Transfyr ir uzsākusi finansējumu ar 25 miljoniem ASV dolāru, lai risinātu problēmu, ko AI modeļi, kas apmācīti zinātniskās literatūras kalnos, joprojām nespēj saskatīt: liela daļa no tā, kas liek eksperimentam darboties, nekad neiekļūst zinātniskajā ierakstā.
Raundu vadīja General Catalyst, kam pievienojās Lux Capital, Breakout Ventures, Factory, Neo, SV Angel, MVP Ventures, Underscore VC, Lyda Hill un vairāki eņģeļu investori.
Kembridžas, Masačūsetsas štata starta uzņēmumu dibināja Anna Marija Vāgnere, bijusī Ginkgo Bioworks AI un korporatīvās attīstības vadītāja, un Renē Vegžina, PhD, ARPA-H dibinātāja direktore. Transfyr veido to, ko tā sauc par novērojamības slāni zinātnei, izmantojot sensorus un multimodālos AI modeļus, lai fiksētu, ko zinātnieki faktiski dara laboratorijas stendā, un pārvērstu šīs darbības mašīnlasāmos datos.
Šai atšķirībai ir nozīme. AI var pārņemt dokumentus, eksperimentu rezultātus, protokolus un datu bāzes, tomēr oficiālajā zinātniskajā ierakstā nav neskaitāmas detaļas, kas nosaka, vai cits zinātnieks var reproducēt eksperimentu. Neveiksmīgi mēģinājumi, smalki aprīkojuma pielāgojumi, vides apstākļi, operatora lēmumi, risinājumi un grūti iegūtās laboratorijas zināšanas var pazust, tiklīdz eksperiments kļūst par papīra vai rakstisku protokolu.
“Zinātnē trūkst kritiska infrastruktūras slāņa, kas nepieciešams efektīvai reproducējamībai, tulkošanai, mērogošanai un automatizācijai,” sacīja Vāgners, Transfyr līdzdibinātājs un izpilddirektors. “Esošais zinātniskais ieraksts ir zaudējošs realitātes attēlojums, un mums ir jāveido saskarnes, kas padara zinātnes nianses novērojamas un interpretējamas nākamajām zinātnieku paaudzēm un autonomajām sistēmām, kas tās atbalstīs.”
Kāpēc investori liek likmes uz trūkstošajiem datiem laboratorijās
Transfyr disertācija ir izstrādāta brīdī, kad AI uzņēmumi ievieš modeļus, kas nav saistīti ar tekstu un programmatūru, iekārtās, kas mijiedarbojas ar fizisko vidi. Zinātne piedāvā neparasti vērtīgu mērķi. Laboratorijas darbi rada milzīgu informācijas daudzumu, tomēr lielu daļu no konteksta vēsturiski ir bijis grūti aptvert mērogā.
Transfyr izvieto integrētas sensoru sistēmas un multimodālus modeļus laboratorijās, lai reģistrētu operatora darbības un nodomus, vides apstākļus, aprīkojuma telemetriju un piegādes ķēdes informāciju. Iegūtie dati var palīdzēt identificēt procesa izmaiņu avotus, novērst kļūmes, uzlabot protokolus, sagatavot mācību materiālus, atbalstīt tehnoloģiju nodošanu un galu galā izveidot pietiekami detalizētas instrukcijas laboratorijas robotiem.
Šis pēdējais gabals varētu izrādīties nozīmīgs. Slēgta cikla autonomām laboratorijām ir vajadzīgs vairāk nekā tikai zinātniski raksti un instrumentu rādījumi. Mašīnām ir nepieciešami dati, kas apraksta, kā eksperimenti tiek fiziski izpildīti. Transfyr ir derības, ka šī trūkstošā slāņa uztveršana var palīdzēt savienot cilvēku laboratorijas darbu ar AI un robotiku.
Sēklu kārtas lielums un cilvēki, kas ieskauj Transfyr, liecina, ka investori šo iespēju uzskata par infrastruktūru, nevis citu laboratorijas programmatūras lietojumprogrammu. Padomdevēju un eņģeļu investoru vidū ir Nobela prēmijas laureāts Deivids Beikers, Stenfordas profesors Kriss Re, “Uzmanība ir viss, kas jums nepieciešams” līdzautors Jakobs Uskoreits, bijušais Merck izpilddirektors Kens Freizers, Stenfordas biofiziķis Stīvens Kveiks un bijušais OpenAI galvenais produktu virsnieks un zinātnes vadītājs Kevins Veils.
“Revolucionārās zinātnes īsts šķērslis nav lielu ideju trūkums, bet gan milzīgā berze, kas rodas, pārvēršot šīs idejas uzticamā, mērogojamā realitātē ar ietekmi,” sacīja Vegžins.
Dārga komerciāla problēma izraisa šo berzi. Transfyr atsaucās uz Accenture ziņojumu, kurā tika lēsts, ka 64% no zāļu izlaišanas aizkavēšanās 2024. gadā radās ķīmijas, ražošanas un kontroles problēmu dēļ — joma, kurā tehnoloģiju nodošanai ir liela nozīme. Farmācijas uzņēmumiem neveiksmīga nodošana un ražošanas kavēšanās var pārvērst zinātnes progresu par gadiem zaudētu laiku un ievērojamām izmaksām.
Transfyr jau sadarbojas ar organizācijām, kas aptver diagnostiku, akadēmisko izpēti, darbaspēka attīstību, robotiku un progresīvu AI. Tās tehnoloģija ir daļa no gandrīz 1 miljona ASV dolāru Masačūsetsas dzīvības zinātņu centra dotācijas ar BioBuilder Izglītības fondu un Bostonas Universitātes vadīto Genesis Mission programmu, kas saistīta ar Nacionālā Zinātnes fonda 400 miljonu ASV dolāru Programmējamo mākoņlaboratoriju iniciatīvu.
Grūtāks jautājums ir par to, vai Transfyr spēj uztvert nekārtīgas, ļoti specializētas laboratorijas darbības daudzās zinātniskās vidēs un pārvērst tās pietiekami konsekventos datos, lai mašīnas varētu mācīties. Laboratorijas, aprīkojums, protokoli un cilvēku uzvedība ļoti atšķiras.
Ja iespējams, Transfyr varētu ieņemt interesantu vietu fiziskajā AI: neveidojot zinātnieku vai robotu, bet gan veidojot datu slāni, kas palīdz mašīnām uzzināt, kā zinātne patiesībā tiek paveikta.
