Mentionsy

TECHNOFOBIA
TECHNOFOBIA
23.02.2026 16:00

Kiedy AI stworzy lek na raka (gość: Piotr Byrski) | TECHNOFOBIA

Zapraszam na wywiad z Piotrem Byrskim na temat wykorzystania AI do projektowania i syntezy molekuł. Czy sztuczna inteligencja może realnie przyspieszyć odkrywanie leków? Czy chemicy powinni bać się algorytmów i czy AI stanie się współautorem przełomowych odkryć naukowych?

Piotr jest współzałożycielem i prezes molecule.one – polskiego startupu, który wykorzystuje sztuczną inteligencję do projektowania ścieżek syntezy cząsteczek chemicznych. Ich technologia analizuje ogromne zbiory danych i przewiduje, jak najefektywniej wytworzyć skomplikowane molekuły – co może skrócić proces odkrywania leków z lat do miesięcy.

W naszej rozmowie poruszamy m.in takie tematy:

+ Czym naprawdę jest „chemia obliczeniowa” i jak działa AI planująca syntezę leków?

+ Co dała firmie wygrana 1 mln dolarów w międzynarodowym konkursie Standard Industries?

+ Jak wyglądała droga od rund pre-seed do milionów dolarów finansowania?

+ Co oznacza strategiczne partnerstwo z CAS (American Chemical Society)?

+ Czym jest ich agent „Maria” i jak radzi sobie z halucynacjami AI? + Czy po noblach dla badaczy AI w 2024 roku zaczyna się era algorytmów w nauce?

+ Co naprawdę znaczy „demokratyzować chemię”?

+ Jak budować zaufanie chemików do algorytmów?

+ Czy AI może odkrywać nowe formy życia?

+ Czy algorytm może zostać współautorem publikacji naukowej?

Rozmawiamy także o największych barierach dla AI w chemii – czy problemem są dane, moc obliczeniowa, czy może mentalność środowiska naukowego?

Takie wywiady nie były możliwe, gdyby nie moi Partnerzy, którzy mnie w tym wspierają:

Finax PL - platforma, która pokazuje, że inwestowanie może być proste i dostępne. Finax wykorzystuje technologię, by pomóc użytkownikom systematycznie budować kapitał na przyszłość. Bez skomplikowanych decyzji, za to z myśleniem długoterminowym. Zostań klientem przez stronę https://finax.tech/technofobia , a robodoradca będzie przez rok za darmo zarządzał Twoim kapitałem do 30 tys. zł. Pamiętaj - inwestowanie wiąże się z ryzykiem!

Studio Miś - Studio Miś - dom produkcji podcastów i wideo. trzy unikalne studia, unikalne scenografie i pełen zaplecze produkcyjne. To miejsce w którym marka realizuje cały proces: od planu po efekt końcowy. Wszystko w jednym miejscu, w centrum Warszawy: https://studiomis.com/

Szukaj w treści odcinka

Znaleziono 34 wyników dla "AI"

Ja się troszeczkę bawiłem w Competitive Mathematics jak byłem młodszy i jakby dla mnie jest zupełnie niezwykłe i niesamowite, że AI jest w stanie zdobyć obecnie złoty medal na...

Tak, my jesteśmy w ogóle ufundowaniem takim, wierzę w to, że w erze galopującej AI, sztucznej inteligencji, gdzie postęp, przełom goni przełom tak naprawdę, w branży biotech te przełomy jeszcze tak się bardzo nie wdrożyły.

Mieliśmy taki, powiedzmy, first wave of AI in biotech.

Jak pewnie wiesz, AI jest, zwłaszcza ta generatywna AI wokół dużych modeli językowych, ale też innych zastosowań, jest bardzo łasa na dane.

Potrzebuje tych danych bardzo dużo i tam, gdzie jesteśmy w stanie tych danych AI dostarczyć dużo, tam obserwujemy przełomy.

Nie jest to przypadkiem, że w nauce, tak naprawdę w researchu, pierwsze wielkie osiągnięcia AI są w matematyce czy w computer science, bo tych danych jest po prostu bardzo dużo i jesteśmy w stanie je dostarczać modelom.

Ta podobną eksplozję, AI eksplozję sztucznej inteligencji w zastosowaniach chemicznych, biologicznych, związanych z realnym światem.

I głównym pytaniem, na którym odpowiada nasza AI, to jest to, czy to zajdzie w świecie realnym, czy nie.

No i chcemy, żeby nasza AI z dokładnością 85-90-95% była nam w stanie na takie pytanie odpowiedzieć.

Jak trenujemy to AI?

A jeśli trenujemy AI, które ma rozróżniać eksperymenty udane od nieudanych i dajemy mu tylko udane,

Więc dajemy mu bardzo wysoką poprzeczkę i jednocześnie sobie szklany sufit, czego realnie możemy, jeśli chodzi o performance, takiego AI oczekiwać.

To znaczy mamy jakiś, mówiąc językiem machine learningowym, mamy jakiś pre-training na tym zbiorze danych, którymi posiadamy.

Domniemuję, i to jest moja teza, że branża może podchodzić do was, hmm, przez ileś tam setek lat robiliśmy badania i było okej, a przyszli jacyś młodzi z AI-em i próbują to wszystko wywrócić do góry nogami.

No i przyszli ludzie z AI, zostali wyśmiani.

Wygrali w jakieś gry, no tam wiadomo, że AI mogło sobie poradzić, ale tutaj sobie nie poradzi.

To znaczy, że musimy zbudować nową infrastrukturę badawczą po to, żeby AI działające agentowo, jako taki AI naukowiec, AI scientist, było w stanie samemu testować hipotezy, generować kolejną rundę hipotezy i w pewnym sensie w takiej zamkniętej pętli dokonywać odkryć naukowych.

Więc mamy się gdzie poruszać, mamy co odkrywać i myślę, że nie jesteśmy w stanie tego zrobić samemu, bez pomocy AI.

Powiedziałeś o tym, że w waszym, czy w całej branży, w której wy się też poruszacie, problem jest to, że dane, które musicie pozyskać po to, żeby wytrenować swój model, nie zawierają informacji o błędach, o failach.

To tak postaram się teraz... To dlaczego same firmy typu właśnie Big Pharma nie zrobiły... Mając już wiedzę na temat tego, że istnieje AI, generatywne AI, nie wezmą sobie jakiegoś modelu i nie wytrudnią na swoich danych, tak?

AI scientist był w stanie samemu, w pewnym sensie, czy w jakiejś zamkniętej pętli z laboratorium, dokonywać analizy tych danych, dokonywać odkryć, która mogłaby doprowadzić do czegoś niespodziewanego.

Możliwość wykonywania setek tysięcy, milionów eksperymentów w bardzo niskim koszcie po to, żeby to był proces, w którym to AI się rozwija, a nie pewien snapshot rzeczywistości, który mamy dzisiaj.

But neither has open AI.

Wydaje mi się, że długofalowo, jak AI nam rzeczywiście przeora ten rynek researchu medycznego, na co mam nadzieję, jest możliwe, że to będzie możliwe troszeczkę albo do skrócenia, albo że będziemy w stanie ułożyć to w nieco inny sposób, żeby właśnie trzymać incentywy, a jednocześnie uwolnić dostępność większą do takiego leku trochę wcześniej.

Piotr Sankowski twierdzi, że matematyka będzie pierwszą dziedziną wiedzy, gdzie AI osiągnie możliwości nadludzkie.

Czy coś takiego również myślisz, że stanie się z chemią dzięki AI?

Myślę, że zgadzam się z Piotrem, bo rozmawialiśmy też na początku rozmowy chyba o tym, że właśnie mamy... Ja się troszeczkę bawiłem w Competitive Mathematics jak byłem młodszy i jakby dla mnie jest zupełnie niezwykłe i niesamowite, że AI jest w stanie zdobyć obecnie złoty medal na...

Czy sądzisz, że w bliskiej przyszłości, wiem, że to może być trochę science fiction, futurologia, ale czy wyobrażasz sobie takiego AI, który jest w stanie stworzyć, wiesz, naciskasz klawisz, czekasz ileś godzin, tygodni, może miesięcy i nagle on wypluwa z siebie, zobacz, zupełnie nowe formy życia.

AI odkryje lek na raka?

Dzięki AI odkryjemy lek na raka?

Jest mnóstwo cząsteczek odkrytych przy pomocy AI już teraz.

Nie wiem, czy którąś bym powiedział odkryta przez AI, ale na pewno odkryta przy pomocy AI.

Natomiast w ciągu 10 lat myślę, że dojdziemy również do sytuacji, gdzie to AI samo wygenerowało hipotezę badawczą, samo zaprojektowało eksperymenty, aby ją sprawdzić i iterowało, aż dotarło do momentu, w którym zaproponowało rzeczywiście kandydata na lek.

Głowa mi wybuchła, ile fajnych rzeczy można tworzyć już teraz, jak bardzo szerokie właśnie daje nam możliwości AI i co to połączenie już naszych doświadczeń obecnych plus właśnie uczenia maszynowego może wytworzyć, więc mam nadzieję, że pokażecie już niebawem właśnie, że ten przełom jest możliwy i będziecie jedną z tych niewielu, a być może jedyną firmą na świecie, która...