون في تطوير أول نموذج ذكاء اصطناعي عالمي لعلم الأحياء.

بينما يزدهر نظام الشركات الناشئة الفرنسي مع شركات مثل Mistral وPoolside وAdaptive، خرجت شركة Bioptimus التي تتخذ من باريس مقراً لها من وضع التخفي، معلنةً عن جولة تمويل أولية بقيمة 35 مليون دولار. تهدف Bioptimus إلى إنشاء أول نموذج أساسي عالمي قائم على الذكاء الاصطناعي في مجال البيولوجيا، من خلال دمج الذكاء الاصطناعي التوليدي عبر مقاييس بيولوجية متعددة، تبدأ من الجزيئات وصولًا إلى الخلايا، والأنسجة، والكائنات الحية بالكامل.

تتمتع Bioptimus بدعم فريق من خريجي Google DeepMind وعلماء من Owkin، وهي شركة ناشئة رائدة في مجال التكنولوجيا الحيوية الذكية ومؤسسة فرنسية يونيكورن. ستستخدم هذه الشراكة موارد حسابات AWS وقدرات توليد البيانات الخاصة بـ Owkin، والتي تشمل الوصول إلى بيانات مرضى متعددة الأنماط من أفضل المستشفيات الأكاديمية حول العالم. كما أشار بيان صحفي إلى أن "هذا يمكّن من إنشاء تمثيلات حسابية تميزنا عن النماذج التي تعتمد فقط على مجموعات البيانات العامة وأنماط البيانات الفردية، والتي تفشل في التقاط التنوع الكامل للبيولوجيا."

في مقابلة، أكد جان-فيليب فيرت، المؤسس المشارك والرئيس التنفيذي لشركة Bioptimus ورئيس قسم البحث والتطوير في Owkin، أن كون Bioptimus شركة مرنة ومستقلة يتيح لها الوصول إلى البيانات الحيوية بشكل أسرع من Google DeepMind. "يمكننا التعاون بشكل آمن مع الشركاء، وإرساء الثقة من خلال مشاركة خبرتنا في الذكاء الاصطناعي وتقديم نماذج للبحوث،" أضاف. "مثل هذا التعاون قد يكون تحديًا للشركات التقنية الكبرى. ستطبق Bioptimus أيضًا بعض أقوى أنظمة الضوابط السيادية المتاحة اليوم."

لقد انضم رودولف جيناتون، عالم أبحاث سابق في Google DeepMind، إلى فريق Bioptimus، مؤكدًا الالتزام بالنماذج مفتوحة المصدر والعلم المفتوح على غرار إصدارات Mistral. "الشفافية والمشاركة والمجتمع هي أساس مهمتنا،" صرح.

حاليًا، تركز العديد من نماذج الذكاء الاصطناعي على جوانب معزولة من البيولوجيا. أوضح فيرت: "على سبيل المثال، تقوم عدة شركات بتطوير نماذج لغوية لتسلسل البروتينات، بينما تستهدف أخرى نماذج أساسية لصورة الخلايا." ومع ذلك، لا يزال من الصعب الحصول على رؤية شاملة للبيولوجيا. "الخبر السار هو أن تقنية الذكاء الاصطناعي تتقدم بسرعة، مع تمكين بعض الهياكل كل البيانات من المساهمة في نموذج موحد،" أضاف. "هذا هو هدفنا - إنشاء نموذج شامل لم يتحقق بعد، لكنني أعتقد أنه سيتحقق قريبًا."

وأفاد فيرت أن أكبر تحدٍ هو الوصول إلى البيانات. "تدريب نموذج لغوي كبير على نصوص الإنترنت يختلف تمامًا عما نهدف إلى القيام به. لحسن الحظ، توفر لنا شراكتنا مع Owkin وصولاً غير مسبوق إلى البيانات."