Річард Зохер — один із найцитованіших дослідників у історії обробки природної мови, колишній chief scientist Salesforce та засновник пошукового стартапу You.com. Нині він очолює Recursive Super Intelligence — компанію, що будує системи ШІ, здатні самі себе вдосконалювати. В розмові на каналі Silicon Valley Girl він окремо зупиняється на напрямі, який вважає одним із найперспективніших: застосування штучного інтелекту в біології та фармі.
«ШІ для tech bio»: чому попереду ще так багато
Для власних інвестиційних рішень Зохер майже не вагається: його особистий фаворит — штучний інтелект для так званого tech bio, тобто для застосувань на перетині біології, медицини та глибоких технологій. Він прямо говорить, що в цій сфері «ще так багато, що ми можемо зробити», і що це один із напрямів, у який він вкладається «доволі активно».
Цей інтерес вписується в ширше бачення суперінтелекту як каталізатора наукового прогресу. Уявлення про ШІ як загрозу робочим місцям, на його думку, відсувається на другий план, коли мова заходить про галузі, де суспільство хвилюють не робочі місця, а результати. Наука й медицина належать саме до таких сфер: більшість людей турбує не кількість дослідницьких позицій, а поява нових ліків і реальних терапій.
Зохер пояснює, що в короткостроковій перспективі провідні лабораторії ШІ, включно з його власною, зосереджені на винаходах усередині самої штучної інтелектуальної системи. Але далі, каже він, ці інтелектуальні можливості неминуче будуть перенесені у фізику, енергетику, хімію — і, що особливо захопливо для нього, у біологію. Саме там він очікує проривів у створенні нових препаратів і ліків від важких хвороб.
Як матаналіз для фізики: нова мова складних систем
Найяскравіша метафора, яку використовує Зохер, — порівняння ролі ШІ в біології з роллю математичного аналізу у фізиці. Матаналіз свого часу дав фізикам нову мову, яка дозволила описувати й розуміти явища, що раніше не піддавалися строгому формулюванню. На його думку, штучний інтелект стає саме такою «новою мовою» для біологічних наук.
Він наголошує: в нашому тілі є системи — мозок, мікробіом та інші — настільки складні, що для них «немає красивого короткого рівняння фізики» на кшталт закону всесвітнього тяжіння. Замість цього ми маємо справу з безліччю взаємодій із «неконвексними дивними ефектами», які в сукупності породжують несподівані стані системи.
У класичній фізиці елегантні рівняння дозволяють передбачати поведінку системи, виходячи з невеликого набору параметрів. У біології такої розкоші майже немає: надто багато елементів, надто складні зворотні зв’язки, надто нестійкі залежності. Саме тут, вважає Зохер, ШІ стає не просто інструментом автоматизації, а якісно новим способом мислення про складні системи — способом, який здатен працювати з хаотичними, нерівноважними, нелінійними взаємодіями без потреби редукувати їх до кількох «красивих» формул.
Звідси логічний висновок: якщо в біології неможливо побудувати єдину просту теорію, то моделі ШІ, здатні «переварювати» колосальні обсяги даних і виявляти закономірності в багатовимірних просторах, можуть стати основною мовою, якою ми описуватимемо живі системи.
Фарма на гальмах: коли провали коштують сотні мільйонів
Проте сьогоднішній стан біофармацевтичного ринку Зохер описує без романтики. Він нагадує, що «біоринки теж просіли», і пов’язує це, зокрема, з економікою розробки ліків.
Типовий сценарій: компанія виводить препарат на публічний ринок, витративши на розробку сотні мільйонів доларів, проходить тривалу й дорогу клінічну програму — а потім усе ламається на пізній стадії випробувань. Ліки «не спрацювали» у потрібному сенсі: або не дали достатнього ефекту, або, ще гірше, виявили суттєві побічні дії. Зохер наводить характерний приклад, коли препарат виявляється «поганим для печінки»: у пацієнтів виникає гепатотоксичність, яку не змогли передбачити під час розробки. У результаті провалюється і препарат, і компанія.
Цей цикл — дорогої розробки, неповних уявлень про безпеку, пізнього провалу — перетворюється на системну проблему. Інвестори бачать такі історії знову й знову, а ринок капіталу стає обережнішим до біокомпаній, чиї перспективи надто сильно залежать від одного молекулярного кандидата.
Зохер бачить в цьому не лише фінансовий ризик, а й шанс для ШІ: якщо вдасться змістити частину невизначеності з фінальної стадії випробувань на етап проєктування молекул, це потенційно змінить саму структуру ризиків у фармі.
Прогнозування токсичності: «це погано для печінки, зміни молекулу»
Особлива надія покладається на здатність моделей ШІ передбачати токсичність і інші побічні ефекти ще до того, як препарат дійде до пізніх фаз клініки. Зохер формулює це дуже конкретно: він очікує, що алгоритми зможуть казати щось на кшталт «це буде погано для печінки, тобі потрібно змінити цю молекулу».
Йдеться не про повне скасування експериментів на клітинах, тваринах чи людях: він не стверджує, що ШІ замінить регуляторні вимоги. Але зміщення фокусу на більш ранні попереджувальні сигнали може мати кілька наслідків.
По‑перше, це потенційно зменшує кількість катастрофічних провалів на пізніх фазах, коли компанія вже «спалила» більшість бюджету. По‑друге, дозволяє ітеративно змінювати молекулу, не втрачаючи роки та сотні мільйонів на кожну невдалу версію. По‑третє, в перспективі це може зробити інвестиції в біофарму менш бінарними — менше «або джекпот, або нуль», більше сценаріїв часткового успіху й «поворотів» у розробці.
Усе це, за логікою Зохера, працює лише за однієї умови: моделі повинні не просто предиктивно відтворювати патерни у вузьких датасетах, а справді вловлювати структуру складної біологічної системи. Саме тому він і називає ШІ «новим аналізом» для біології — інструментом, без якого важливі частини цієї структури просто не проглядаються.
«Ресайкл» провалених ліків: кейс Ignodal Labs
Один із найпоказовіших прикладів, який наводить Зохер, — це стратегія компанії Ignodal Labs, у яку він інвестував. Її підхід побудовано на радикально іншому ставленні до провалених препаратів.
Замість того щоб списувати невдалі ліки як чистий збиток, Ignodal Labs «беруть провалені ліки, трохи їх змінюють і повертають прямо в другу фазу випробувань FDA з набагато швидшою швидкістю». Ключова ідея тут — зберегти те, що вже було доведено (механізм дії, часткову ефективність, дані безпеки в певних дозах), але за допомогою ШІ скоригувати молекулу так, щоб обійти критичні проблеми — наприклад, ту ж токсичність для печінки.
По суті, мова йде про «ресайкл» R&D: замість одноразового використання кожної молекули система отримує можливість другого й третього шансу, вже з урахуванням попередніх помилок. Якщо цей підхід працює, він радикально підвищує «ефективність капіталу» в біофармі: кожен витрачений долар на доклініку й ранню клініку починає потенційно підтримувати не один, а кілька поколінь споріднених молекул.
Зохер не називає конкретних цифр успішності, не робить гучних тверджень про масштаб впливу, але сам факт інвестиції та те, як він описує логіку модифікації й повторних випробувань, показує: саме такі моделі бізнесу він вважає типовими для «AI-first» біології.
Від раку до старіння: які запитання поставили б суперінтелекту
У ширшому контексті свого бачення Зохер пов’язує ШІ в біології з одними з найважливіших медичних викликів людства. На запитання, що він запитав би першим у суперінтелекту, відповідь у нього готова: «як вилікувати рак?».
Він нагадує, що рак насправді — це не одна хвороба, а багато різних, які дуже по‑різному протікають, дають метастази, реагують на терапію. Деякі з них легше видалити хірургічно, інші вражають органи, де втручання надзвичайно складні. Саме це робить проблему такою багатовимірною й упертою.
Зохер проводить паралель з тим, як технологічний прогрес уже змінював статус хвороб. Вірус імунодефіциту людини колись означав фактично смертний вирок; тепер із ним можна жити дуже довго. Він припускає, що схожий «зсув парадигми» очікує й багато інших захворювань: інструменти ШІ допоможуть «відкушувати» їх по шматках, переводячи з категорії фатальних у категорію хронічно контрольованих.
У підсумку, говорить він, на перший план вийде інша межа — старіння. Це, на його думку, «супер складний процес», який у кожному органі й тканині йде по‑своєму. На тлі демографічних трендів, коли майже всі заможні країни мають дефіцит народжуваності й ризикують зіткнутися зі скороченням населення, питання продовження якісного життя стає не лише медичною, а й соціально‑економічною проблемою. Знову ж, ШІ тут розглядається не як чарівна паличка, а як інструмент, без якого розібратися в багаторівневій динаміці старіння буде вкрай важко.
Характерно, що попри власний ентузіазм щодо біомедицини, Зохер не намагається перенести весь фокус своєї компанії в цю сферу вже зараз. Пояснення просте: «ітерації в ній дуже повільні». Експерименти в фізичному світі — це завжди роки й величезні бюджети, тоді як у цифровому середовищі інтелект можна вдосконалювати набагато швидше. Логіка така: спочатку створити справді потужний інтелект у цифровому просторі, а вже потім просити його оптимізувати експериментальну роботу в біології.
Оптимістична біологія: чому преса ще не встигає
Описуючи напрям tech bio, Зохер визнає ще одну проблему — інформаційну. На його думку, історії про успіхи ШІ в біології та медицині поки що «мало покриваються пресою». Інформаційний простір, каже він, тяжіє до негативних сюжетів: ризики, загрози, етичні страхи. Щоби побачити більш оптимістичну і «конструктивно позитивну» картину науки, доводиться цілеспрямовано шукати відповідних інфлюенсерів та акаунти.
Проте це, здається, його не надто бентежить: він розглядає «AI-first» біологію як незворотній тренд. Коли алгоритми стануть здатними системно допомагати з відкриттям нових препаратів, прогнозуванням токсичності, перезапуском провалених молекул, а в перспективі — з пошуком лікування від раку й уповільненням старіння, суспільний фокус неминуче зміститься від паніки до прагматичного інтересу.
У цій картині ШІ в біології — не черговий хайповий ринок, а фундаментальний інструмент, без якого наступний виток медичних проривів просто не відбудеться. Саме так, якщо вірити Зохеру, виглядає «новий аналіз» для найскладніших систем, які нам доводиться вивчати.
Джерело
TIME100 AI Scientist: The Next Era of AI Has Already Started | Richard Socher