Das ist eine schallende Ohrfeige! Auch Anthropic beginnt nun, die Modelle anderer Unternehmen zu „destillieren“.
Am 17. September hat Anthropic einen großen Schritt gemacht.
Claude hat in weniger als vier Wochen mehr als 30 Open-Source-Biomolekülmodelle optimiert, die durchschnittliche Inferenzgeschwindigkeit wurde um etwa das 4-fache erhöht, und es wurde ein Modus mit geringem Arbeitsspeicher entwickelt, der die Vorhersage von Biomolekülsystemen mit mehr als 10.000 Token auf einem einzelnen NVIDIA H100-GPU-Knoten verarbeiten kann.
Allein die Modelle reichen nicht aus.
Gleichzeitig hat Anthropic gemeinsam mit Adaptyv Bio ein offenes Wettbewerb für Proteindesign gestartet, bei dem 5 fortschrittliche Designherausforderungen sorgfältig ausgewählt wurden.
Es ist geplant, mehr als 5000 Designs im automatisierten Labor von Adaptyv zu validieren und bis zu 1 Million US-Dollar an Claude-Guthaben bereitzustellen.
Sobald die Nachricht veröffentlicht wurde, geriet die gesamte Branche in Aufregung.
KI + Protein + eine Million US-Dollar: Der Wind der „Millennium-Probleme“ weht gerade aus dem Bereich der Mathematik, und Anthropic hat die Flagge direkt auf das Gebiet der Wirkstoffforschung gepflanzt.
Anscheinend ist dies der mutigste Schritt in diesem Monat.
Aber ——
Wenn man die Zeitachse durchgeht, stellt man fest, dass Anthropic nicht der Erste ist, der dies tut.
Genau einen Tag vor der Veröffentlichung seines Posts, am 16. September, hat ein KI-Pharmazieunternehmen, das erst seit einer Woche offiziell angekündigt wurde, bereits eine Belohnung in gleicher Höhe ausgesetzt.
Und seine Vorgehensweise ist noch gewagter: Es wird nicht die Lösung, sondern das Problem selbst belohnt.
Der eintägig frühere Million-Dollar-Belohnungsaufruf
Dieses Unternehmen heißt Geodesic Intelligence.
Es sammelt weltweit die schwierigsten Probleme in der Wirkstoffforschung, und es gibt nur ein Kriterium: Sobald es gelöst ist, kann es die Fähigkeitsgrenzen dieser Branche für die nächsten 5 bis 10 Jahre neu definieren.
Der wissenschaftliche Ausschuss prüft jede Einreichung einzeln, und für jedes ausgewählte Problem werden 100.000 Geodesic-Credits vergeben.
Nachdem die Themen festgelegt sind, wird eine separate Runde zur Einreichung von Lösungen gestartet —— für jede offizielle Herausforderung erhält derjenige, der eine validierte Lösung liefert, eine Barprämie von 1 Million US-Dollar.
Es sind keine Guthaben, sondern echtes Geld.
Der Gründer Gu Quanquan hat bei der Weiterleitung nur drei Sätze geschrieben: „Einige Probleme verdienen es, so schnell wie möglich gelöst zu werden, und die Wirkstoffforschung ist eines davon. Lasst uns gemeinsam die schwierigsten Probleme finden und lösen.“
Wenn man die beiden Ereignisse zusammennimmt, wirkt das Bild fast surreal.
Anthropic gibt Geld aus, um Experimente durchzuführen. Jede Woche gibt es eine Designaufgabe im Wettbewerb, bei dem verglichen wird, wos Binder (ein kleines Proteinhaken, das das Zielmolekül fest erfasst) im Labor hergestellt und gemessen werden kann.
In den offiziellen Bedingungen steht, dass es keine großen Barpreise gibt, und die eine Million besteht hauptsächlich aus Guthaben und Kosten für Nassversuche.
Geodesic gibt Geld aus, um Probleme zu kaufen. Die 1 Million US-Dollar an Bargeld sind für validierte Lösungen vorgesehen, aber im ersten Schritt lässt es die ganze Welt wissen, welche Probleme es wert sind, gelöst zu werden.
Das eine liefert Testproben, das andere legt Forschungsthemen fest. Zeitlich war Geodesic früher, Anthropic folgte einen Tag später.
Das ist so surreal...
Ein Startup, das erst seit einer Woche vorgestellt wurde, wurde von Anthropic sogar „abgeglichen“!
Aber noch surrealere Dinge folgen
Die Sache ist damit noch nicht vorbei.
Wenn man tiefer gräbt, taucht ein noch auffälligeres Problem auf —— Wer ist zur Teilnahme berechtigt?
Bei dem offenen Wettbewerb für Proteindesign von Anthropic × Adaptyv steht auf der Startseite in großen Buchstaben „Open to everyone and free to enter“ —— offen für alle, kostenlose Teilnahme.
Das klingt sehr vielversprechend.
Wenn man jedoch Abschnitt 3.1 der offiziellen Wettbewerbsbedingungen durchliest, taucht eine Liste von ausgeschlossenen Teilnehmern auf:
Teilnehmer dürfen keine rechtmäßigen Einwohner oder registrierten Einrichtungen der folgenden Regionen sein: Belarus, China, Kuba, Iran, Myanmar, Nordkorea, Russland, Sudan, Syrien, Krim...
Das bedeutet, dass chinesische Forscher im Bereich Proteindesign — egal ob Sie Strukturbiologe an der Chinesischen Akademie der Wissenschaften oder Doktor der Computerchemie an der Tsinghua-Universität sind, egal wie viele Nature-Veröffentlichungen oder validierte Binder Sie haben — keine Berechtigung haben, an diesem „für alle offenen“ Wettbewerb teilzunehmen.
Auf der Startseite heißt es „Open to everyone“, aber in den Bedingungen werden 1,4 Milliarden Menschen ausgeschlossen.
Schauen wir uns nun die Seite von Geodesic an.
Auf der Seite zur Einreichung von Grand Challenges steht klar geschrieben:
Jeder ist willkommen, Probleme einzureichen, egal ob Sie Forscher, Kliniker, Wirkstoffentwickler, Student oder einfach jemand mit großem Interesse an der Zukunft der Wirkstoffforschung sind.
Forscher, Ärzte, Wirkstoffentwickler, Studenten — keine Frage nach Nationalität oder Identität.
Die 1 Million US-Dollar können für eine Lösung vergeben werden, aber die Berechtigung, ein Problem vorzuschlagen, sollte nicht von dem Passport abhängen.
Geodesic hat nicht die Größe von Anthropic. Aber es folgt einem einfacheren Prinzip: Wissenschaftler auf der ganzen Welt die Chance zu geben, die Probleme vorzubringen, die sie für am wichtigsten und schwierigsten halten.
Denn wirklich große Wissenschaft gehört niemals nur einem einzelnen Land oder einem einzelnen Unternehmen.
Sie gehört allen, die bereit sind, Probleme zu lösen.
Wer ist dieses vorausgelaufene Unternehmen eigentlich?
Am 10. dieses Monats hat Gu Quanquan Geodesic Intelligence auf X offiziell angekündigt und gleichzeitig zwei Produkte veröffentlicht.
Auf der Startseite der Unternehmenswebsite steht nur ein einziges Ziel, so schlicht, dass es fast arrogant wirkt: Build AGI that discovers the shortest path from biology to medicines.
Wie wird das umgesetzt? Geodesic hat einen Technologie-Stack namens Nova Stack aufgebaut, bei dem alle drei Ebenen von Software über Modelle bis hin zu Laboren selbst kontrolliert werden.
Ebene 1: NovaDDE — das KI-Kommandozentrum für Wissenschaftler
NovaDDE ist die Agenten-Arbeitsplattform von Geodesic.
Bei der Herstellung von Arzneimitteln gibt es viele Arbeitsschritte: Literatur durchsuchen, biologische Beweise prüfen, Molekülstrukturen betrachten, Berechnungsmodelle ausführen und Ergebnisse auswerten. Normalerweise muss man zwischen mehr als einem Dutzend Tools hin- und herwechseln.
NovaDDE fasst all dies in einer einzigen Plattform zusammen. KI-Agenten helfen Wissenschaftlern, Aufgaben zu planen, Modelle aufzurufen und Ergebnisse auszuwerten, und jede Entscheidung wird automatisch protokolliert.
Sie können die gewünschten experimentellen Entscheidungen in natürlicher Sprache beschreiben oder direkt in den Designmodus wechseln: Markieren Sie die Oberfläche des Zielmoleküls, und das System generiert einen Binder mit etwa 80 Aminosäuren.
Der auf der Website angegebene Datenfluss ist sehr anschaulich: Entwerfen Sie mehr als 1000 Kandidatenmoleküle, filtern Sie mehr als 100 hochwertige Lösungen heraus, und bringen Sie schließlich mehr als 10 davon zur Validierung ins Labor.
Ein wichtiges Detail: Die Zielmoleküldaten der Nutzer gehören den Nutzern selbst, werden nicht für das Training von Modellen verwendet und können auf Anfrage gelöscht werden.
Ebene 2: NovaAtom — Moleküle „klar fotografieren“
NovaAtom-Lite-Preview ist das selbstentwickelte All-Atom-Strukturvorhersagemodell von Geodesic und das erste Mitglied der NovaAtom-Familie.
Einfach ausgedrückt: Geben Sie die Sequenz einer Gruppe von Molekülen ein, berechnen Sie die dreidimensionalen Koordinaten jedes schweren Atoms darin. Man kann die Form der Moleküle und ihre Wechselwirkungen so deutlich sehen wie bei einer CT-Aufnahme.
Es gibt drei Kernmerkmale.
Erstens: Vorhersage im „Komplettpaket“. Proteine, DNA, RNA und kleine Moleküle werden gemeinsam berechnet, nicht getrennt voneinander vorhergesagt und anschließend zusammengesetzt — alles in einem Schritt. Dies ist entscheidend für das Verständnis der komplexen Wechselwirkungen zwischen Wirkstoffen und Zielmolekülen.
Zweitens: Unterstützung für komplexe Randbedingungen. Ringförmige Polypeptide, Wirkstoffe, die kovalente Bindungen mit dem Zielmolekül bilden müssen, festgelegte Bindungsstellen — all dies kann als Bedingung an das Modell übergeben werden.
Drittens: Eingebaute „Zuverlässigkeitsetiketten“. Für jedes Zielmolekül werden 5 Vorhersageergebnisse in sortierter Reihenfolge ausgegeben, und an jeder Strukturstelle wird markiert, wie groß die Sicherheit des Modells für diese Position ist.
Die derzeit veröffentlichte Version ist eine leichte, schnelle Variante, größere Versionen werden noch trainiert.
Ebene 3: NovaLab — Moleküle, die am Computer entworfen wurden, müssen tatsächlich hergestellt werden
Nur Moleküle auf dem Bildschirm zu zeichnen reicht nicht aus. NovaLab ist das selbst gebaute Nassversuchsvalidierungssystem von Geodesic, das dafür zuständig ist, die Entwürfe in reale Objekte umzuwandeln.
Jeder Binder muss sieben Stufen durchlaufen: Kann er hergestellt werden? Ist er korrekt hergestellt? Kann er binden? Wie stark ist die Bindung? Wird das Signal auch bei einer erneuten Messung mit einem anderen Gerät bestätigt? Hat er das Potenzial, zu einem Arzneimittel zu werden? Ist er wirklich wirksam?
Nach Abschluss der sieben Stufen fließen die experimentellen Daten zurück in die KI, um die nächste Generation von Modellen zu trainieren. Das ist der geschlossene Kreislauf, den Geodesic immer wieder betont: KI → Entwurf → Experiment → Lernen → nächste Runde.
Es gibt viele Unternehmen, die im Bereich KI-Pharmazie tätig sind, aber nur sehr wenige Startups bauen die gesamte Kette von KI-Agenten, Grundmodellen bis hin zu eigenen Nassversuchslaboren selbst auf.
Die meisten Konkurrenten entwickeln entweder Modelle ohne eigene Experimente oder führen nur Experimente ohne eigene Modelle durch. Geodesic setzt auf beide Bereiche und startet direkt mit einem Full-Stack-Ansatz.
Die Wirkstoffforschung beginnt, für „Probleme“ zu bezahlen
OpenAI hat Millionen von US-Dollar an Rechenleistung ausgegeben, um mathematische Probleme zu lösen, und hat anschließend auf eine Million an Preisgeld verzichtet. Anthropic hat Ressourcen im Wert von einer Million zur Verfügung gestellt, um Proteindesign-Wettbewerbe zu fördern, damit mehr Entwürfe die Chance bekommen, ins