एंथ्रोपिक जीवविज्ञान लैब विश्लेषण: APIs से आगे AI दवाएँ

इस हफ्ते की सबसे दिलचस्प AI लैब कोई और चैट विंडो नहीं है जिसका व्यवहार और अधिक नरम और सहानुभूतिपूर्ण हो। यह सैन फ्रांसिस्को बे एरिया का एक कमरा है, जहाँ जीवविज्ञान को छेड़ा जाता है, प्लेटों में रखा जाता है, और आखिरकार वही मॉडल को बताता है कि उसकी सुंदर थ्योरी बेहतर फॉर्मैटिंग के साथ बकवास थी या नहीं।

Reuters की रिपोर्ट के अनुसार, Anthropic ने चुपचाप भौतिक जीवविज्ञान के काम के लिए एक वेट लैब बनाई है, क्योंकि वह अपनी आर्टिफिशियल इंटेलिजेंस महत्वाकांक्षाओं को दवा विज्ञान में आगे बढ़ा रही है। यह इसलिए मायने रखता है क्योंकि यह Claude बनाने वाली कंपनी को मॉडल APIs की साफ-सुथरी अमूर्त परत से आगे ले जाकर प्रयोगों, सुविधाओं, साझेदारों, खरीद-प्रक्रिया, और कोशिकाओं के छोटे यूनियनबद्ध गॉब्लिन्स की तरह व्यवहार करने वाली सारी प्यारी अव्यवस्था के बीच ला देता है।

Reuters पुष्टि करता है कि बेंच सचमुच मौजूद है

Reuters के अनुसार, Anthropic ने सैन फ्रांसिस्को बे एरिया में वेट लैब बनाई है, और उसका जीवविज्ञान कार्य “in silico” कंप्यूटर मूल्यांकनों से आगे बढ़ चुका है। Anthropic के life sciences प्रमुख Eric Kauderer-Abrams ने Reuters से लैब की पुष्टि की और कहा, “हम मानते हैं कि जीवविज्ञान करने के लिए, अंतिम परीक्षा अभी भी और कुछ समय तक असली लैब कार्य में ही रहेगी।”

उन्होंने Reuters को यह भी बताया कि Anthropic कुछ काम अपनी सुविधाओं में और कुछ बाहरी साझेदारों के साथ कर रही है, जबकि एक प्रवक्ता ने बाद में स्पष्ट किया कि लैब “विशेष रूप से दवा खोज के लिए नहीं” है और आगे बताने से इनकार किया।

संकीर्ण अर्थ सरल है: Anthropic जीवविज्ञान कार्य के लिए प्रयोगात्मक सत्यापन चाहती है। व्यापक अर्थ अधिक उपयोगी है: frontier AI कंपनियाँ यह खोज रही हैं कि वैज्ञानिक AI सिर्फ मॉडल की समस्या नहीं, बल्कि सिस्टम की समस्या है। एक मॉडल प्रस्ताव दे सकता है, सारांश बना सकता है, रैंक कर सकता है, और तर्क कर सकता है, लेकिन जीवविज्ञान को अब भी उस उलझे हुए भौतिक आधार से संपर्क चाहिए, जिसे सभ्य भाषा में कहें तो सूप की भी राय होती है।

TNW वर्टिकल स्टैक की रूपरेखा दिखाता है

TNW ने Reuters रिपोर्ट का हवाला देते हुए बताया कि Anthropic ने लैब के अस्तित्व की पुष्टि की, लेकिन यह नहीं बताया कि यह किस लिए है, सिवाय इसके कि उसने दवा खोज को विशिष्ट उद्देश्य के रूप में खारिज किया। TNW ने यह भी रिपोर्ट किया कि life sciences अब Anthropic के सबसे बड़े क्षेत्रों में से एक है, कर्मचारियों की संख्या और खर्च दोनों के हिसाब से, और कंपनी एक procurement lead और एक biochemical specialist की भर्ती कर रही है।

यह वह काम नहीं है जो आप तब करते हैं जब आपकी पूरी रणनीति एक स्लाइड डेक और vibes आधारित benchmark chart हो। आसपास की गतिविधियाँ लैब को किसी side quest से कम और धीरे-धीरे हो रहे vertical integration जैसा अधिक दिखाती हैं।

TNW ने रिपोर्ट किया कि Anthropic ने अप्रैल में Coefficient Bio को खरीदा, जो दस से कम कर्मचारियों वाला एक startup था, लगभग 400 मिलियन डॉलर के stock में। उसी महीने, उसके Long-Term Benefit Trust ने Novartis के मुख्य कार्यकारी Vas Narasimhan को बोर्ड में जोड़ा, और जून में Anthropic ने Claude Science लॉन्च किया, जो चैट applications के बजाय laboratory research के लिए बनाया गया एक software tool है।

TNW ने यह भी रिपोर्ट किया कि लैब की घोषणा से दो दिन पहले Novo Nordisk ने Claude Science का परीक्षण करने पर सहमति दी।

SiliconANGLE automation layer की ओर इशारा करता है

SiliconANGLE ने रिपोर्ट किया कि Anthropic की Bay Area wet lab कुछ वैज्ञानिक कार्यों को automate करने के लिए robots का उपयोग करेगी, और ये robots Claude series के large language models द्वारा संचालित होंगे। SiliconANGLE ने यह भी नोट किया कि यह अभी स्पष्ट नहीं है कि लैब कौन-से research projects पर काम करेगी, साथ ही Reuters को दिए Anthropic के बयान को दोहराया कि facility “विशेष रूप से दवा खोज के लिए नहीं” है।

महत्वपूर्ण बात यह नहीं है कि Claude अचानक token budget वाला lab coat बन गया है। बात यह है कि कंपनी models को ऐसे workflow में जोड़ती दिख रही है जहाँ software suggestions robotic execution और physical measurement से मिल सकते हैं।

builders के लिए, यही मुख्य सीख है: domain AI सिर्फ इसलिए मूल्यवान नहीं बनती कि किसी ने specialized text पर model को fine tune कर दिया। टिकाऊ बढ़त शायद hypothesis generation, experiment execution, measurement, और model improvement के बीच loop बंद करने से आए। drug science में, यह loop chatbot prompt की तुलना में धीमा, महँगा, और अधिक regulated होता है, लेकिन यह ऐसा proprietary feedback बना सकता है जिसे public web data दोपहर के भोजन के बाद यूँ ही उगल नहीं सकता।

पाठकों को आगे क्या देखना चाहिए

Reuters लैब को Anthropic के drug science और rare disease treatment महत्वाकांक्षाओं में आगे बढ़ने का हिस्सा बताता है, साथ ही यह भी नोट करता है कि कंपनी ने लैब के लिए कोई विशिष्ट उद्देश्य नहीं बताया है, सिवाय इस clarification के कि यह विशेष रूप से drug discovery के लिए नहीं है। इस ambiguity पर नजर रखना उपयोगी है, बिना इसे fog machine theater में बदले।

उपयोगी सवाल यह नहीं है कि क्या हर AI lab wet lab बनाएगी, क्योंकि अधिकांश को शायद पहले अपने evals को सही label करने से शुरू करना चाहिए। उपयोगी सवाल यह है कि model companies कहाँ तय करती हैं कि APIs बहुत सतही हैं और वे नीचे की data generation machinery को अपने नियंत्रण में लेना शुरू करती हैं।

यदि आप AI के साथ build करते हैं, तो उन interfaces पर नजर रखें जो models को real world verification से जोड़ते हैं: lab tools, workflow software, robotics, assay data, और external partners। यदि आप AI systems में invest करते हैं या उन्हें खरीदते हैं, तो पूछें कि feedback loop कहाँ से आता है और उस पर नियंत्रण किसका है।

science में अगला defensible AI product chatbot से कम और कोशिकाओं के लिए बहुत महँगी coffee machine जैसा अधिक दिख सकता है, बस espresso की जगह evidence निकलता है।