Əvvəllər Vijay Pande akademik dairələrdə investor dairələrindən daha yaxşı tanınırdı. Bu, on il əvvəl, şirkətlərinin ilk beş ilini açıq şəkildə səhiyyə və həyat elmlərindən yayınmaqla keçirən Marc Andreessen və Ben Horowitz, kateqoriyanın hər şeydən əvvəl bahis etməyə dəyər olduğuna qərar verdikdə və açarları Pande-yə təhvil verəndə bu, olduqca kəskin şəkildə dəyişdi. Həmin vaxt o, milyonlarla ev kompüterini xəstəliklərin tədqiqi üçün superkompüterə çevirən paylanmış hesablama layihəsi olan Folding@home-un yaradılması ilə məşhur olan Stenford kimya professoru idi.
Sonrakı on il ərzində o, a16z-ın mərcini 4 milyard dollara yaxın idarə edən bir təcrübəyə çevirdi. Beləliklə, keçən ilin iyun ayında Pande daha kiçik bir işə başlamaq üçün hər şeydən uzaqlaşanda bir qədər gözlənilməz oldu. Əslində, onun uzun müddətdir investor Zach Werner ilə birgə təsis etdiyi yeni firması VZVC, ildə onlarla deyil, bir neçə konsentrasiya edilmiş mərclər ətrafında qurulur, onun heç bir tərəfdaşı yoxdur və gündəlik əməliyyatları üçün böyük dərəcədə AI-yə güvənir.
Pande-nin sərt dönüşü haqqında daha çox öyrənmək üçün bu həftə onunla danışdıq ki, o, cari bazarda özünü zəiflətməkdənsə, niyə sadəcə bir neçə konsentrasiyalı mərc edir – və süni intellektlə idarə olunan biotexnologiyada daha maraqlı tapmacalardan biri haqqında: mətndən fərqli olaraq, bioloji məlumatlar internetdən silinə bilməz, ona görə də demək olar ki, hər bir şirkət öz məlumat dəstini qurur. Təbabətdə süni intellektin vəd etdiyi bütün irəliləyişlər üçün bu nə deməkdir və əslində kim onlara giriş əldə edir? Bu söhbət uzunluq və aydınlıq üçün redaktə edilmişdir.
Daha dolğun söhbətə də qulaq asa bilərsiniz (aşağıda). Biologiyanın “kəşf elmindən” sizin mühəndis edə biləcəyiniz bir şeyə keçdiyini söylədiniz. Narkotiklərin inkişaf etdirilməsinin bir çox yolu üçün bunun çox təsadüfi bir tərəfi var idi.
Düşünürəm ki, dəyişən odur ki, süni intellekt və maşın öyrənməsi kompüterlərə öz anlayışlarını çox, çox mürəkkəb bir şey ətrafında birləşdirməyə imkan verir ... dərmanlarınızın hansı hədəflərə çatmasını istədiyinizi anlamağa çalışmaq, xüsusi xəstəliklər üçün, bu dərmanları hazırlaya bilmək və indi hətta prosesin ən bahalı hissəsi olan klinik sınaqlarda kömək etmək. Düşündüm ki, klinik sınaqlar ucuzlaşdı, çünki dərman hazırlayanlar daha çox sintetik məlumatlardan istifadə edirlər, ona görə də bu sınaqlar üçün o qədər də çox insan lazım deyil. Bu, məncə, çox arzudur.
Xüsusilə süni intellektlə klinik sınaqlara çatmaq üçün xərc və vaxt azalır, lakin sınaq keçirmək hələ də yüz milyonlarla dollara başa gələ bilər, buna görə də dərmanlar çox bahadır. Dərmanın ilk sınaqdan üçüncü sınağın sonuna qədər uğurla keçmə ehtimalı cəmi 20% təşkil edir. 10-dan 8-i uğursuz olarsa və bu şeylər yüz milyonlarla dollara başa gəlirsə, amortizasiya olunmuş dəyər həqiqətən yüksək olur.
Xülasə — davamını mənbədə oxuyun.
