Powrót do Wiadomości
InnowacjaAI Understanding odprawa

Anthropic zakłada wewnętrzne laboratorium biologiczne do przedklinicznych badań leków

Projekt Anthropic potwierdził uruchomienie laboratorium biologii fizycznej w rejonie Zatoki San Francisco, którego celem jest przyspieszenie przedklinicznego odkrywania leków, przy jednoczesnym skupieniu się na zaniedbanych chorobach.

4 min readRead the original reporting
Source-page capture accompanying Anthropic establishes in-house biology laboratory for preclinical drug research
Przypisane raportowanieŹródło zapisane
Wydawca
biz.chosun.com
Link źródłowy
biz.chosun.comhttps://biz.chosun.com/en/en-international/2026/09/20/BARUHKNMCFGFJPOF2HSLSVCXI4/?outputType=amp
Typ źródła
Doniesienia serwisu informacyjnego — a nie dokument pierwszej strony.

Czego nie mogliśmy potwierdzić niezależnie: Twierdzenie to przypisuje się wymienionemu punktowi sprzedaży. Nie weryfikowaliśmy tego w oparciu o dokument pierwszej strony. (biz.chosun.com)

KontekstZrozum to w 60 sekund

Zacznij tutaj

Kluczowe terminy

Oblicz
Zasoby przetwarzania wymagane do uczenia i uruchamiania modeli, często mierzone w FLOPS lub godzinach GPU.
Sprawdź sięQuiz objaśniający modele AI

Co się stało

Według Erica Koutcherera-Abramsa, szefa nauk przyrodniczych, firma Anthropic utworzyła laboratorium biologii fizycznej w rejonie Zatoki San Francisco w celu prowadzenia praktycznych badań. Obiekt ma wypełnić lukę między symulacjami opartymi na sztucznej inteligencji a eksperymentami fizycznymi. Anthropic oświadczyło, że skoncentruje się wyłącznie na badaniach przedklinicznych i nie zamierza konkurować z firmami farmaceutycznymi ani wchodzić na etap badań klinicznych. Celem firmy jest priorytetowe potraktowanie odkrycia metod leczenia chorób, które są obecnie pomijane w szerszym przemyśle farmaceutycznym.

Anthropic potwierdził istnienie swojego nowego laboratorium biologicznego w San Francisco w wywiadzie dla Reuters 19 września 2026 r. Eric Koutcherer-Abrams, szef nauk przyrodniczych, stwierdził, że laboratorium jest niezbędne do „ostatecznego testu” badań biologicznych, które wymagają eksperymentów fizycznych.

Spółka doprecyzowała swój zakres działania, podkreślając, że nie będzie wchodzić w fazę badań klinicznych ani bezpośrednio konkurować z istniejącymi korporacjami farmaceutycznymi i biotechnologicznymi. Zamiast tego laboratorium skoncentruje się na etapach przedklinicznych i opracowywaniu metod leczenia zaniedbanych chorób.

Inicjatywa ta jest częścią szerszej ekspansji w sektorze nauk o życiu. Anthropic uruchomił już wcześniej narzędzie „Claude Science”, przejął firmę biotechnologiczną Cooperative Bio i dodał do swojego zarządu dyrektora generalnego Novartis, Vasanta Narasimhana. W lipcu firma zatrudniła także Johna Jumpera, współlaureata Nagrody Nobla w dziedzinie chemii, znanego z pracy nad AlphaFold.

Szczegóły źródła: biz.chosun.com ↗

Dlaczego to ma znaczenie

Posunięcie to stanowi znaczącą zmianę dla firmy zajmującej się wyłącznie sztuczną inteligencją, sygnalizując, że Anthropic postrzega walidację w laboratorium fizycznym jako niezbędny element rozwoju sztucznej inteligencji w naukach przyrodniczych. Integrując możliwości mokrego laboratorium z istniejącymi modelami sztucznej inteligencji, Anthropic stara się poprawić dokładność i użyteczność swoich narzędzi do badań biologicznych. Strategia skupiania się na zaniedbanych chorobach i unikania badań klinicznych pozwala firmie pozycjonować się jako partner badawczy, a nie konkurent dla uznanych firm farmaceutycznych. Rozwój ten jest następstwem szeregu strategicznych posunięć, w tym przejęcia Cooperative Bio i zatrudnienia tak znanych talentów, jak John Jumper, w celu umocnienia swojej pozycji w sektorze odkrywania leków opartym na sztucznej inteligencji.

Utworzenie laboratorium fizycznego sugeruje, że Anthropic uważa, że ​​same modele sztucznej inteligencji są niewystarczające do badań biologicznych o dużej stawce. Tworząc pętlę sprzężenia zwrotnego między przewidywaniami sztucznej inteligencji a wynikami laboratoriów fizycznych, firma zamierza udoskonalić swoje modele, aby były bardziej skuteczne w odkrywaniu leków w świecie rzeczywistym.

Koncentracja na zaniedbanych chorobach zapewnia wyraźną, niekonkurencyjną niszę, która pozwala Anthropic zademonstrować użyteczność swojej sztucznej inteligencji bez wywoływania bezpośredniego konfliktu rynkowego z głównymi firmami farmaceutycznymi. Strategia ta może również pomóc firmie przejść kontrolę regulacyjną dotyczącą bezpieczeństwa i etycznych konsekwencji sztucznej inteligencji w biologii.

Firma aktywnie zarządza napięciem pomiędzy przyspieszaniem postępu naukowego a ograniczaniem zagrożeń. Koutcherer-Abrams zauważyła, że ​​Anthropic równoważy potrzebę stosowania potężniejszych modeli z koniecznością ostrożnego wdrażania, aby zapobiec niewłaściwemu wykorzystaniu sztucznej inteligencji do tworzenia zagrożeń biologicznych.

Interactive Mechanism

Mechanizm interaktywny: jak to faktycznie działa

Poznaj interaktywnie technologię leżącą u podstaw tego rozwoju.

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.
Interaktywna kontrola koncepcji+10 Points
AI Models Explained Quiz

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

Co obejrzeć dalej

Obserwatorzy powinni monitorować, jak Anthropic równoważy swój podwójny cel, jakim jest przyspieszanie odkrywania leków, ze swoim deklarowanym zobowiązaniem do zapobiegania niewłaściwemu wykorzystywaniu modeli sztucznej inteligencji do opracowywania broni biologicznej. Zdolność firmy do skutecznego integrowania wyników laboratoriów fizycznych z procesami szkoleniowymi w zakresie sztucznej inteligencji pozostaje kluczowym kamieniem milowym pod względem technicznym. Ponadto wpływ tego laboratorium na szerszą trajektorię finansową spółki, zwłaszcza w kontekście przygotowań do potencjalnej oferty publicznej, będzie przedmiotem zainteresowania inwestorów oceniających długoterminową rentowność jej modelu biznesowego w obszarze nauk przyrodniczych.

Skuteczność nowego laboratorium w opracowywaniu namacalnych i możliwych do sprawdzenia przełomowych odkryć leków będzie kluczowym miernikiem długoterminowego sukcesu firmy w sektorze nauk przyrodniczych.

Inwestorzy będą obserwować, czy wysokie nakłady inwestycyjne wymagane na taką infrastrukturę fizyczną, w połączeniu z kosztami obliczeń AI, wpłyną na wyniki finansowe spółki w miarę zbliżania się planowanej oferty publicznej.

Protokoły bezpieczeństwa firmy dotyczące badań biologicznych będą nadal analizowane, szczególnie w związku z dalszym poszerzaniem swoich możliwości w zakresie przewidywania struktury białek i innych wrażliwych obszarów biotechnologii.

Powiązane przewodniki i quizy

Wyjaśnienie modeli AIPrzyszłość AISzkolenie AISprawdź swoją wiedzę — wypróbuj darmowy quiz dotyczący sztucznej inteligencjiWyszukaj termin związany ze sztuczną inteligencją w naszym glosariuszuPostępuj zgodnie z modułem śledzenia wydań modeli AI
Uznałeś to za przydatne?