OpenAI представляет GPT-Rosalind — новую модель с ограниченным доступом для наук о жизни, и расширенный плагин Codex на GitHub

Путь от лабораторной гипотезы до аптечной полки — это один из самых изнурительных марафонов в современной индустрии, который обычно занимает от 10 до 15 лет и требует миллиардов долларов инвестиций.

Прогресс часто тормозится не только присущими биологии загадками, но и «фрагментированными и сложными в масштабировании» рабочими процессами, которые заставляют исследователей вручную переключаться между реальным оборудованием для разработки экспериментов, программным обеспечением и базами данных.

Однако OpenAI выпускает новую специализированную модель GPT-Rosalind, призванную ускорить этот процесс, сделать его более эффективным, простым и, в идеале, более продуктивным. Названная в честь выдающегося химика Розалинд Франклин, чья работа сыграла ключевую роль в открытии структуры ДНК (при этом ее вклад часто умалялся по сравнению с ее коллегами-мужчинами Джеймсом Уотсоном и Фрэнсисом Криком), эта новая передовая модель логического вывода создана специально для того, чтобы служить специализированным интеллектуальным уровнем для исследований в области наук о жизни.

Переводя роль ИИ из роли помощника общего назначения в статус специализированного партнера по «рассуждениям», OpenAI заявляет о долгосрочной приверженности биологическим и химическим открытиям.

Что предлагает GPT-Rosalind

GPT-Rosalind — это не просто более быстрая генерация текста; она создана для синтеза данных, генерации биологических гипотез и планирования экспериментов — задач, которые традиционно требовали многих лет экспертного человеческого синтеза.

В своей основе GPT-Rosalind является первой в новой серии моделей, оптимизированных для научных рабочих процессов. Если предыдущие итерации GPT преуспевали в общих языковых задачах, то эта модель тонко настроена на более глубокое понимание в области геномики, белковой инженерии и химии.

Чтобы подтвердить ее возможности, OpenAI протестировала модель на нескольких отраслевых бенчмарках. На BixBench, метрике для оценки реальной биоинформатики и анализа данных, GPT-Rosalind продемонстрировала ведущие результаты среди моделей с опубликованными баллами.

В более детальном тестировании с помощью LABBench2 модель превзошла GPT-5.4 в шести из одиннадцати задач, причем самые значительные улучшения проявились в CloningQA — задаче, требующей сквозного проектирования реагентов для протоколов молекулярного клонирования.

Самый яркий показатель производительности модели был получен в ходе партнерства с Dyno Therapeutics. В ходе оценки с использованием неопубликованных «незагрязненных» РНК-последовательностей перед GPT-Rosalind была поставлена задача прогнозирования последовательности в функцию и ее генерации.

При оценке непосредственно в среде Codex результаты модели превзошли 95-й процентиль человеческих экспертов по задачам прогнозирования и достигли 84-го процентиля по генерации последовательностей.

Такой уровень квалификации говорит о том, что модель может служить высококлассным соавтором, способным выявлять «закономерности, важные для экспертов», которые модели общего назначения часто упускают из виду.

Новый лабораторный рабочий процесс

OpenAI не просто выпускает модель; компания запускает экосистему, предназначенную для интеграции с инструментами, которыми ученые уже пользуются. Центральным элементом этого является новый исследовательский плагин Life Sciences для Codex, доступный на GitHub.

Научные исследования традиционно изолированы друг от друга. Одиночный проект может потребовать от исследователя обращения к базе данных структуры белков, изучения 20-летней клинической литературы, а затем использования отдельного инструмента для манипуляций с последовательностями. Новый плагин служит «оркеструющим слоем», предоставляя единую отправную точку для этих многоэтапных вопросов.

• Набор навыков: пакет включает модульные навыки для биохимии, генетики человека, функциональной геномики и клинических данных.

• Возможности подключения: он связывает модели с более чем 50 публичными мультиомиксными базами данных и источниками литературы.

• Эффективность: этот подход ориентирован на «долгосрочные, ресурсоемкие научные рабочие процессы», позволяя исследователям автоматизировать повторяющиеся задачи, такие как поиск структур белков и поиск последовательностей.

Ограниченный и контролируемый доступ

Учитывая потенциальную мощность модели, способной изменять биологические структуры, OpenAI отказывается от широкого «открытого» или общего публичного релиза в пользу программы доверенного доступа (Trusted Access).

Модель запускается в качестве исследовательской предварительной версии специально для квалифицированных корпоративных клиентов в Соединенных Штатах. Это ограниченное развертывание строится на трех основных принципах: благотворное использование, надежное управление и контролируемый доступ.

Организации, запрашивающие доступ, должны пройти квалификационную проверку и проверку безопасности, чтобы убедиться, что они проводят легитимные исследования с четкой общественной пользой.

В отличие от моделей общего назначения, GPT-Rosalind была разработана с повышенными мерами безопасности корпоративного уровня. Для конечного пользователя это означает:

• Ограниченный доступ: использование разрешено только утвержденным пользователям в защищенных, хорошо управляемых средах.

• Управление: участвующие организации должны поддерживать строгий контроль за предотвращением нецелевого использования и соглашаться с конкретными условиями предварительного просмотра исследований в области наук о жизни.

• Стоимость: во время фазы предварительного просмотра модель не будет расходовать существующие кредиты или токены, позволяя исследователям экспериментировать без немедленных бюджетных ограничений (с учетом средств защиты от злоупотреблений).

Теплый прием со стороны первых отраслевых партнеров

Анонс получил значительную поддержку со стороны партнеров OpenAI в фармацевтическом и технологическом секторах.

Шон Бруих (Sean Bruich), старший вице-президент по искусственному интеллекту и данным в Amgen, отметил, что сотрудничество позволяет компании применять передовые инструменты таким образом, который может «ускорить доставку лекарств пациентам». Влияние также ощущается в специализированной технологической инфраструктуре, поддерживающей лаборатории:

• NVIDIA: Кимберли Пауэлл (Kimberly Powell), вице-президент по здравоохранению и наукам о жизни, охарактеризовала слияние предметных рассуждений и ускоренных вычислений как способ «сократить годы традиционных научно-исследовательских и опытно-конструкторских работ до немедленных, действенных научных инсайтов».

• Moderna: Генеральный директор Стефан Бансель (Stéphane Bancel) подчеркнул способность модели «мыслить на основе сложных биологических данных», помогая командам преобразовывать инсайты в экспериментальные рабочие процессы.

• Институт Аллена (The Allen Institute): Технический директор Энди Хикл (Andy Hickl) подчеркнул, что GPT-Rosalind выделяется тем, что делает ручные шаги — такие как поиск и выравнивание данных — более «согласованными и воспроизводимыми в рамках агентного рабочего процесса».

Это опирается на осязаемые результаты, которые OpenAI уже видит на практике, например, на сотрудничество с Ginkgo Bioworks, где модели ИИ помогли добиться 40-процентного снижения затрат на производство белков.

Что ждет Розалинд и OpenAI в области наук о жизни в будущем?

Миссия OpenAI с GPT-Rosalind заключается в том, чтобы сократить разрыв между «перспективной научной идеей» и реальными «данными, экспериментами и решениями», необходимыми для медицинского прогресса.

Сотрудничая с такими учреждениями, как Национальная лаборатория в Лос-Аламосе, для изучения проектирования катализаторов и модификации биологических структур под руководством ИИ, компания позиционирует GPT-Rosalind не просто как инструмент, а как «способного партнера в исследованиях».

Поскольку сфера наук о жизни становится все более насыщенной данными, переход к специализированным моделям «рассуждений», подобным Rosalind, может стать стандартом для навигации в «обширных пространствах поиска» биологии и химии.