Công ty khởi nghiệp dược phẩm AI Insilico Medicine ra mắt một 'phòng tập' AI để giúp các mô hình như GPT và Qwen trở nên giỏi về khoa học

Insilico Medicine, một công ty phát hiện thuốc dựa trên trí tuệ nhân tạo có trụ sở tại Mỹ và niêm yết tại Hong Kong, đang ra mắt một dịch vụ mới nhằm huấn luyện các mô hình ngôn ngữ lớn đa năng, như GPT của OpenAI hoặc Qwen của Alibaba, để xử lý các nhiệm vụ về sinh học và hóa học.

Video đề xuất

Các mô hình tổng quát “thất bại thảm hại” trong các bài kiểm tra dùng để đo lường hiệu suất của AI trong các nhiệm vụ khoa học, ông Alex Zhavoronkov, sáng lập và CEO của Insilico, nói với _Fortune. “Bạn thử nghiệm nó năm lần cùng một nhiệm vụ, và bạn có thể thấy nó còn xa mới đạt trình độ tiên tiến nhất… Nó về cơ bản còn tệ hơn cả ngẫu nhiên. Thật là rác rưởi.”

Các mô hình AI chuyên biệt, được huấn luyện trực tiếp trên dữ liệu về hóa học hoặc sinh học, lại tốt hơn nhiều. Nhưng những mô hình này thường không cho phép người dùng đưa ra các yêu cầu bằng ngôn ngữ tự nhiên, như cách người ta có thể với các mô hình đa năng, và chúng cũng thiếu khả năng hoàn thành các nhiệm vụ ngoài các chức năng khoa học chuyên biệt.

Giờ đây, Insilico giới thiệu “Phòng tập thể dục Science MMAI Gym” mới, nhằm biến một mô hình ngôn ngữ lớn tổng quát thành một thứ có thể hoạt động tốt như các mô hình chuyên biệt.

Phòng tập này là một bước chuyển hướng của Insilico, mà họ gọi là một phần trong “lộ trình dài hạn hướng tới siêu trí tuệ dược phẩm.” Công ty khởi nghiệp này là một phần của nhóm các công ty công nghệ sinh học cố gắng sử dụng học máy và trí tuệ nhân tạo để nghiên cứu và phát triển thuốc mới. Nhưng với “phòng tập,” Insilico đang hướng tới các công ty công nghệ sinh học và dược phẩm khác, cung cấp dịch vụ huấn luyện các mô hình AI mới cho họ.

Insilico sẽ huấn luyện các mô hình bằng cách kết hợp các bộ dữ liệu chuyên ngành, các mô hình thưởng, và học tăng cường, và tuyên bố rằng quá trình này có thể nâng cao hiệu suất của mô hình lên tới 10 lần so với các tiêu chuẩn chính trong lĩnh vực hóa học và sinh học, thậm chí gần đạt đến hiệu suất của các mô hình được thiết kế đặc biệt cho các nhiệm vụ khoa học này.

Nhưng tại sao một công ty lại quyết định huấn luyện một mô hình tổng quát thay vì sử dụng mô hình chuyên biệt? Lý do là tính linh hoạt: Một mô hình chuyên biệt rất giỏi trong một lĩnh vực—ví dụ, phát hiện thuốc—nhưng không thể làm các nhiệm vụ khác; ngược lại, một mô hình tổng quát đã được huấn luyện, dù không thể hoàn toàn sánh bằng mô hình chuyên biệt, vẫn duy trì được khả năng thực hiện nhiều nhiệm vụ khác nhau. Điều này có nghĩa là một startup có thể dựa vào chỉ một mô hình lớn, thay vì phải có một loạt các mô hình chuyên biệt.

“Nếu mô hình nhỏ, nó bắt đầu quên đi một số nhiệm vụ sơ khai mà nó được thiết kế để làm,” Zhavoronkov nói. “Nếu mô hình lớn, bạn sẽ không gặp vấn đề đó.”

Zhavoronkov thừa nhận rằng ngay cả các mô hình tổng quát vượt qua được “phòng tập” của Insilico cũng sẽ không thể hoạt động tốt bằng các mô hình chuyên biệt hàng đầu hiện nay. “Để chúng có thể lý luận dựa trên mô phỏng phân tử, chúng cần hiểu và nhìn thấy vật lý. Ngôn ngữ không thực sự được thiết kế cho điều đó, nên chúng sẽ còn kém hơn một chút so với các mô hình dựa trên vật lý tiên tiến nhất,” ông giải thích, mặc dù ông kỳ vọng điều này sẽ được cải thiện trong vài năm tới.

Tuy nhiên, khi các mô hình ngôn ngữ lớn ngày càng phổ biến—và khi nhiều startup khác cũng bắt đầu áp dụng chúng—Zhavoronkov nói rằng ông muốn Insilico trở thành “người đào tạo số 1 cho các mô hình đó.” Insilico đã bắt đầu trao đổi với các khách hàng tiềm năng về chương trình huấn luyện này, ông nói; mặc dù không tiết lộ tên cụ thể, ông cho biết đã liên hệ với “các đối tác hàng đầu trong lĩnh vực công nghệ sinh học tại Mỹ.”

Insilico, Hong Kong và công nghệ sinh học

Được thành lập vào năm 2014, Insilico đang cố gắng trở thành một trong những startup đầu tiên đưa một loại thuốc hoàn toàn do AI thiết kế qua các thử nghiệm lâm sàng và ra thị trường. Một trong những nỗ lực chính của công ty là phát triển một loại thuốc để điều trị xơ phổi vô căn, một tình trạng hình thành mô sẹo trong phổi, gây khó thở. Công ty cho biết đã đưa thuốc của mình vào thử nghiệm lâm sàng chỉ trong vòng 18 tháng, nhanh hơn nhiều so với trung bình 4 năm của các công ty công nghệ sinh học truyền thống. Năm ngoái, thuốc đã hoàn thành thử nghiệm giai đoạn II, các nhà nghiên cứu kết luận rằng kết quả đủ để “tiếp tục điều tra trong các thử nghiệm lâm sàng quy mô lớn hơn và kéo dài hơn.”

Insilico cũng nhắm tới các bệnh khác, như viêm ruột, cũng như nghiên cứu các loại thuốc mới cho ung thư và GLP-1.

Tháng 12, Insilico huy động được 2,3 tỷ đô la Hong Kong (295 triệu USD) trong đợt phát hành cổ phiếu lần đầu ra công chúng (IPO), đây là đợt ra mắt công nghệ sinh học lớn nhất tại thành phố này trong năm 2025. IPO thu hút các công ty như Eli Lilly, Tencent và Oaktree làm nhà đầu tư chiến lược.

Cổ phiếu của startup này đã tăng vọt kể từ ngày giao dịch đầu tiên trên Sở Giao dịch Chứng khoán Hong Kong vào ngày 30 tháng 12. Tại mức 54,75 đô la Hong Kong (7,02 USD), tính đến ngày 16 tháng 1, cổ phiếu của Insilico trị giá hơn gấp đôi mức giá chào bán ban đầu là 24,05 đô la Hong Kong (3,08 USD).

Chỉ số Hang Seng Biotech, theo dõi 30 công ty công nghệ sinh học lớn nhất niêm yết tại Hong Kong, đã tăng 100% trong 12 tháng qua, vượt xa mức tăng 37% của chỉ số chuẩn Hang Seng.

Insilico không phải là startup AI duy nhất có cổ phiếu niêm yết tại Hong Kong tăng mạnh trong những tuần gần đây. Cổ phiếu của MiniMax, một startup AI tiêu dùng Trung Quốc, đã tăng 160% kể từ khi bắt đầu giao dịch vào ngày 9 tháng 1. Nhà thiết kế chip Biren cũng tăng hơn 90% so với giá chào bán IPO.

Tuy nhiên, các nhà đầu tư ở Mỹ và Trung Quốc vẫn đang tự hỏi liệu cơn sốt AI có thể kéo dài hay không. Trong khi Zhavoronkov theo dõi khả năng hình thành bong bóng AI trên thị trường chứng khoán, ông lạc quan rằng việc phát hiện thuốc bằng AI sẽ an toàn hơn khỏi bong bóng vỡ so với các ngành khác. “Mọi người có thể sống mà không cần trợ lý hội thoại hoặc phim do AI tạo ra. Nhưng họ không thể sống thiếu thuốc.”