درون طرح OpenAI برای تبدیل پرونده‌های محرمانه شرکت‌های ورشکسته به داده

تصور کنید ۵ میلیارد دلار هزینه پژوهش از دست رفته، هزاران آزمایش شکست‌خورده و بایگانی‌های بی‌پایانی از داده‌های دورریخته‌شده وجود داشته باشد؛ بنیاد OpenAI معتقد است رمز درمان بیماری‌های سخت در همین داده‌های پنهان نهفته است. این سازمان غیرانتفاعی با تأمین بودجه برای خرید داده‌های شرکت‌های ورشکسته زیست‌فناوری، قصد دارد مدل‌های هوش مصنوعی را به مشاهدات علمی دقیقی مجهز کند که در حال حاضر برای ایجاد جهشی در پزشکی به شدت به آن‌ها نیاز دارند.

این اقدام مستقیماً روی یکی از سخت‌ترین دیوارهای فعلی یعنی «بن‌بست داده‌ها» ضربه می‌زند. در حالی که هوش مصنوعی در استدلال‌های کلی پیشرفت کرده، دنیای زیست‌شناسی همچنان مبهم است؛ زیرا ارزشمندترین داده‌ها — یعنی پرونده‌های نظارتی و نتایج ایمنی — معمولاً به عنوان اسرار تجاری مخفی می‌مانند. مورگان لوین، معاون سابق محاسبات در Altos Labs، تأکید می‌کند که همه می‌دانند بزرگ‌ترین مانع در کاربرد موفق هوش مصنوعی در زیست‌شناسی، دسترسی به داده است. این تلاش برای غلبه بر کمبود داده‌های زیستی، در راستای رویکردهای مشابهی است که در پروژه‌هایی نظیر جایگزینی مدل‌های حیوانی با داده‌های بافت انسانی توسط Vivodyne برای رفع نقص‌های آموزشی هوش مصنوعی در پزشکی دنبال می‌شود.

همان‌طور که در تحلیل قبلی ما درباره‌ی خرید ۳۰۰ میلیون دلاری OpenAI از شرکت Glass Imaging برای حل مسائل فیزیک دوربین اشاره کردیم، این استراتژی جدید نشان می‌دهد که این سازمان برای عبور از محدودیت‌های تئوریک، الگوی ثابتی در پرداخت هزینه برای داده‌های تخصصی و واقعی دارد.

زمینه: ابتکار «داده برای سلامت عمومی»

بنیاد OpenAI در قالب طرح جدیدی به نام «داده برای سلامت عمومی»، سرمایه‌های خود را روی پروژه‌هایی با اثرگذاری بالا متمرکز کرده است. هدف این است که با تأمین بودجه برای ایجاد «مجموعه‌داده‌های علمی باکیفیت»، به هوش مصنوعی کمک کند تا در پزشکی جهشی بزرگ بزند.

طبق اعلام رسمی این بنیاد در ۱۵ سپتامبر ۲۰۲۶، اولین کمک‌های مالی شامل موارد زیر است:

• ۴۰ میلیون دلار به دانشگاه کارولینای شمالی در چاپل‌هیل برای جمع‌آوری داده‌های مربوط به واکسن‌های جدید سرطان.
• حمایت از OpenAdmet، گروهی که مسابقاتی را برای پیش‌بینی اثرات دارویی برگزار می‌کند.
• ۵۰۰ هزار دلار به 1Day Sooner، گروهی تحت رهبری تحلیلگر روکساندرا تسلو.

جزئیات: استخراج «بایگانی‌های گمشده زیست‌فناوری»

استراتژی تسلو شامل شرکت در مزایده‌های دادگاه‌های ورشکستگی برای به‌دست آوردن چیزی است که او «بایگانی گمشده زیست‌فناوری» می‌نامد. این داده‌ها شامل جزئیات پرونده‌های نظارتی، استراتژی‌های تولید و داده‌های ایمنی است که معمولاً هرگز منتشر نمی‌شوند.

• داده‌های هدف: این گروه به دنبال «اسناد فنی مشترک» (Common Technical Documents) است. این اسناد حاوی مکاتبات رفت و برگشتی بین شرکت‌ها و نهادهای نظارتی و همچنین اندازه‌گیری‌های دقیق علمی و پزشکی هستند.
• هزینه: جاش موریسون، رئیس 1Day Sooner، اشاره می‌کند که نسخه‌های غیرانحصاری این مجموعه‌داده‌ها را می‌توان تنها با پرداخت چند ده هزار دلار برای هر مورد خریداری کرد.
• وضعیت فعلی: این گروه در حال حاضر سه مجموعه‌داده در اختیار دارد که دو مورد آن توسط Lumen Bioscience اهدا شده است؛ هرچند دو تلاش دیگر برای خرید فایل‌ها در سال جاری به دلیل عدم پذیرش پیشنهادهای مالی شکست خورد.

این استراتژی، دادگاه‌های ورشکستگی را به میدان جدیدی برای «تصاحب زمین» جهت آموزش هوش مصنوعی تبدیل کرده است. این روند در بخش‌های دیگر هم دیده می‌شود؛ ماه گذشته گوگل در مزایده‌ای موفق شد داده‌های شرکتی شرکت ورشکسته Spirit Airlines، شامل ۱۰۰ میلیون ایمیل را تصاحب کند. این اقدام با اعتراض مهمانداران هواپیما به دلیل نگرانی از افشای داده‌های خصوصی یا مالکانه همراه شد.

برای شما به عنوان کاربر یا تحلیل‌گر، این تغییر یعنی روایت «هوش مصنوعی سرطان را درمان می‌کند» از یک شعار مبهم به یک واقعیت پیچیده و نظارتی تبدیل شده است. تسلو که نویسنده در Works In Progress و پژوهشگر غیر مقیم در Institute for Progress است، استدلال می‌کند که فرآیند توسعه دارو، به‌ویژه برای شرکت‌های کوچک، در حال حاضر یک «جعبه سیاه» است.

به نقل از گزارش‌های صنعتی، حدود ۷۰ درصد از زمان و هزینه توسعه دارو صرف مراحل توسعه بالینی می‌شود که شامل سازماندهی آزمایش‌ها و تست دارو است. پژوهشگران امیدوارند با آموزش مدل‌ها روی شکست‌ها و موانع نظارتی گذشته، یک «کارشناس نظارتی» بسازند که مسیر آزمایشگاه تا بازار را کوتاه کند.

از نظر مالی، بنیاد OpenAI در موقعیتی استثنایی برای رهبری این مسیر قرار دارد. این بنیاد به دلیل داشتن ۲۶ درصد از سهام شرکت انتفاعی OpenAI، در مسیر تبدیل شدن به ثروتمندترین سازمان خیریه جهان است. با ارزش احتمالی سهام ۲۵۰ میلیارد دلاری، این بنیاد می‌تواند حتی از دارایی‌های ۱۸۰ میلیارد دلاری بنیاد گیتس در سال ۲۰۲۵ هم پیشی بگیرد.

این بنیاد که در سان‌فرانسیسکو مستقر است، هنوز در حال استخدام نیروهای کلیدی است و تازه از سال جاری پرداخت کمک‌های مالی را گسترش داده است. بزرگ‌ترین کمک مالی آن تاکنون ۱۰۰ میلیون دلار در ماه اوت به Common Health Coalition برای تسهیل دسترسی بیماران به داروهای هپاتیت C بود.

با این حال، این جاه‌طلبی با تنش‌های عمیقی همراه است. در حالی که بنیاد به دنبال سود رساندن به بشریت است، سم آلتمن و ایلان ماسک اخیراً از فراخوان داریو آمودی (مدیرعامل Anthropic) برای کاهش سرعت پیشرفت قابلیت‌های هوش مصنوعی حمایت کردند تا از خطراتی مثل سلاح‌های بیولوژیکی مرگبار جلوگیری شود. برخی از insiders معتقدند احتمال انقراض بشر در دهه آینده ۱۰ درصد یا بیشتر است.

جیکوب ترفتن، یکی از مدیران بنیاد، تأکید می‌کند که این سازمان غیرانتفاعی به‌طور مستقل از بازوی انتفاعی فعالیت می‌کند، هرچند هر دو مأموریت مشترکی برای اطمینان از سودمند بودن هوش مصنوعی برای بشریت دارند. ترفتن اعلام کرد که بنیاد امیدوار است تا پایان سال جاری ۱ میلیارد دلار کمک مالی پرداخت کند. این رویکرد توسعه‌ای در حالی صورت می‌گیرد که OpenAI به‌طور هم‌زمان بر روی افزایش بهره‌وری عامل‌های هوشمند برای جایگزینی تلاش‌های انسانی متمرکز شده تا سرعت پیشرفت در تمامی حوزه‌ها را افزایش دهد.

باید منتظر ماند و دید آیا آزمایشگاه‌های دیگر هوش مصنوعی نیز شروع به مزایده برای دارایی‌های شرکتی ورشکسته می‌کنند تا داده‌های آموزشی انحصاری را به دست آورند یا خیر؛ زیرا این اتفاق می‌تواند بازار جدیدی برای «داده‌های بحرانی» (Distressed Data) در تمامی صنایع علمی ایجاد کند.

گام بعدی شما

• اگر در حوزه بیوتک یا تحلیل داده‌های پزشکی فعال هستید، مدل‌های «کارشناس نظارتی» را دنبال کنید؛ این‌ها ابزارهای جدیدی برای پیش‌بینی احتمال پذیرش دارو در سازمان‌های نظارتی خواهند بود.
• تغییر استراتژی OpenAI را از «تولید داده‌های مصنوعی» به «خرید داده‌های واقعی و تخصصی» جدی بگیرید؛ این یعنی داده‌های انحصاری اکنون ارزشمندترین دارایی‌های استراتژیک هستند.
• نظارت بر مزایده‌های داده‌های شرکتی در صنایع دیگر را آغاز کنید تا متوجه شوید کدام بخش‌های صنعتی در حال تبدیل شدن به سوخت مدل‌های زبانی هستند.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.