Vissza a Hírekhez
InnovációAI Understanding eligazítás

A Anthropic házon belüli biológiai laboratóriumot hoz létre a preklinikai gyógyszerkutatáshoz

A Anthropic megerősítette egy fizikai biológiai laboratórium elindítását a San Francisco-öböl térségében, amelynek célja a preklinikai gyógyszerkutatás felgyorsítása, miközben az elhanyagolt betegségekre összpontosít.

4 min readRead the original reporting
Source-page capture accompanying Anthropic establishes in-house biology laboratory for preclinical drug research
Hozzárendelt jelentésForrás rögzített
Kiadó
biz.chosun.com
Forrás link
biz.chosun.comhttps://biz.chosun.com/en/en-international/2026/09/20/BARUHKNMCFGFJPOF2HSLSVCXI4/?outputType=amp
Forrás típusa
Egy hírügynökség jelentése – nem belső dokumentum.

Amit önállóan nem tudtunk megerősíteni: Ez az állítás a megnevezett üzletnek tulajdonítható. Nem ellenőriztük belső dokumentum alapján. (biz.chosun.com)

KontextusÉrtsd meg ezt 60 másodperc alatt

Kezdje itt

Kulcsfogalmak

Számítás
A modellek betanításához és futtatásához szükséges feldolgozási erőforrások, gyakran FLOPS vagy GPU órákban mérve.
Teszteld magadAI modellek magyarázata kvíz

Mi történt

Eric Koutcherer-Abrams, a vállalat élettudományi vezetője szerint a Anthropic fizikai biológiai laboratóriumot hozott létre a San Francisco-öböl térségében, hogy gyakorlati kutatásokat végezzen. A létesítmény célja, hogy áthidalja az AI-vezérelt szimulációk és a fizikai kísérletezés közötti szakadékot. A Anthropic kijelentette, hogy kizárólag a preklinikai kutatásra fog összpontosítani, és nem kíván versenyezni a gyógyszergyártó cégekkel, illetve nem kíván a klinikai vizsgálati szakaszba lépni. A vállalat célja, hogy előtérbe helyezze a gyógyszeripar által jelenleg figyelmen kívül hagyott betegségek kezelési módszereinek felfedezését.

A Anthropic 2026. szeptember 19-én a Reutersnek adott interjújában megerősítette új San Francisco-i biológiai laboratóriumának létezését. Eric Koutcherer-Abrams, az élettudományok vezetője kijelentette, hogy a laboratórium elengedhetetlen a biológiai kutatás „végső tesztjéhez”, amely fizikai kísérleteket igényel.

A társaság pontosította működési körét, hangsúlyozva, hogy nem lép be a klinikai vizsgálati szakaszba, és nem versenyez közvetlenül a meglévő gyógyszer- és biotechnológiai vállalatokkal. Ehelyett a laboratórium a preklinikai szakaszokra és az elhanyagolt betegségek kezelésének fejlesztésére összpontosít.

Ez a kezdeményezés az élettudományok szektorába való szélesebb körű terjeszkedés része. A Anthropic korábban elindította a „Claude Science” eszközt, felvásárolta a Coefficient Bio biotechnológiai céget, és felvette igazgatótanácsába a Novartis vezérigazgatóját, Vasant Narasimhant. Júliusban a cég felvette John Jumpert, a kémiai Nobel-díj társnyertesét is, aki az AlphaFoldon végzett munkájáról ismert.

Forrás részletei: biz.chosun.com ↗

Miért számít

Ez a lépés jelentős elmozdulást jelent egy tisztán játszó mesterséges intelligenciával foglalkozó vállalat számára, jelezve, hogy a Anthropic a fizikai laboratóriumi validációt az MI élettudományi fejlesztésének szükséges összetevőjeként tekinti. Azáltal, hogy a nedves labor képességeit integrálja meglévő mesterséges intelligencia modelljeivel, a Anthropic igyekszik javítani biológiai kutatási eszközeinek pontosságát és használhatóságát. Az elhanyagolt betegségekre összpontosító stratégia, miközben elkerüli a klinikai vizsgálatokat, lehetővé teszi a vállalat számára, hogy kutatási partnerként pozícionálja magát, nem pedig versenytársaként a bevett gyógyszergyárakkal szemben. Ez a fejlesztés számos stratégiai lépést követ, beleértve a Coefficient Bio felvásárlását és olyan magas rangú tehetségek felvételét, mint John Jumper, hogy megszilárdítsa pozícióját a mesterséges intelligencia által vezérelt gyógyszerkutatási szektorban.

A fizikai laboratórium létrehozása arra utal, hogy a Anthropic úgy véli, hogy az AI-modellek önmagukban nem elegendőek a nagy téttel rendelkező biológiai kutatásokhoz. A mesterséges intelligencia előrejelzései és a fizikai laboratóriumi eredmények közötti visszacsatolási hurok létrehozásával a vállalat célja, hogy finomítsa modelljeit, hogy azok hatékonyabbak legyenek a valós gyógyszerkutatásban.

Az elhanyagolt betegségekre való összpontosítás egyértelmű, nem versenyképes rést biztosít, amely lehetővé teszi a Anthropic számára, hogy bemutassa mesterséges intelligenciája hasznosságát anélkül, hogy közvetlen piaci konfliktust váltana ki a nagyobb gyógyszergyárakkal. Ez a stratégia abban is segíthet a vállalatnak, hogy eligazodjon az AI biológiában betöltött biztonsági és etikai vonatkozásaival kapcsolatos szabályozási vizsgálatban.

A vállalat aktívan kezeli a feszültséget a tudományos haladás felgyorsítása és a kockázatok mérséklése között. Koutcherer-Abrams megjegyezte, hogy a Anthropic egyensúlyt teremt a nagyobb teljesítményű modellek iránti igény és az óvatos telepítés szükségessége között, hogy megakadályozzák az MI-vel való visszaélést a biológiai fenyegetések létrehozásában.

Interactive Mechanism

Interaktív mechanizmus: Hogyan működik valójában

Fedezze fel interaktívan a fejlesztés mögött meghúzódó technológiát.

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.
Interaktív koncepció ellenőrzése+10 Points
AI Models Explained Quiz

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

Mit nézzünk ezután

A megfigyelőknek figyelemmel kell kísérniük, hogy a Anthropic hogyan egyensúlyozza ki kettős megbízatását, a gyógyszerfelfedezés felgyorsítását az AI-modellek biológiai fegyverek fejlesztésére való visszaélések megelőzése iránti elkötelezettségével. A vállalat azon képessége, hogy sikeresen integrálja a fizikai laboratóriumi eredményeket mesterséges intelligencia képzési folyamataiba, továbbra is kulcsfontosságú technikai mérföldkő. Ezen túlmenően, ennek a laboratóriumnak a vállalat szélesebb pénzügyi pályájára gyakorolt ​​hatása, különösen a potenciális IPO-ra való felkészülés során, érdekes pont lesz a befektetők számára, akik értékelik élettudományi üzleti modelljének hosszú távú életképességét.

Az új labor hatékonysága a kézzelfogható, ellenőrizhető gyógyszerkutatási áttörések előállítása terén kritikus mérőszáma lesz a vállalat hosszú távú sikerének az élettudományi szektorban.

A befektetők figyelni fogják, hogy az ilyen fizikai infrastruktúrához szükséges magas beruházási ráfordítások, valamint az AI számítási költségei, hatással vannak-e a vállalat pénzügyi teljesítményére, ahogy közeledik tervezett IPO-jához.

A vállalat biológiai kutatással kapcsolatos biztonsági protokolljait továbbra is ellenőrzés alatt tartják, különösen mivel folyamatosan bővíti képességeit a fehérjeszerkezet előrejelzésében és a biotechnológia más érzékeny területein.

Kapcsolódó útmutatók és vetélkedők

Az AI modellek magyarázataAz MI jövőjeAI képzésTesztelje, amit tud – próbáljon ki egy ingyenes AI-kvíztKeressen egy AI kifejezést a szószedetünkbenKövesse az AI modell kiadáskövetőjét
Ezt hasznosnak találta?