مایلز وانگ از OpenAI می‌رود تا هوش مصنوعی را وارد کشف دارو کند

اگر موج اول هوش مصنوعی مولد درباره نوشتن متن، ساخت تصویر و پاسخ‌دادن به سؤال بود، موج بعدی می‌خواهد سراغ مسئله‌ای برود که بسیار سخت‌تر و بسیار گران‌تر است: پیدا کردن دارو. مایلز وانگ (Miles Wang)، پژوهشگر OpenAI که روی استفاده از هوش مصنوعی برای تسریع کشف علمی و زیستی کار کرده، طبق گزارش TechCrunch در حال ترک این شرکت و راه‌اندازی استارتاپی برای توسعه مدل‌های AI ویژه کشف دارو است. چند پژوهشگر دیگر OpenAI نیز ممکن است به او بپیوندند. منابع می‌گویند مذاکرات برای جذب حدود ۲۰۰ میلیون دلار سرمایه با ارزش‌گذاری حدود ۲ میلیارد دلار جریان دارد و لایت‌اسپید (Lightspeed) ممکن است رهبری این دور را برعهده بگیرد. با این حال، این بخش هنوز قطعی نیست: وانگ ارقام سرمایه‌گذاری و توصیف شرکت در گزارش را مورد اختلاف قرار داده، اما رقم یا توضیح جایگزینی ارائه نکرده است.

چیزی که سرمایه‌گذاران را هیجان‌زده کرده فقط نام یک پژوهشگر OpenAI نیست؛ مسئله اقتصادی پشت کشف دارو است. ساخت یک داروی تازه از صفر می‌تواند سال‌ها آزمایش و سرمایه عظیم بخواهد و بسیاری از نامزدها در طول مسیر شکست می‌خورند. منابع TechCrunch می‌گویند شرکت جدید وانگ ممکن است روی «بازکاربرد دارو» یا Drug Repurposing تمرکز کند؛ یعنی پیدا کردن بیماری‌های تازه‌ای که داروهای موجود می‌توانند برای درمانشان مفید باشند، حتی داروهایی که شاید در یک آزمایش قبلی برای هدف اصلی خود شکست خورده‌اند. این مسیر شبیه آن است که به‌جای ساختن کلید تازه از صفر، هزاران کلید موجود را هوشمندانه بررسی کنید تا ببینید آیا یکی از آن‌ها قفل دیگری را باز می‌کند.

مزیت بالقوه این رویکرد روشن است. دارویی که قبلاً تأییدیه FDA گرفته، دست‌کم بخشی از مسیر دشوار بررسی ایمنی را پشت سر گذاشته است. اگر هوش مصنوعی بتواند میان ساختار مولکولی، اهداف زیستی و بیماری‌ها ارتباط‌هایی پیدا کند که انسان به‌سادگی نمی‌بیند، ممکن است بعضی داروهای موجود خیلی سریع‌تر از یک مولکول کاملاً جدید به کاربرد تجاری تازه برسند. البته AI نمی‌تواند مراحل آزمایشگاهی، کارآزمایی بالینی و تأیید مقرراتی را جادویی حذف کند؛ ارزش آن در این است که جست‌وجوی اولیه را هوشمندتر کند و تعداد گزینه‌های امیدوارکننده‌ای را که دانشمندان باید واقعاً آزمایش کنند کاهش دهد.

وانگ تنها کسی نیست که این فرصت را دیده است. Chai Discovery، استارتاپی که مدل‌های AI برای پیش‌بینی تعاملات مولکولی و شناسایی داروهای تازه می‌سازد، همان روز اعلام کرد ۴۰۰ میلیون دلار سرمایه با ارزش‌گذاری ۳.۸ میلیارد دلار جذب کرده است. یکی از هم‌بنیان‌گذاران آن، جاش مایر (Josh Meier)، خودش پیش‌تر پژوهشگر OpenAI بوده است. در سوی دیگر، ایزومورفیک لبز (Isomorphic Labs)، شرکت منشعب‌شده از Google DeepMind، در ماه مه دور سری B به ارزش ۲.۱ میلیارد دلار جذب کرد. وقتی سه شرکت در یک حوزه با چنین ارقامی تأمین مالی می‌شوند، دیگر با یک آزمایش حاشیه‌ای روبه‌رو نیستیم؛ سرمایه‌گذاران عملاً روی شکل‌گیری یک صنعت تازه شرط بسته‌اند.

داستان شخصی وانگ هم بازتاب تغییر دیگری در سیلیکون‌ولی است. او در سال ۲۰۲۴، پس از ترک دوره کارشناسی علوم کامپیوتر هاروارد، به OpenAI پیوست و در آنجا در پژوهش‌هایی مشارکت کرد که توانایی مدل‌های هوش مصنوعی برای خودکارسازی و سرعت‌بخشیدن به اکتشافات علمی را ارزیابی می‌کردند. حالا همان تجربه می‌تواند به شرکت مستقلی تبدیل شود. سرمایه‌گذاران نیز دوباره راحت‌تر از سال‌های گذشته روی بنیان‌گذاران بسیار جوانی شرط می‌بندند که مسیر دانشگاهی سنتی را کامل نکرده‌اند؛ به‌ویژه اگر سابقه کار در آزمایشگاه‌های درجه‌یک AI داشته باشند.

اما مهم‌ترین زاویه داستان شاید مهاجرت استعدادها باشد. آزمایشگاه‌هایی مثل OpenAI و DeepMind فقط مدل نمی‌سازند؛ در حال تربیت نسلی از پژوهشگرانی هستند که بعداً می‌توانند دانش خود را به صنایع تخصصی ببرند. داروسازی یکی از جذاب‌ترین مقصدهاست، چون موفقیت یک مدل در اینجا فقط به تعداد کاربران یا اشتراک ماهانه ختم نمی‌شود؛ اگر واقعاً زمان پیدا کردن یک درمان را کوتاه کند، ارزش علمی، انسانی و اقتصادی آن می‌تواند بسیار بزرگ باشد. با این حال، ارزش‌گذاری‌های میلیاردی امروز هنوز بیشتر نشان‌دهنده انتظار بازار از آینده‌اند تا اثبات اینکه AI مسئله کشف دارو را حل کرده است. جنگ تازه شروع شده: چه کسی می‌تواند مدل هوش مصنوعی را از یک ابزار پژوهشی جذاب به دارویی واقعی در داروخانه تبدیل کند؟