Το EXAONE Discovery δείχνει μια πολύ διαφορετική πλευρά της τεχνητής νοημοσύνης από αυτή που έχουμε συνηθίσει στα chatbots, καθώς η LG χρησιμοποίησε το εξειδικευμένο AI σύστημά της για να αναζητήσει νέο συστατικό για την περιποίηση της τριχόπτωσης ανάμεσα σε περισσότερες από 420.000 υποψήφιες ενώσεις – μέσα σε μόλις μία ημέρα.
Το αποτέλεσμα της συνεργασίας της LG AI Research με την LG Household & Health Care είναι το Rhamsydil, ένα νέο υλικό που ερευνάται για εφαρμογές στην περιποίηση της τριχόπτωσης και βρίσκεται ήδη σε διαδικασία προετοιμασίας για εμπορική αξιοποίηση.
Η περίπτωση έχει ιδιαίτερο ενδιαφέρον όχι επειδή η AI «θεράπευσε τη φαλάκρα», κάτι που δεν έχει συμβεί, αλλά επειδή δείχνει πώς specialized AI μπορεί να περιορίσει δραστικά τον χρόνο που απαιτεί η αναζήτηση υποσχόμενων μορίων.
Από σχεδόν δύο χρόνια σε μία ημέρα
Το EXAONE Discovery έχει σχεδιαστεί ειδικά για materials discovery.
Αντί ένας ερευνητής να εξετάζει διαδοχικά επιστημονικές δημοσιεύσεις, μοριακές δομές και αποτελέσματα προηγούμενων πειραμάτων, το σύστημα μπορεί να επεξεργάζεται μαζικά τέτοια δεδομένα και να προβλέπει ποιοι υποψήφιοι συνδυασμοί παρουσιάζουν τις ιδιότητες που αναζητούν οι επιστήμονες.
Στην περίπτωση του Rhamsydil, η LG αναφέρει ότι το EXAONE Discovery ανέλυσε πάνω από 420.000 υποψήφια μόρια σε μία ημέρα.
Για αντίστοιχη διαδικασία με πιο συμβατικές μεθόδους, η αρχική αναζήτηση κατάλληλων υποψηφίων θα μπορούσε να απαιτήσει περίπου 22 μήνες.
Αυτό δεν σημαίνει ότι η AI αντικαθιστά το εργαστήριο.
Το κρίσιμο πλεονέκτημα είναι ότι μειώνει το search space. Αντί οι επιστήμονες να δοκιμάζουν τεράστιο αριθμό πιθανών ενώσεων, το AI τους κατευθύνει σε εκείνες που αξίζει περισσότερο να περάσουν στο επόμενο στάδιο πραγματικών πειραμάτων.
Τι γνωρίζουμε για το Rhamsydil
Το Rhamsydil αναπτύσσεται ως μη στεροειδές συστατικό για εφαρμογές σχετικές με την τριχόπτωση, με ιδιαίτερο ενδιαφέρον για τη γυναικείου τύπου αραίωση.
Σε έρευνα που έχει παρουσιάσει η LG, το υλικό δοκιμάστηκε σε ιστό τριχοθυλακίων και συνδέθηκε με μείωση της έκφρασης του DKK1, ενός παράγοντα που σχετίζεται με τη μετάβαση της τρίχας προς τη φάση υποχώρησης.
Η εταιρεία θεωρεί ότι αυτό μπορεί να συμβάλει στη δημιουργία ενός περιβάλλοντος στο τριχωτό που ευνοεί περισσότερο τη διατήρηση και ανάπτυξη της τρίχας.
Εδώ όμως χρειάζεται σαφής διάκριση.
Τα συγκεκριμένα δεδομένα δεν ισοδυναμούν με απόδειξη ότι το Rhamsydil αποτελεί θεραπεία για την τριχόπτωση στον άνθρωπο. Πρόκειται για νέο συστατικό που βρίσκεται σε στάδιο ανάπτυξης και εμπορικής αξιοποίησης, όχι για εγκεκριμένο φάρμακο κατά της φαλάκρας.
Η έρευνα έχει παρουσιαστεί στο World Congress for Hair Research και η LG προετοιμάζει την αξιοποίησή του σε προϊόντα hair και scalp care.
Γιατί αυτή η χρήση της AI έχει μεγαλύτερο ενδιαφέρον
Η σημαντικότερη ιστορία πίσω από το EXAONE Discovery δεν αφορά τελικά μόνο τα μαλλιά.
Η τεχνητή νοημοσύνη χρησιμοποιείται εδώ σε ένα πρόβλημα που παραδοσιακά απαιτεί τεράστιο αριθμό επαναλαμβανόμενων πειραμάτων και μεγάλη ανθρώπινη εργασία.
Σε αντίθεση με ένα γενικό LLM, το EXAONE Discovery λειτουργεί ως εξειδικευμένο ερευνητικό εργαλείο που έχει σχεδιαστεί για μοριακές δομές, επιστημονικά δεδομένα και prediction tasks.
Αυτό είναι και ένα από τα πεδία όπου η AI μπορεί να έχει σημαντικότερο οικονομικό αντίκτυπο από ένα chatbot.
Αν μια εταιρεία μπορεί να μειώσει το αρχικό στάδιο materials discovery από μήνες ή χρόνια σε ημέρες, τότε αλλάζει τόσο το κόστος όσο και την ταχύτητα ανάπτυξης νέων προϊόντων.
Πέρα από την τριχόπτωση
Η LG δεν περιορίζει το EXAONE Discovery στα καλλυντικά.
Η ίδια τεχνολογική πλατφόρμα χρησιμοποιείται σε έρευνα για νέα υλικά μπαταριών και ημιαγωγών, σε drug discovery και σε εξειδικευμένα υγρά immersion cooling για AI data centers.
Το κοινό στοιχείο σε όλες αυτές τις περιπτώσεις είναι η ανάγκη να εξεταστεί ένας τεράστιος αριθμός πιθανών συνδυασμών πριν βρεθούν οι λίγοι που αξίζουν πραγματικά εργαστηριακή διερεύνηση.
Το επόμενο βήμα είναι ακόμη πιο φιλόδοξο: η δημιουργία ενός μοντέλου AI Co-Scientist που δεν περιορίζεται στην αναζήτηση πιθανών υλικών, αλλά μπορεί να συμμετέχει περισσότερο στον σχεδιασμό της ερευνητικής διαδικασίας.
Από το chatbot στο AI εργαστήριο
Το Rhamsydil είναι ίσως εντυπωσιακό επειδή αφορά ένα πρόβλημα που καταλαβαίνει εύκολα ο καταναλωτής.
Το πραγματικό μήνυμα όμως βρίσκεται αλλού.
Η επόμενη μεγάλη φάση της AI μπορεί να μην αφορά μόνο καλύτερα chatbots, εικόνες ή assistants.
Μπορεί να αφορά συστήματα που διαβάζουν επιστημονική βιβλιογραφία, αναλύουν εκατοντάδες χιλιάδες μόρια, προτείνουν πειράματα και περιορίζουν δραστικά τον χρόνο ανάμεσα σε μια ερευνητική ιδέα και ένα πραγματικό προϊόν.
Το EXAONE Discovery δεν απέδειξε ότι η AI μπορεί να λύσει την τριχόπτωση.
Απέδειξε όμως κάτι εξίσου σημαντικό για τη βιομηχανία: ότι μπορεί να μετατρέψει μια αναζήτηση εκατοντάδων χιλιάδων πιθανών λύσεων σε ένα πολύ μικρότερο και πιο διαχειρίσιμο επιστημονικό πρόβλημα.
