Kembali ke Berita
InovasiAI Understanding pengarahan

Anthropic mendirikan laboratorium biologi internal untuk penelitian obat praklinis

Anthropic telah mengonfirmasi peluncuran laboratorium biologi fisik di San Francisco Bay Area, yang bertujuan untuk mempercepat penemuan obat praklinis sambil berfokus pada penyakit yang terabaikan.

4 min readRead the original reporting
Source-page capture accompanying Anthropic establishes in-house biology laboratory for preclinical drug research
Pelaporan yang diatribusikanSumber direkam
Penerbit
biz.chosun.com
Tautan sumber
biz.chosun.comhttps://biz.chosun.com/en/en-international/2026/09/20/BARUHKNMCFGFJPOF2HSLSVCXI4/?outputType=amp
Jenis sumber
Pelaporan oleh outlet berita — bukan dokumen pihak pertama.

Yang belum bisa kami konfirmasi secara independen: Klaim ini dikaitkan dengan outlet bernama. Kami tidak memverifikasinya terhadap dokumen pihak pertama. (biz.chosun.com)

KonteksPahami ini dalam 60 detik

Mulai di sini

Istilah-istilah penting

Hitung
Sumber daya pemrosesan yang diperlukan untuk melatih dan menjalankan model, sering kali diukur dalam jam FLOPS atau GPU.
Uji diri Anda sendiriKuis Penjelasan Model AI

Apa yang terjadi

Anthropic telah mendirikan laboratorium biologi fisik di San Francisco Bay Area untuk melakukan penelitian langsung, menurut Eric Koutcherer-Abrams, kepala ilmu kehidupan perusahaan tersebut. Fasilitas ini dimaksudkan untuk menjembatani kesenjangan antara simulasi berbasis AI dan eksperimen fisik. Anthropic menyatakan akan fokus secara eksklusif pada penelitian praklinis dan tidak bermaksud bersaing dengan perusahaan farmasi atau memasuki tahap uji klinis. Perusahaan ini bertujuan untuk memprioritaskan penemuan pengobatan untuk penyakit yang saat ini diabaikan oleh industri farmasi yang lebih luas.

Anthropic mengonfirmasi keberadaan laboratorium biologi baru yang berbasis di San Francisco dalam sebuah wawancara dengan Reuters pada 19 September 2026. Eric Koutcherer-Abrams, kepala ilmu hayati, menyatakan bahwa laboratorium tersebut penting untuk 'ujian akhir' penelitian biologi, yang memerlukan eksperimen fisik.

Perusahaan memperjelas ruang lingkup operasionalnya dan menegaskan tidak akan memasuki tahap uji klinis atau bersaing langsung dengan perusahaan farmasi dan bioteknologi yang ada. Sebaliknya, laboratorium akan fokus pada tahap praklinis dan pengembangan pengobatan untuk penyakit yang terabaikan.

Inisiatif ini merupakan bagian dari ekspansi yang lebih luas ke sektor ilmu hayati. Anthropic sebelumnya telah meluncurkan alat 'Claude Science', mengakuisisi perusahaan bioteknologi Coefisien Bio, dan menambahkan CEO Novartis Vasant Narasimhan ke dalam dewan direksi. Pada bulan Juli, perusahaan juga mempekerjakan John Jumper, salah satu pemenang Hadiah Nobel Kimia yang dikenal karena karyanya di AlphaFold.

Detail sumber: biz.chosun.com ↗

Mengapa itu penting

Langkah ini mewakili perubahan signifikan bagi perusahaan AI murni, yang menandakan bahwa Anthropic memandang validasi laboratorium fisik sebagai komponen penting untuk memajukan AI dalam ilmu kehidupan. Dengan mengintegrasikan kemampuan laboratorium basah dengan model AI yang ada, Anthropic berupaya meningkatkan akurasi dan kegunaan alat penelitian biologinya. Strategi yang berfokus pada penyakit-penyakit yang terabaikan dan menghindari uji klinis memungkinkan perusahaan untuk memposisikan diri sebagai mitra penelitian dan bukan sebagai pesaing bagi perusahaan-perusahaan farmasi yang sudah mapan. Perkembangan ini mengikuti serangkaian langkah strategis, termasuk akuisisi Coefisien Bio dan perekrutan talenta terkenal seperti John Jumper, untuk memperkuat posisinya di sektor penemuan obat yang digerakkan oleh AI.

Pendirian laboratorium fisik menunjukkan bahwa Anthropic percaya bahwa model AI saja tidak cukup untuk penelitian biologi berisiko tinggi. Dengan menciptakan umpan balik antara prediksi AI dan hasil laboratorium fisik, perusahaan bertujuan untuk menyempurnakan modelnya agar lebih efektif dalam penemuan obat di dunia nyata.

Fokus pada penyakit yang terabaikan memberikan peluang yang jelas dan non-kompetitif yang memungkinkan Anthropic menunjukkan kegunaan AI-nya tanpa memicu konflik pasar langsung dengan perusahaan farmasi besar. Strategi ini juga dapat membantu perusahaan menavigasi pengawasan peraturan mengenai implikasi keselamatan dan etika AI dalam biologi.

Perusahaan secara aktif mengelola ketegangan antara mempercepat kemajuan ilmu pengetahuan dan memitigasi risiko. Koutcherer-Abrams mencatat bahwa Anthropic menyeimbangkan kebutuhan akan model yang lebih kuat dengan perlunya penerapan yang hati-hati untuk mencegah penyalahgunaan AI dalam menciptakan ancaman biologis.

Interactive Mechanism

Mekanisme Interaktif: Cara Kerja Sebenarnya

Jelajahi teknologi yang mendasari di balik perkembangan ini secara interaktif.

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.
Pemeriksaan Konsep Interaktif+10 Points
AI Models Explained Quiz

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

Apa yang harus ditonton selanjutnya

Para pengamat harus memantau bagaimana Anthropic menyeimbangkan mandat gandanya yaitu mempercepat penemuan obat dengan komitmennya untuk mencegah penyalahgunaan model AI untuk pengembangan senjata biologis. Kemampuan perusahaan untuk berhasil mengintegrasikan hasil laboratorium fisik ke dalam jalur pelatihan AI tetap menjadi tonggak penting dalam bidang teknis. Selain itu, dampak laboratorium ini terhadap kondisi keuangan perusahaan secara lebih luas, terutama saat perusahaan bersiap menghadapi IPO, akan menjadi daya tarik bagi investor untuk menilai kelangsungan model bisnis ilmu hayati dalam jangka panjang.

Efektivitas laboratorium baru dalam menghasilkan terobosan penemuan obat yang nyata dan dapat diverifikasi akan menjadi metrik penting bagi keberhasilan jangka panjang perusahaan di sektor ilmu hayati.

Investor akan mencermati apakah tingginya belanja modal yang diperlukan untuk infrastruktur fisik tersebut, ditambah dengan biaya komputasi AI, akan berdampak pada kinerja keuangan perusahaan menjelang rencana IPO.

Protokol keselamatan perusahaan mengenai penelitian biologi akan tetap diawasi, terutama karena perusahaan terus memperluas kemampuannya dalam prediksi struktur protein dan bidang bioteknologi sensitif lainnya.

Panduan & kuis terkait

Model AI DijelaskanMasa Depan AIPelatihan AIUji pengetahuan Anda — coba kuis AI gratisCari istilah AI di glosarium kamiIkuti pelacak rilis model AI
Apakah ini berguna?