Danh sách tinMô hình AI mới Rosalind của OpenAI có thể rút ngắn nhiều năm trong quá trình khám phá thuốc. Bạn có lẽ không thể sử dụng nó
Decrypt2026-04-18 12:01:03

Mô hình AI mới Rosalind của OpenAI có thể rút ngắn nhiều năm trong quá trình khám phá thuốc. Bạn có lẽ không thể sử dụng nó

ORIGINALOpenAI's New AI Model Rosalind Could Shave Years Off Drug Discovery. You Probably Can't Use It
Phân tích tác động AIGrok đang phân tích...
📄Toàn văn bài viết· Được trích xuất tự động bởi trafilaturaGemini 翻譯4594 từ
Tóm tắt - OpenAI ra mắt GPT-Rosalind để tăng tốc quy trình khám phá thuốc. - Các bài kiểm tra cho thấy hiệu suất mạnh mẽ, nhưng tác động thực tế vẫn còn hạn chế. - Quyền truy cập bị hạn chế nghiêm ngặt trong bối cảnh lo ngại về an ninh sinh học ngày càng tăng. OpenAI vừa đặt tên cho mô hình AI chuyên biệt đầu tiên của mình theo tên Rosalind Franklin—nhà hóa học người Anh, người có công trình tinh thể học tia X giúp khám phá cấu trúc xoắn kép của DNA, và là người nổi tiếng vì không được công nhận xứng đáng trong suốt cuộc đời mình. GPT-Rosalind, được công bố vào thứ Năm, là một mô hình suy luận được xây dựng cho mục đích sinh học, khám phá thuốc và y học tịnh tiến. Đây là mô hình đầu tiên trong loạt mô hình Life Sciences của OpenAI—một bước đi trực tiếp vào thị trường nơi nhiều phòng thí nghiệm chuyên biệt từ các trường đại học đến Google DeepMind đều đang tranh giành vị trí. Theo các chuyên gia, việc đưa một loại thuốc từ giai đoạn khám phá mục tiêu đến khi được phê duyệt theo quy định tại Mỹ mất trung bình từ 10 đến 15 năm. Phần lớn thời gian đó không biến mất trong những khoảnh khắc eureka, mà là trong công việc vất vả: phân tích hàng ngàn bài báo, truy vấn cơ sở dữ liệu, thiết kế thuốc thử và diễn giải các kết quả mơ hồ. Đây chính là vấn đề mà GPT-Rosalind đang cố gắng giải quyết. OpenAI lập luận rằng mô hình này có thể rút ngắn công việc ở giai đoạn đầu. Như cách công ty mô tả, GPT-Rosalind được thiết kế để giúp các nhà khoa học "khám phá nhiều khả năng hơn, tìm ra các kết nối có thể bị bỏ lỡ và đưa ra các giả thuyết tốt hơn sớm hơn." Các bài kiểm tra (benchmark) hỗ trợ ít nhất một phần tham vọng đó. Trên BixBench—một bài kiểm tra được xây dựng xung quanh các tác vụ tin sinh học thực tế—GPT-Rosalind đã ghi nhận tỷ lệ vượt qua 0,751, điểm số cao nhất trong số các mô hình có kết quả được công bố. Trên LABBench2, nó đã vượt qua người tiền nhiệm GPT-5.4 trong sáu trên mười một tác vụ. GPT-Rosalind đánh bại GPT-5.4 trong mọi trường hợp liên quan đến khoa học sự sống, nhưng đây là một mô hình có tính chuyên biệt cao và sẽ hoạt động kém hiệu quả trong bất kỳ lĩnh vực nào khác ngoài lĩnh vực đó. OpenAI cũng thông báo rằng Dyno Therapeutics sẽ giúp thử nghiệm và đánh giá mô hình của họ dựa trên các trình tự RNA chưa được công bố để loại trừ khả năng ghi nhớ. Các bài nộp tốt nhất trong mười lần của GPT-Rosalind xếp hạng trên phân vị thứ 95 của các chuyên gia con người về các tác vụ dự đoán trình tự, và khoảng phân vị thứ 84 về tạo lập. Mặc dù vậy, trưởng nhóm nghiên cứu khoa học sự sống của OpenAI, Joy Jiao, đã rất thận trọng về những gì mô hình thực sự có thể làm. Cô giải thích rằng công ty không coi Rosalind là một mô hình có khả năng tự tạo ra các phương pháp điều trị mới, nhưng nói với các phóng viên rằng nó có thể là một sự trợ giúp tuyệt vời trong việc tăng tốc nghiên cứu. "Chúng tôi thực sự nghĩ rằng có một cơ hội thực sự để giúp các nhà nghiên cứu tiến nhanh hơn qua một số phần phức tạp và tốn thời gian nhất của quy trình khoa học," Jiao cho biết trong một cuộc họp báo, theo LA Times. Hệ sinh thái xung quanh mô hình có thể quan trọng không kém bản thân mô hình. OpenAI cũng đang phát hành một plugin nghiên cứu Life Sciences miễn phí cho Codex kết nối với hơn 50 cơ sở dữ liệu và công cụ khoa học—tra cứu cấu trúc protein, tìm kiếm trình tự, đánh giá tài liệu, đường ống gen. Người dùng doanh nghiệp có quyền truy cập GPT-Rosalind sẽ có thêm lớp suy luận ở trên. Những người khác sẽ nhận được plugin với các mô hình tiêu chuẩn. OpenAI đã tập hợp một danh sách các khách hàng dược phẩm và công nghệ sinh học cho đợt ra mắt, bao gồm Amgen, Moderna và Thermo Fisher Scientific. Ngoài ra, họ đang thực hiện một dự án hợp tác nghiên cứu với Los Alamos National Laboratory về thiết kế protein và chất xúc tác do AI hướng dẫn. "Lĩnh vực khoa học sự sống đòi hỏi sự chính xác trong từng bước. Các câu hỏi rất phức tạp, dữ liệu rất độc đáo và rủi ro là cực kỳ cao," Sean Bruich, Phó chủ tịch
Trạng thái dữ liệu✓ Đã trích xuất toàn vănĐọc bài gốc (Decrypt)
🔍Sự kiện tương tự trong lịch sử· Đối chiếu từ khóa + tài sản6 tin
💡 Hiện đang sử dụng đối chiếu từ khóa + tài sản (MVP) · Sau này sẽ nâng cấp lên tìm kiếm ngữ nghĩa embedding
Thông tin gốc
ID:1f54251967
Nguồn:Decrypt
Đăng:2026-04-18 12:01:03
Danh mục:Chung · Danh mục xuất neutral
Tài sản:Chưa chỉ định
Bình chọn cộng đồng:+0 /0 · ⭐ 0 quan trọng · 💬 0 bình luận