В решающем шаге, который сигнализирует о полной интеграции искусственного интеллекта (artificial intelligence) в сектор наук о жизни, NVIDIA и Eli Lilly объявили о историческом сотрудничестве по созданию совместной лаборатории по ко-инновациям в области ИИ. Партнёрство, подкреплённое планируемыми инвестициями до $1 миллиарда в течение следующих пяти лет, нацелено на устранение традиционных границ между вычислительными технологиями и разработкой фармацевтических препаратов. Объединяя глубокие резервы биологических данных и химическую экспертизу Eli Lilly с передовой инфраструктурой ИИ от NVIDIA, инициатива стремится ускорить открытие новых лекарств и оптимизировать сложную логистику глобального производства лекарств.
Эта стратегическая альянс сосредоточен вокруг нового объекта в районе залива Сан-Франциско, который планируется ввести в эксплуатацию в начале этого года. Лаборатория будет функционировать как узел, где эксперты Lilly в биологии, химии и медицине будут работать бок о бок с исследователями и инженерами по ИИ из NVIDIA. Основная миссия — создать «систему непрерывного обучения» — бесшовную петлю обратной связи, в которой биологические эксперименты информируют модели ИИ, а эти модели, в свою очередь, направляют следующий раунд физических экспериментов.
С точки зрения Creati.ai, это партнёрство представляет переломный момент в отрасли. Оно выходит за рамки экспериментальных пилотов прошлого десятилетия и переходит в фазу промышленного применения, где ИИ — не просто вспомогательный инструмент, а фундаментальная архитектура открытия лекарств.
Фармацевтическая отрасль давно сталкивается с парадоксом «закона Эрума» (Eroom’s Law), когда разработка лекарств становится медленнее и дороже со временем, несмотря на технологические улучшения. Лаборатория NVIDIA и Lilly решает эту проблему путём интеграции «мокрых лабораторий» (wet labs) — физических экспериментов — с «сухими лабораториями» (dry labs) — вычислительного моделирования.
Сотрудничество вводит рабочий процесс «учёный в цикле» (scientist-in-the-loop). В этой модели автоматизированные роботизированные лаборатории проводят эксперименты круглосуточно, генерируя массивные, высококачественные наборы данных. Эти данные немедленно поступают в модели ИИ от NVIDIA, которые анализируют результаты и в реальном времени предлагают новые экспериментальные параметры. Этот итеративный процесс позволяет учёным исследовать обширные химические и биологические пространства in silico — посредством компьютерного моделирования — прежде чем синтезировать хотя бы одну молекулу в физическом мире.
Дженсен Хуанг (Jensen Huang), основатель и генеральный директор NVIDIA, подчеркнул преобразующий потенциал этого подхода, отметив, что влияние ИИ на науки о жизни будет глубоким. Создавая проект, в котором биология выступает как информационная наука, партнёрство стремится сократить сроки разработки, которые в настоящее время для большинства новых терапий растягиваются на более чем десятилетие.
В основе этой инициативы лежит платформа BioNeMo от NVIDIA, генеративная ИИ-платформа (Generative AI), разработанная специально для открытия лекарств. BioNeMo позволяет исследователям создавать, настраивать и развёртывать базовые модели для биологии, фактически функционируя как операционная система для деятельности лаборатории.
Лаборатория также будет использовать будущие аппаратные архитектуры NVIDIA, включая ожидаемую архитектуру Vera Rubin, чтобы справляться с огромной вычислительной нагрузкой, необходимой для тренировки передовых моделей на биомедицинских данных. Это соотносится с уже существующими инвестициями Eli Lilly, включая их ранее объявленный суперкомпьютер для ИИ, который входит в число самых мощных в фармацевтическом секторе.
Comparative Analysis: Traditional vs. AI-Accelerated Discovery
The following table outlines the shift in methodology enabled by this high-performance computing (HPC) integration:
| Methodology | Traditional Drug Discovery | AI-Accelerated Co-Innovation |
|---|---|---|
| Target Identification | Ручной обзор литературы и медленная биологическая валидация | Генеративные модели ИИ (Generative AI) анализируют огромные наборы данных для прогнозирования жизнеспособных мишеней |
| Lead Optimization | Итеративный, методом проб и ошибок химический синтез (годы) | In silico моделирование молекулярных взаимодействий (недели/месяцы) |
| Data Utilization | Изолированные данные часто отбрасываются после неудачных экспериментов | Системы непрерывного обучения используют все данные для уточнения моделей |
| Manufacturing | Физическое прототипирование производственных линий | Цифровые двойники (Digital Twins) моделируют производственные рабочие процессы до строительства |
| Success Rate | Высокий уровень неудач на поздних этапах клических испытаний | Прогностическая токсикология и моделирование эффективности снижают количество неудач на поздних этапах |
Хотя генеративный ИИ (Generative AI) для открытия молекул часто привлекает заголовки, партнёрство NVIDIA и Lilly выделяется тем, что расширяет пространство ИИ в физическую сферу производства и логистики цепочек поставок. Эта концепция, называемая физический ИИ (Physical AI), включает использование робототехники и продвинутого моделирования для преодоления разрыва между цифровыми моделями и реальными операциями.
Сотрудничество планирует использовать платформу NVIDIA Omniverse для разработки приложений на основе Universal Scene Description (OpenUSD) с целью создания цифровых двойников (Digital Twins) производственных процессов. Симулируя производственную линию в виртуальной среде, Lilly может выявлять узкие места, тестировать улучшения эффективности и обучать роботизированные системы без нарушения реальных операций.
Чтобы поддержать эти промышленные метавселенные, лаборатория развернёт серверы NVIDIA RTX PRO. Эти системы будут визуализировать сложные производственные данные, позволяя инженерам:
Дэвид А. Рикс (David A. Ricks), генеральный директор Eli Lilly, подчеркнул, что этот комплексный подход — от микроскопа до производственного предприятия — может переосмыслить доставку лекарств. Оптимизируя процессы производства, партнёрство стремится обеспечить, чтобы прорывные терапии не только открывались быстрее, но и доставлялись пациентам более надёжно.
Инвестиция в размере $1 миллиарда подчёркивает более широкую тенденцию, когда «Большая Технология» (Big Tech) и «Большая Фарма» (Big Pharma) становятся неразрывно связанными. Для читателей Creati.ai это сигнал о становлении зрелого рынка ИИ. Мы отходим от общих Больших языковых моделей (Large Language Models, LLMs) в сторону специализированных Больших биологических моделей (Large Biological Models, LBMs), которые понимают «язык» белков, ДНК и химических структур.
Это сотрудничество подтверждает концепцию генеративной биологии. Так же как модели ИИ могут генерировать текст или изображения, они теперь способны генерировать новые структуры белков и малые молекулы с конкретными терапевтическими свойствами. Возможность «программировать» биологию может открыть методы лечения заболеваний, которые исторически считались «неподдающимися лекарственной терапии».
Скорость, с которой эти технологии внедряются, вызывает важные вопросы относительно нормативных рамок и конфиденциальности данных. Тем не менее потенциал радикально сократить среднюю стоимость разработки нового лекарства — которая в настоящее время оценивается более чем в $2 миллиарда — представляет собой неоспоримый экономический стимул. В случае успеха лаборатория NVIDIA и Lilly может задать новый стандарт для отрасли, вынуждая конкурентов принимать аналогичные стратегии, ориентированные на ИИ, или рисковать стать устаревшими.
Когда лаборатория начнёт работу в Южном Сан-Франциско, отрасль будет пристально за ней наблюдать. Успех этого предприятия будет измеряться не только сложностью его алгоритмов, но и способностью доставлять осязаемые, жизненно важные терапии пациентам быстрее, чем когда-либо прежде. Пока что объединение кремниевой мощи NVIDIA и биологической экспертизы Eli Lilly является самым значительным подтверждением будущего ИИ в медицине.
Генеральный директор Nvidia Дженсен Хуанг планирует стратегический визит в Китай, чтобы решить проблему снижения продаж AI‑чипов и разобраться со сложными экспортными правилами США перед празднованием Лунного Нового года.
Стартап в области медицинского ИИ OpenEvidence, часто называемый «ChatGPT для врачей», удвоил свою оценку до 12 млрд долларов после раунда финансирования серии D в 250 млн долларов, возглавленного Thrive Capital и DST Global.
