Model ini merupakan rilis pertama dalam seri model Life Science OpenAI.
OpenAI telah mengumumkan rencana untuk meluncurkan versi awal GPT-Rosalind, model penalaran AI yang dirancang untuk mendukung penelitian di bidang biologi, penemuan obat, dan pengobatan translasi.
Dalam pernyataannya pada Kamis (16 April), OpenAI menjelaskan bahwa rata-rata, diperlukan waktu 15 tahun untuk beralih dari penemuan target ke persetujuan peraturan untuk obat baru di AS, dengan kemajuan yang dipengaruhi oleh sulitnya ilmu pengetahuan yang mendasarinya, serta kompleksitas alur kerja penelitian.
Organisasi tersebut mengatakan: “Para ilmuwan harus bekerja di sejumlah besar literatur, database khusus, data eksperimen, dan hipotesis yang berkembang untuk menghasilkan dan mengevaluasi ide-ide baru. Alur kerja ini seringkali memakan waktu, terfragmentasi, dan sulit untuk diukur.”
Dinamakan berdasarkan Rosalind Franklin, tokoh perintis di bidang DNA, GPT‑Rosalind kini tersedia sebagai pratinjau penelitian di ChatGPT, Codex, dan API untuk pelanggan yang memenuhi syarat melalui program akses OpenAI seperti Amgen, Moderna, Allen Institute, dan Thermo Fisher Scientific.
GPT-Rosalind adalah yang terbaru dari serangkaian model AI yang berfokus pada aplikasi ilmu hayati, dengan persaingan yang semakin ketat. Tahun lalu, Universitas Sorbonne Perancis dan Qubit Pharmaceuticals mengumumkan model AI “paling kuat di dunia” untuk simulasi molekuler dalam kimia farmasi, FeNNix-Biol.
Pada saat itu, tim peneliti mengklaim bahwa kemampuan FeNNix-Biol melampaui kemampuan Google DeepMind Lipat Alfamesin pembelajaran mendalam pemenang Hadiah Nobel yang dirancang untuk mengubah pemahaman kita tentang biologi molekuler yang mendasari kesehatan dan penyakit.
OpenAI mengatakan: “Ini adalah rilis pertama dalam rangkaian model ilmu hayati kami dan kami melihatnya sebagai awal dari komitmen jangka panjang untuk membangun AI yang dapat mempercepat penemuan ilmiah di bidang-bidang yang sangat penting bagi masyarakat, mulai dari kesehatan manusia hingga penelitian biologi yang lebih luas.
“Seiring berjalannya waktu, kami berharap sistem ini menjadi mitra yang semakin mampu dalam penemuan – membantu para ilmuwan beralih lebih cepat dari pertanyaan ke bukti, dari bukti ke wawasan, dan dari wawasan ke pengobatan baru untuk pasien.”