Назад към Новини
ИновацияAI Understanding брифинг

Anthropic създава вътрешна биологична лаборатория за предклинични изследвания на лекарства

Anthropic потвърди стартирането на лаборатория по физическа биология в района на залива на Сан Франциско, целяща да ускори откриването на предклинични лекарства, като същевременно се фокусира върху пренебрегваните заболявания.

4 min readRead the original reporting
Source-page capture accompanying Anthropic establishes in-house biology laboratory for preclinical drug research
Отчитане с приписванеИзточникът е записан
Издател
biz.chosun.com
Изходна връзка
biz.chosun.comhttps://biz.chosun.com/en/en-international/2026/09/20/BARUHKNMCFGFJPOF2HSLSVCXI4/?outputType=amp
Тип източник
Отразяване от новинарски източник — не документ от първа страна.

Това, което не можахме да потвърдим независимо: Това твърдение се приписва на посочения източник. Не го проверихме спрямо първостранен документ. (biz.chosun.com)

КонтекстРазберете това за 60 секунди

Започнете тук

Ключови термини

Изчислете
Ресурсите за обработка, необходими за обучение и изпълнение на модели, често измервани във FLOPS или GPU часове.
Тествайте себе сиТест за обяснение на AI модели

Какво стана

Anthropic е създал лаборатория по физическа биология в района на залива на Сан Франциско, за да провежда практически изследвания, според Ерик Кутчерер-Ейбрамс, ръководител на науките за живота на компанията. Съоръжението е предназначено да преодолее празнината между симулации, управлявани от AI, и физически експерименти. Anthropic заяви, че ще се съсредоточи изключително върху предклиничните изследвания и не възнамерява да се конкурира с фармацевтичните компании или да навлезе в етапа на клинично изпитване. Компанията има за цел да даде приоритет на откриването на лечения за заболявания, които в момента се пренебрегват от по-широката фармацевтична индустрия.

Anthropic потвърди съществуването на своята нова базирана в Сан Франциско биологична лаборатория в интервю за Ройтерс на 19 септември 2026 г. Ерик Кутчерер-Ейбрамс, ръководител на науките за живота, заяви, че лабораторията е от съществено значение за „крайния тест“ на биологичните изследвания, които изискват физически експерименти.

Компанията изясни оперативния си обхват, като подчерта, че няма да навлезе в етапа на клинично изпитване или да се конкурира директно със съществуващите фармацевтични и биотехнологични корпорации. Вместо това лабораторията ще се фокусира върху предклиничните етапи и разработването на лечения за пренебрегвани заболявания.

Тази инициатива е част от по-широко разширяване в сектора на науките за живота. Anthropic преди това стартира инструмента „Claude Science“, придоби биотехнологичната фирма Coefficient Bio и добави изпълнителния директор на Novartis Васант Нарасимхан към нейния борд. През юли компанията нае и Джон Джъмпър, съ-носител на Нобелова награда за химия, известен с работата си върху AlphaFold.

Детайли за източника: biz.chosun.com ↗

Защо има значение

Този ход представлява значителна промяна за компания с изкуствен интелект, сигнализираща, че Anthropic разглежда физическото лабораторно валидиране като необходим компонент за напредъка на ИИ в науките за живота. Чрез интегриране на възможностите за мокра лаборатория със своите съществуващи AI модели, Anthropic се стреми да подобри точността и полезността на своите инструменти за биологични изследвания. Стратегията за фокусиране върху пренебрегвани заболявания, като същевременно се избягват клинични изпитвания, позволява на компанията да се позиционира като изследователски партньор, а не като конкурент на утвърдени фармацевтични фирми. Това развитие следва поредица от стратегически ходове, включително придобиването на Coefficient Bio и наемането на високопоставен талант като Джон Джъмпър, за да затвърди позицията си в сектора за откриване на лекарства, управляван от AI.

Създаването на физическа лаборатория предполага, че Anthropic вярва, че AI моделите сами по себе си са недостатъчни за биологични изследвания с високи залози. Чрез създаването на обратна връзка между прогнозите на AI и физическите лабораторни резултати, компанията цели да усъвършенства своите модели, за да бъде по-ефективен при откриването на лекарства в реалния свят.

Фокусът върху пренебрегваните заболявания осигурява ясна, неконкурентна ниша, която позволява на Anthropic да демонстрира полезността на своя AI, без да предизвиква пряк пазарен конфликт с големи фармацевтични компании. Тази стратегия може също така да помогне на компанията да се ориентира в регулаторния контрол по отношение на безопасността и етичните последици от ИИ в биологията.

Компанията активно управлява напрежението между ускоряването на научния прогрес и смекчаването на рисковете. Koutcherer-Abrams отбеляза, че Anthropic балансира необходимостта от по-мощни модели с необходимостта от предпазливо внедряване, за да се предотврати злоупотребата с AI при създаването на биологични заплахи.

Interactive Mechanism

Интерактивен механизъм: как всъщност работи

Разгледайте интерактивно основната технология зад тази разработка.

Thinking Budget (Test-Time Tokens):1,024 tokens
Complex Accuracy79%Math & Code Logic
Latency3.2sTime to first full output
Inference Cost$0.0092Per query estimated
Reasoning StyleStep VerificationInternal chain depth
Active Thinking Trace:
1Deconstruct user problem into formal constraints
2Propose candidate hypotheses & step-by-step calculation
3Self-correction: Backtrack and refute subtle edge cases
4Exhaustive consistency check & final output synthesis
Core takeaway: Test-time compute fundamentally changes AI economics. Instead of only scaling during pre-training, giving reasoning models more tokens at inference time allows them to systematically solve PhD-level STEM problems.
Интерактивна проверка на концепцията+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

Какво да гледате след това

Наблюдателите трябва да наблюдават как Anthropic балансира двойния си мандат за ускоряване на откриването на лекарства с заявения ангажимент за предотвратяване на злоупотребата с модели на ИИ за разработване на биологични оръжия. Способността на компанията успешно да интегрира резултатите от физическата лаборатория в своите обучителни линии за AI остава ключов технически етап. В допълнение, въздействието на тази лаборатория върху по-широката финансова траектория на компанията, особено когато се подготвя за потенциално IPO, ще бъде точка на интерес за инвеститорите, оценяващи дългосрочната жизнеспособност на нейния бизнес модел в областта на науките за живота.

Ефективността на новата лаборатория при постигането на осезаеми, проверими пробиви в откриването на лекарства ще бъде критичен показател за дългосрочния успех на компанията в сектора на науките за живота.

Инвеститорите ще наблюдават дали високите капиталови разходи, необходими за такава физическа инфраструктура, съчетани с разходите за изчисления с изкуствен интелект, оказват влияние върху финансовите резултати на компанията, когато се приближава към планираното IPO.

Протоколите за безопасност на компанията по отношение на биологичните изследвания ще останат под контрол, особено тъй като тя продължава да разширява възможностите си в прогнозирането на протеиновата структура и други чувствителни области на биотехнологиите.

Свързани ръководства и викторини

Обяснени модели на AIБъдещето на ИИAI обучениеТествайте какво знаете — опитайте безплатен тест с изкуствен интелектПотърсете термин за AI в нашия речникСледвайте програмата за проследяване на пускането на AI модел
Намирате ли това за полезно?