Eli Lilly y Nvidia planean un nuevo laboratorio de IA para acelerar el descubrimiento de medicamentos

El médico te atenderá ahora. Es un agente de IA con una credencial de visitante — y un gasto mensual de ocho cifras.

Nvidia y Eli Lilly anunciaron el lunes que están lanzando un laboratorio de co-innovación en IA destinado a acelerar el descubrimiento de medicamentos — un compromiso a cinco años de más de mil millones de dólares, basado en un proceso acelerado y de circuito cerrado que busca “industrializar” los modelos de IA y acelerar el desarrollo clínico. Las empresas estarán ubicadas juntas en un nuevo sitio en el Área de la Bahía para que los equipos puedan trabajar juntos en tiempo real, con la apertura prevista para finales de marzo.

Kimberly Powell, vicepresidenta de salud en Nvidia, vinculó el plan de escalabilidad al hardware futuro de Nvidia, diciendo que la recientemente implementada fábrica de IA de Lilly se espera que evolucione hacia un entorno híbrido en la nube impulsado por futuros sistemas Nvidia Vera Rubin, junto con la capacidad en la nube DGX de Nvidia. Para Nvidia, ese es el tipo de detalle que convierte una asociación en algo más sólido que un simple titular: un plan plurianual que ya mira más allá de la generación actual de máquinas.

“Al combinar la profunda experiencia de Lilly en el descubrimiento de medicamentos y la experiencia de Nvidia en IA y computación acelerada”, dijo Powell, “estamos construyendo el futuro de cómo se diseñarán y desarrollarán los medicamentos.”

Su descripción sobre lo que hará el laboratorio se centra fuertemente en la generación de datos — el ingrediente poco glamoroso que determina si el “descubrimiento de medicamentos mediante IA” se comporta como una disciplina o una simple demostración. Dijo que un enfoque principal será producir “datos de entrenamiento excepcionales” mediante trabajo de laboratorio a gran escala, creando “datos de verdad fundamental en el laboratorio” para entrenar modelos base de biología con datos multimodales, y luego cerrar el ciclo entre las hipótesis y el descubrimiento. Y esa es la premisa detrás de toda la estructura: mejores experimentos generan mejores datos; mejores datos generan mejores modelos; mejores modelos hacen que los próximos experimentos sean más enfocados — un ciclo de retroalimentación diseñado para la eficiencia.

En un comunicado de prensa, Diogo Rau, director de información y digital de Lilly, describió el laboratorio como un cambio en la forma en que se realiza el descubrimiento. “Vemos esto como un catalizador para las capacidades que definirán la próxima era del descubrimiento de medicamentos”, dijo. “Al trabajar con Nvidia, estamos uniendo una computación masiva, talento especializado y la capacidad de moldear datos a una escala inmensa.” Y agregó: “Nos estamos moviendo hacia un futuro donde el descubrimiento está impulsado por la experimentación rápida y modelos cada vez más personalizados.”

La versión de Powell de la misma apuesta se apoya fuertemente en la creación de datos — “datos de verdad fundamental en el laboratorio” producidos a través de trabajo de laboratorio a gran escala — porque los modelos biológicos solo son tan buenos como las entradas que puedas respaldar. El alcance va más allá de la I+D temprana. Powell dijo que las empresas explorarán la aplicación de la computación acelerada y la IA avanzada en todo el negocio de Lilly, desde la manufactura hasta las operaciones comerciales. Es un mandato amplio — y familiar para Nvidia, que suele comenzar con el flujo de trabajo más atractivo y luego apunta al resto de la pila empresarial una vez que la infraestructura está establecida.