- 482 Videos
- 27 039 346 조회수
AI 잘하는 기업이 신약개발을 점령한다... NVIDIA 등 국내외 AI 기술 기업들이 ‘생성형 AI'와 ’유전체 데이터‘에 집중하는 이유!
NVIDIA가 발표한 AI 신약개발 플랫폼 BioNemo이후 제약회사 암젠과의 협력, 리커전 투자 등 AI 기술기업과 기존 제약 업계의 합종연횡이 이루어지고 있는 상황. 기존 CADD 신약개발 방식보다도 훨씬 더 빠르게 신약 개발이 가능한 생성형 AI 기반 신약개발로 무게중심이 옮겨오면서, 빅파마를 비롯한 수많은 기존 제약회사들보다 AI 기술과 컴퓨팅 환경을 갖춘 기업의 경쟁력이 더 주목받고 있습니다. 국내에서는 KAIST에서 시작한 스타트업 히츠 등 또한 AI 가 핵심 경쟁력이 되다 보니 진단에서 주목받던 이미지 중심 데이터보다, 실제 유전체 데이터 기반의 학습과 추론이 더 각광받는데요. AI 신약개발의 전반적인 현 상황과, 실제 중요한 데이터에 대해 정리하였습니다.
#엔비디아 #신약개발 #생성형AI
Written by Error
Edited by 이진이
[email protected]
#엔비디아 #신약개발 #생성형AI
Written by Error
Edited by 이진이
[email protected]
조회수: 12 724
탈모 치료제 나올 기세 ㅋ
보스턴이라도 이익을 못내면 망함
너도 AI죠?
유전체 데이터 수집도 중요하지만, 인간 생명활동을 위한 실제 기능은 단백질이고, 신약에 바이딩하는 것도 단백질이니 단백질 데이터 수집도 중요할 것 같습니다^*
인간 일짜리. 다 순노동. 필요없네. 잘했네. 제조는 끝낱네 있을때 잘해 비용이. 인간에 100-1,갑으로 가성비. 최고 조립과정. 스스로창조성 엎이는.도돼. 식량전쟁,
결국은 데이터 싸움이라 빅파마가 다시 승기를 잡을 것 같습니다
아틀란스가 유압인데 전자면 기존 노하우 다버린거 같은데
보통 이런 영상들이 올라오면 주가는 고점이던데 ㅋㅋ
와 진짜 자세히 설명 하셨네요.
유기화학도 같다고 생각해요. 분자간 반응을 Ai로 환경을 만들어 돌린다면 분명히 새로운 화합물들을 만들어 낼꺼에요. 그럼 인간은다양한 신소재를 만나볼꺼 같군요. Ai를 빨리 도입하는 회사일수록 앞서나가는거에요.
AMD여태까지 모했어욤?😡😠🤬
인간의 수명이 엄청늘겁니다. 신약의 기존의 씨스템을 갖고있는 산업체가 우위를 갖을수밖에 없습니다. 특허란자체도 생뚱맞게 나오는것이아니라 응용과학이죠. 즉 모든학문이 응용을 필요로하는 개발자체가 쉬워진다는 것입니다.정말설명잘하시네요. 고맙습니다
와 안될공학님의 재능 감사드립니다
희귀병가지고 태어난분들이 해택을 많이 받았으면 좋겠어요 무슨무슨 약이 개발 됬다고 하면 현실에 벽 1억이 넘는 약값 때문에 기술이 좋아져도 얼마나 비쌀까 생각이 떨쳐낼 수 가없어요.....
애플 모델에 유리한 조건들만 나열해서 좋은 모델인 양 말하는 것 같습니다. 애플 모델은 그렇게 좋을 것 같지 않습니다.
젠슨황의 끝없는 혁신 ^^^ 누구처럼 말로 ^^ 않고 참 ! 믿을만한 경영자 ceo !! 투자가치가 충분한 ^^^
그럼 너거가 세계1등 되어야지...
경우의 수를 줄여줄뿐, 인간은 오묘한 존재라서 임상의 위험은 그대로입니다.
앞으로 소 뒷발차기 하듯 나오는 뜬금포의 유익한 부작용은 안나오겠구만.. 모든 경우의 수는 AI가 알아서 제거해버리니..
정말 최고네요~ !!!
AI신약개발이 너무 기대되네요~ 새소식 있을 때마다 알려주세요~ 감사합니다^^
바닥 삶의 개인적 체험으로 체험하이테크의 최고봉에서 히든핸드와 자율시장성장원칙을 이해하는 젠슨 황은 항상 주주를 생각하는 적절한 주식분할원리등 시장핵심도 잊지 않고있다.
Groq 으로 돌려서 NVidia 의존도 낮추는 목적도 무시 못할 듯 하네요.
중국은 코로나때 아마 모든 중국인 유전정보 가져와서 보관중일듯요
인류의 종말이 가까워 졌군요
학습이 더 문제 아닌가? 의료는 민감정보라서 익명처리해도 말이 많은데.
저도 언급해주신 내용들, 무엇보다 가격압박에 대한 부분때문에 6세대 12.9형 M2모델로 오늘 공홈에서 구입했는데 오늘 때마침 새 아이패드 발표 암시하는 이벤트 예정이 공개됐네요. mini led에 대한 단점들(발열, 배터리 광탈)이 실제론 어느정도일지 경험해봐야 알겠지만 나은선택을 했다는 느낌이 들면 좋겠네요 ㅎㅎㅎ;;
나중엔 컴퓨터한태 약을 먹일 기세
역시최고예요~~좋은정보ㅈ감사합니다
저거 배포하면 ㄷㄷ
AI 가 인간이 어려워하는 분야를 하나씩 깨나가고 있네요. 정말 AI 가 스스로 계획을 세우고 스스로 개선해나가기 시작하면 그때가 특이점이 되겠죠.
문제는 미래에 ai 로 개발한 물질에 특허를 걸수 있을까 겠죠.
엥 창작의 영역이 아니라 상관없기도 하고 원래 약에는 저작권이 없습니다
감사합니다
리커전파마슈티컬스?
ㄴㄴ 압사이
AI바이오 관심많은데 쉽게 설명해주셔서 감사합니다.
집안일하는 봇은 꼭 사람모양일 필요는 업지
제 전공이네요.. 약학대 학사 졸업 후 유기제조학 대학원 석사. 10년이 지난 지금 다른 일을 하고있지만..여튼 당시 약물 + 단백질 결합을 컴퓨터로 빠르게 예측 할수있으면 실험조차 필요없다는 생각을 다들 갖고는 있었는데 생각보다 미래가 빨리 찾아왔네요. 정말 과학 발전빠릅니다ㅎㅎ 당시만해도 단백질 아미노산 서열을 가지고 있어도 어떻게 접힐지 예측을 못하니 그거부터가 난제였거든요. 컴퓨터로도 힘들다 다들 그렇게 생각했었는데 이제 하나하나씩 빠르게 해결되면 사실상 신약이 쏟아질듯합니다..
저는 현재 mri를 분석하는 일을 하고 단백질 분석을 개인 공부로 하고 있습니다. 좀더 빨리 만나뵈었다면 많이 여쭤봤을텐데 아쉽네요 ㅎㅎ
2 여년전 양자컴퓨팅 관련 인턴을 하면서 리서치들을 해볼 기회가 있었는데 당시 접근 분야중에서 알파폴드 처럼 프로틴 폴딩을 양자인코딩 하는 방법에 대한 방법에 대한 랜드스케이프 조사로 오늘 소개된 분야 관련해 살짝 발담가 봤었는데 당시에 알파폴드2 나올떄만 보더라도 먼 미래 처럼 보였는데 생각보다 변곡점이 빠르게 온거 같네요 당시만 하더라도 이러한 컴퓨팅에 관한 한계 이슈로 조금은 양자컴퓨터가 이슈를 흡수했는데 생성형 모델들이 등장하면서 이제 완전히 옮겨가고 실제로 이건 결과를 빠르게 가져올거 같네요 ㄷㄷ
질문이 있습니다! Ai라는 것은 결국 데이터를 토대로 새로운 정보를 학습한다~인데 새로운 물질들끼리의 조합은 사실 컴퓨터로 예측하는 것과 다르게 실제 반응 결과는 많이 다른 것으로 알고 있습니다. 그럼 여기서 질문은, 실제로 나타나는 반응들은 예측과는 많이 다른 것인데, 이러한 ai 플랫폼이 실제 결과값이랑 어떻게 유사한 결과물을 도출하는 데에 기여한다는 것이라고 생각하시나요?
당연히 나무위키나 학점은행제 단순 인강 사이버대학으로는 갈수없는 경지일듯😮💨💊
@@MATZ232 ai가 찾아낸 후보물질을 사람이 실제 실험으로 검증 -> 해당 검증값도 ai에 학습 -> 반복.
에러님의 지식의 확장 범위가 놀랍습니다. 신약 개발과 이에 따른 AI 바이오. 이제 공학에서 AI까지 확장하시는 에러님의 인사이트에 경의를 표합니다. 영상 고맙습니다.^^
감사합니다~^^ 역시 짱입니다
감사합니다🙇🏻 안될공학 화이팅~~~!!!
고맙습니다.
매번 말하지만, 돈이 되는 AI는 B2B 입니다.
팔란티어 이야기신가요?
그래서 코로나주사 난 안맞았지
근데 이 영상 내용이랑 님 댓글이 왜 '그래서'로 연결되는거에요?
언제쯤 수학을 잘하는 AI가 나올 수 있을까요? 딥러닝이 아닌 또 다른 학습 시스템이 필요한 시점. 수학을 정복해야 AGI의 시대가 열린다 봅니다.
기하학은 이미 올림피아드 문제를 풀 정도의 수준이 됩니다. 그 외 수학분야나 추론 문제도 잘 풀긴하는데 아직 트레이닝 중입니다. 제가 지금 그 AI 수학 트레이닝 쪽에서 일하고 있는데 AI가 미국 고등학생 평균 수준보다 더 잘 풉니다.
@@365naturally 저도 미국에서 Math&CS 복수 전공중인 학부생입니다. Alpha Geometry 말씀하시는 거면 알고 있어요. 역시 Deep Mind가 대단하죠. AI쪽이시니 잘 아시겠지만 지금 LLM 모델들은 고등학교는 몰라도 대학 학부 수준 기본 문제도 잘 못 풉니다. 특히나 probabilty, statistics 쪽은 아예 못 풀거나 틀리게 풀 수 밖에 없죠. 그나마 algebra, calculus 등 대수적으로 표현 가능한 부분은 어느 정도는 하긴 합니다만 아직 한계가 명확합니다. 애초에 LLM 모델과는 맞지 않다 생각해요🤔
저도 학부 수학 전공했는데 그래서 그런지 완전히 같은 생각이시군요. 수학을 아무 Noise 없이 깨끗하게 설계해 나가는 지적인 게임이라고 생각하면 바둑이랑도 비슷한 면이 있는 거 같고 AI가 못 할 게 전혀 없어보입니다. 실제로 수학의 발전도 나아가는 방향에 회의론자와 낙관론자들의 의견충돌이 잦았던만큼 two player zero sum game의 성격이 분명히 있어보이기도 하구요. 말씀하신대로 현재 딥러닝만으로는 어려워보이지만 몇십년 안에 필즈상 받는 AI 나올거라 봅니다. 그 순간 인간의 지적활동은 모두 다 의미가 없어지긴 하겠지만요.
신약은 양자컴을 활용한 AI기업일듯 다만, 기반 데이터를 누적한 제약사가 AI를 쓰겠죠
저도 제약 분야에 AI 에 적용하는 것에 관심이 많은데 일단 도메인 지식이 필요합니다. 생물학 + 화학은 기본입니다.
모든 분야가 그렇죠. 다만 이제 개개인의 생산성이 비약적으로 증가한다는 것과, 특히나 생명쪽 분야에선 라이센스를 취득해 암기된 내용들의 정해진 패턴을 통해 진단하는 직업들의 실질적 효용성이 의심되기 시작한다는 점이 달라지는것 같아요.
그 지식 ai가 기본으로 깔고있기에 프로그램 다룰줄만알면됨
@@user-ln8sl9hz4r 사칙연산이 먼지도 모르면서 어떻게 코딩해서 계산기를 만들수 있을까요?
7번입니다. ㅋㅋㅋ 정말 궁금했던 내용 상세한 설명에 감사합니다. 몇 번 돌려봐야겠습니다.
1
AI가 곧 적그리스도다....
로봇 기술력은 최강이었겄지 못만든게 아니라 안만든것뿐ㅋ