A Stanford kutatói megvitatják az ügynökségi 'tudósokat', amelyek irányt mutatnak a gyógyszerkutatás átalakításában a VB Transform 2026 eseményen.

A gyógyszerfejlesztés híresen hatékonytalan. A gyógyszeripari projektek évekig tartanak, egyik specializált emberi csapatról a másikra haladnak, olyan széttagolt munkafolyamatokon keresztül, amelyek tudásvesztést eredményeznek minden átadás során. Sokkoló módon a gyógyszerfejlesztési projektek 90%-tól 95%-ig terjedő aránya állítólag megbukik - ez az iparág egyik legmagasabb hibaarányának számít. Egyetlen sikeres gyógyszer felfedezése több mint tizenkét évet és akár 1 milliárd dollárt is igénybe vehet a kezdeti felfedezéstől a betegekhez való eljuttatásig, a közzétett jelentések szerint. A generatív AI-t arra használják, hogy megoldja néhány kihívást, de a Stanford kutatói áttörték a határokat az agentikus AI révén. James Zou, a Stanford Egyetem Biomedikai Adattudományi Tanszékének docense által vezetett csapat ezreket telepített autonóm AI "tudós" ügynököt egy virtuális biotechnológiában, amely a gyógyszerfejlesztés teljes életciklusát szimulálja. Az ügynökök mindent elvégeznek a kezdeti felfedezéstől a biztonsági tesztelésen és a klinikai vizsgálatok tervezésén át, miközben fenntartják a folyamatosságot, amely ma hiányzik a gyógyszerfejlesztési folyamatokból - mondta Zou a VentureBeat-nek, egy telefonbeszélgetés során, az előtt a session előtt, amelyen részt vesz a VB Transform 2026-on. A projekt egy hierarchikus orchestration keretet használ. A tetején egy főtudós ügynök ül, aki tervezőként működik, feladatokat delegálva a specializált ügynökök csapataira. Míg az egyik ügynökcsoport a felfedezésre összpontosít, egy másik a biztonságért felel, míg mások specializált analitikai feladatokat látnak el. Mivel ezek az ügynökök egy egységes, hierarchikus ökoszisztémán belül működnek, megőrzik a projekt teljes kontextusát, fenntartva a folyamatosságot az első azonosított molekulától a végső klinikai kimenetelig. A rendszer "agya" hatalmas mennyiségű elsődleges adatra támaszkodik. Az ügynökök hozzáférést kapnak az adathoz, amely genomiáktól és FDA kémiai adatoktól kezdve klinikai vizsgálati adatbázisokig terjed, egy modellkontekstus protokoll segítségével. A csapat jelentős összegeket fektetett ügynök-alapú és ügynök-barát adatbázisokba, lehetővé téve az AI számára, hogy hatékonyabban szintetizálja a bonyolult információkat. A rendszer különböző modellek kombinációjára támaszkodik, Zou megjegyezve, hogy míg Claude gyakran a kódolás és az adatfeldolgozás gerinceként szolgál, az architektúra egy vegyes modellcsoportot employs, beleértve a finomhangolt, specializált felhasználási eseteket is. Zou körülbelül 1 milliárd dolláros értékelés mellett gyűjt pénzt induló cégéhez, a Human Intelligence-hez, a kutatás alapján. Zou session-ján a VB Transformon július 15-én, amelynek címe: Hogyan forradalmasítják a 10,000 ügynikus tudós a Stanford laboratóriumában az orvosi kutatást és felfedezést, értékes betekintéseket oszt meg, beleértve a kontextus kezelésére és a hosszú távú, többlépcsős munkafolyamatok irányítására vonatkozó stratégiákat egy többügynökos rendszerben, a nyers vállalati adatok ügynök-alapúvá alakítási és indexelési folyamatot, valamint azt, hogyan használhatók az emberi auditorok és kísérleti jutalmi jelek az ügynökök cselekedeteinek ellenőrzésére. Egy másik session a VB Transformon, amely az ügynikus kontextus értékére összpontosít, a Megbízható ügynikus AI alap kiépítése: Hogyan gyorsította fel a Zillow a mérnöki munkát 40%-kal, a Zillow mérnöki és technológiai alelnökével, Toby Robertsszal és a Glean vezérigazgatójával, Arvind Jainnal. Érdekel a VB Transform 2026-ra való részvétel? Regisztrálj itt. Korlátozott számú ingyenes belépőjegy is elérhető a senior technológiai vezetők számára. Lépj velünk kapcsolatba, hogy megkapd a tiédet.