Kembali ke Berita
InovasiAI Understanding taklimat

Anthropic menubuhkan makmal biologi dalaman untuk penyelidikan ubat praklinikal

Anthropic telah mengesahkan pelancaran makmal biologi fizikal di San Francisco Bay Area, bertujuan untuk mempercepatkan penemuan ubat praklinikal sambil memberi tumpuan kepada penyakit yang diabaikan.

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

Perkara yang tidak dapat kami sahkan secara bebas: Tuntutan ini dikaitkan dengan kedai yang dinamakan. Kami tidak mengesahkannya terhadap dokumen pihak pertama. (biz.chosun.com)

KonteksFahami perkara ini dalam masa 60 saat

Mulakan di sini

Istilah utama

Kira
Sumber pemprosesan yang diperlukan untuk melatih dan menjalankan model, selalunya diukur dalam jam FLOPS atau GPU.
Uji diri andaKuiz Penjelasan Model AI

Apa yang berlaku

Anthropic telah menubuhkan makmal biologi fizikal di San Francisco Bay Area untuk menjalankan penyelidikan secara langsung, menurut Eric Koutcherer-Abrams, ketua sains hayat syarikat itu. Kemudahan ini bertujuan untuk merapatkan jurang antara simulasi dipacu AI dan eksperimen fizikal. Anthropic menyatakan ia akan menumpukan secara eksklusif kepada penyelidikan praklinikal dan tidak berhasrat untuk bersaing dengan syarikat farmaseutikal atau memasuki peringkat percubaan klinikal. Syarikat itu menyasarkan untuk mengutamakan penemuan rawatan untuk penyakit yang kini diabaikan oleh industri farmaseutikal yang lebih luas.

Anthropic mengesahkan kewujudan makmal biologi baharunya yang berpangkalan di San Francisco dalam temu bual dengan Reuters pada 19 September 2026. Eric Koutcherer-Abrams, ketua sains hayat, menyatakan bahawa makmal itu penting untuk 'ujian muktamad' penyelidikan biologi, yang memerlukan eksperimen fizikal.

Syarikat itu menjelaskan skop operasinya, menekankan bahawa ia tidak akan memasuki peringkat percubaan klinikal atau bersaing secara langsung dengan syarikat farmaseutikal dan bioteknologi sedia ada. Sebaliknya, makmal akan menumpukan pada peringkat praklinikal dan pembangunan rawatan untuk penyakit yang diabaikan.

Inisiatif ini adalah sebahagian daripada pengembangan yang lebih luas ke dalam sektor sains hayat. Anthropic sebelum ini telah melancarkan alat 'Claude Science', memperoleh firma bioteknologi Coefficient Bio, dan menambah CEO Novartis Vasant Narasimhan ke dalam lembaga pengarahnya. Pada bulan Julai, syarikat itu juga mengupah John Jumper, pemenang bersama Hadiah Nobel dalam Kimia yang terkenal dengan kerjanya di AlphaFold.

Butiran sumber: biz.chosun.com ↗

Mengapa ia penting

Langkah ini mewakili anjakan yang ketara untuk syarikat AI murni, menandakan bahawa Anthropic melihat pengesahan makmal fizikal sebagai komponen yang diperlukan untuk memajukan AI dalam sains hayat. Dengan menyepadukan keupayaan makmal basah dengan model AI sedia ada, Anthropic berusaha untuk meningkatkan ketepatan dan kegunaan alat penyelidikan biologinya. Strategi memberi tumpuan kepada penyakit yang diabaikan sambil mengelakkan ujian klinikal membolehkan syarikat meletakkan dirinya sebagai rakan kongsi penyelidikan dan bukannya pesaing kepada firma farmaseutikal yang ditubuhkan. Perkembangan ini mengikuti satu siri langkah strategik, termasuk pemerolehan Coefficient Bio dan pengambilan bakat berprofil tinggi seperti John Jumper, untuk mengukuhkan kedudukannya dalam sektor penemuan dadah yang dipacu AI.

Penubuhan makmal fizikal menunjukkan bahawa Anthropic percaya model AI sahaja tidak mencukupi untuk penyelidikan biologi berkepentingan tinggi. Dengan mencipta gelung maklum balas antara ramalan AI dan keputusan makmal fizikal, syarikat itu menyasarkan untuk memperhalusi modelnya agar lebih berkesan dalam penemuan dadah dunia sebenar.

Tumpuan pada penyakit yang diabaikan menyediakan niche yang jelas dan tidak berdaya saing yang membolehkan Anthropic menunjukkan kegunaan AInya tanpa mencetuskan konflik pasaran langsung dengan syarikat farmaseutikal utama. Strategi ini juga boleh membantu syarikat menavigasi penelitian kawal selia mengenai keselamatan dan implikasi etika AI dalam biologi.

Syarikat itu secara aktif menguruskan ketegangan antara mempercepatkan kemajuan saintifik dan mengurangkan risiko. Koutcherer-Abrams menyatakan bahawa Anthropic mengimbangi keperluan untuk model yang lebih berkuasa dengan keperluan penggunaan yang berhati-hati untuk mengelakkan penyalahgunaan AI dalam penciptaan ancaman biologi.

Interactive Mechanism

Mekanisme Interaktif: Bagaimana Ia Berfungsi Sebenarnya

Terokai teknologi asas di sebalik pembangunan 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.
Semakan Konsep Interaktif+10 Points
AI Models Explained Quiz

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

Apa yang perlu ditonton seterusnya

Pemerhati harus memantau bagaimana Anthropic mengimbangi mandat dwinya untuk mempercepatkan penemuan dadah dengan komitmen yang dinyatakan untuk mencegah penyalahgunaan model AI untuk pembangunan senjata biologi. Keupayaan syarikat untuk berjaya menyepadukan keputusan makmal fizikal ke dalam saluran paip latihan AInya kekal sebagai peristiwa penting teknikal. Selain itu, kesan makmal ini terhadap trajektori kewangan syarikat yang lebih luas, terutamanya semasa ia bersedia untuk IPO yang berpotensi, akan menjadi tempat menarik bagi pelabur menilai daya maju jangka panjang model perniagaan sains hayatnya.

Keberkesanan makmal baharu dalam menghasilkan penemuan penemuan ubat yang nyata dan boleh disahkan akan menjadi metrik kritikal untuk kejayaan jangka panjang syarikat dalam sektor sains hayat.

Pelabur akan memerhati untuk melihat sama ada perbelanjaan modal yang tinggi yang diperlukan untuk infrastruktur fizikal sedemikian, digabungkan dengan kos pengiraan AI, memberi kesan kepada prestasi kewangan syarikat apabila ia menghampiri IPO yang dirancang.

Protokol keselamatan syarikat berkenaan penyelidikan biologi akan kekal dalam penelitian, terutamanya apabila ia terus mengembangkan keupayaannya dalam ramalan struktur protein dan bidang sensitif bioteknologi yang lain.

Panduan & kuiz berkaitan

Model AI DiterangkanMasa Depan AILatihan AIUji apa yang anda tahu — cuba kuiz AI percumaCari istilah AI dalam glosari kamiIkuti penjejak keluaran model AI
Adakah ini berguna?