Anthropic kedden egy, gyógyszeripari vezetőknek, biotech-alapítóknak és kutatóknak tartott eseményen bejelentette a Claude Science nevű új termékét. A vállalat szerint a Claude Science ugyanúgy a tudományos kutatás támogatását célozza, mint amilyen szerepet a Claude Code a szoftvermérnökségben betölt; képes rövid, magas szintű utasítások alapján autonóm módon érdemi feladatokat elvégezni, és olyan eszközökhöz fér hozzá, amelyek különösen hasznosak számítástechnikai biológiai és gyógyszerfejlesztési munkában.
Claude Science mostantól elérhető minden fizetős Claude-előfizető számára; a bejelentés mellett Anthropic közölte, hogy a terméket saját, ritka és elhanyagolt betegségekre irányuló gyógyszerkutatásában is használni fogja.
A termék viszonya korábbi fejlesztésekhez
Ez nem Anthropic első kísérlete a tudományos alkalmazásokkal: októberben a cég "Claude for Life Sciences" néven plug-ineket adott ki, amelyekkel Claude tudományos szoftvereket és adatbázisokat használhat. Azonban a Claude Science most bemutatott változata önálló, teljes funkcionalitású termék, nem pusztán kiegészítés. Anthropic ezzel a lépéssel a Claude Science-t a Claude Code és Claude Cowork mellé emelte, ami jelezheti, hogy a vállalat komolyan kezeli az AI tudományos alkalmazásait.
Eric Kauderer-Abrams, Anthropic élet- és élettudományokért felelős vezetője így fogalmazott: "Ez tükrözi, mennyire fontos ez a küldetésünk számára — hogy ez ugyanott legyen a Claude Code és Claude Cowork mellett, mint a következő igazán jelentős termék, amelyet kiadunk." Szerinte a vállalat küldetése az olyan mesterséges intelligencia kifejlesztése, amely az emberiség hosszú távú jólétét szolgálja, és a legnagyobb lehetőséget erre a területben látják.
A verseny és a tehetségmozgás
Az elmúlt évtizedben a Google DeepMind állt az AI és tudomány élvonalában; Demis Hassabis és John Jumper munkájáért Nobel-díjat kaptak a kémiai felfedezések terén, és a DeepMind más tudományterületeken is jelentős hozzájárulásokat tett. Azonban az utóbbi hónapok gyors AI-fejlődéseivel kapcsolatban a DeepMind lemaradottnak tűnik bizonyos területeken: különösen a kódgenerálásban, amely az LLM-ek egyik legjövedelmezőbb alkalmazási területe lett.
Anthropic kedvező helyzetben van, hogy átvállalja a tudományos alkalmazások vezetését: vezérigazgatója, Dario Amodei, PhD tudós, hasonlóként a DeepMind egykori vezetőihez. Sokan a tudós közösségből már aktív felhasználói eszközöknek, mint a Claude Code. A kutatás ma sokszor igényel kódolást, de nem minden kutató szoftvermérnök, így az ilyen eszközök jelentősen növelhetik a termelékenységet. Ráadásul a közelmúltban John Jumper bejelentette, hogy elhagyja a DeepMindot és az Anthropicnál folytatja pályáját — ezt a lépést a cikk közlése szerint a hónap elején jelentették be.
Működés, célok és reprodukálhatóság
Anthropic szerint a Claude Science nem a Claude Code vagy Claude Cowork kiváltására készült a kutatói munkafolyamatokban, hanem arra, hogy azok erősségeire építsen. A rendszer nemcsak kódot ír, hanem segít a kód erőforrásigényes futtatásában is nagy számítógépes klasztereken — egy olyan feladatban, amely sok kutató számára szükséges, de nehéz lehet üzemeltetni.
A termék külön hangsúlyt helyez a reprodukálhatóságra: a kutatók nyomon követhetik egy ábra vagy eredmény forrását, és ellenőrizhetik annak pontosságát és érvényességét. Bár elvileg bármilyen tudományos területet támogathatna, a Claude Science láthatóan és a marketingje szerint is a molekuláris és sejtes biológiára, valamint a gyógyszerfejlesztésre fókuszál.
Claude Science képes interfészelni genetikai, kémiai és fehérje-biológiai eszközökkel és adatforrásokkal, amelyek hasznosak lehetnek új gyógyszercélpontok és jelöltek keresésekor. A bemutatón Alexander Tarashansky, aki a Claude Science fejlesztését vezette, demonstrálta, hogy a rendszer autonóm módon képes volt új gyógyszerjelölteket azonosítani a fenilketonuria nevű ritka genetikai betegségre.
Anthropic saját kutatásai és üzleti szempontok
Anthropic nem csak a partnerekre és egyetemekre bízza a munkát: a vállalat bejelentette, hogy Claude Science-t saját kutatásaiban is használja elhanyagolt betegségekre irányuló gyógyszerjelöltek felkutatására. Ennek célja egyrészt a tudomány előre mozdítása, másrészt az, hogy valós körülmények között tapasztalatot szerezzenek a termék működéséről.
Az AI vezetői gyakran említik, hogy a betegségek gyógyítása jelentős emberiségjavító potenciál a technológiában, de fontos gazdasági szempont is, hogy a gyógyszeripar jelentősebb forrásokkal rendelkezik, mint az akadémia. Anthropic közölte, hogy a közeljövőben meglesz az első nyereséges negyedéve, és ha nagy gyógyszeripari szerződések következnek, azok hozzájárulhatnak a nyereségesség fenntartásához, ami különösen fontos lehet a tervezett tőzsdei kibocsátás közeledtével.
