Với AlphaFold, một phần nghiên cứu hóa sinh dựa trên AI của Google DeepMind sau này được tách ra thành một đơn vị độc lập vào năm 2021, tên là Isomorphic Labs, và vẫn thuộc quyền quản lý của tập đoàn Alphabet. Nếu như nhiệm vụ của DeepMind vẫn là nghiên cứu những mô hình AI thế hệ mới, thì Isomorphic Labs tập trung vào một nhiệm vụ chuyên biệt hơn, nghiên cứu những loại
thuốc chữa bệnh mới.
Và để làm được điều này, Isomorphic Labs cần tiêu tiền. Năm 2023, startup nghiên cứu thuốc bằng công nghệ AI này thông báo lỗ 60 triệu Bảng Anh, so với con số 17 triệu cùng kỳ 2022. Chi phí nghiên cứu phát triển tăng từ 12 lên 49 triệu Bảng Anh. Cùng lúc, số lượng nhân sự cũng tăng từ 43 lên 71 người, và ở một ngành nghiên cứu chuyên biệt như thế này, chi phí nhân sự cũng là một con số khổng lồ, từ 6.6 lên tới 20 triệu Bảng Anh cho chưa đầy 100 nhà nghiên cứu, kỹ sư và nhân viên…
Những con số càng lúc càng tăng này là bằng chứng mô tả khoản đầu tư khổng lồ mà bất kỳ startup AI nào cũng phải bỏ ra để nghiên cứu phát triển công nghệ và sản phẩm. Một khoản không hề nhỏ nằm ở chính chi phí thuê, thậm chí mua, rồi vận hành hệ thống máy chủ với những con chip xử lý mạnh nhất thế giới hiện giờ, để đủ sức mạnh xử lý điện toán vận hành những mô hình với hàng trăm, hàng nghìn tỷ tham số.
Năm 2022 và 2023, Isomorphic Labs không kiếm ra được đồng doanh thu nào. Đổi lại, nhờ AlphaFold 2, chính là thứ đã giúp Hassabis cùng nhà nghiên cứu John Jumper giành được “một nửa” giải Nobel hóa học 2024, cùng danh tiếng cũng như uy tín của cái tên Hassabis, startup này đã gọi được 182 triệu Bảng Anh tiền vốn từ các quỹ và các nhà đầu tư.
Nói riêng về AlphaFold 3. Mô hình này có khả năng mô phỏng những “khối gạch” cơ bản tạo ra sự sống, những chuỗi protein xoắn, rồi cả cách chúng tương tác với nhau trong từng tế bào. Với khả năng mô phỏng và giải mã những chuỗi protein xoắn, thứ tiêu tốn rất nhiều tài nguyên máy tính để xử lý thông tin, AI này của DeepMind có thể hỗ trợ con người tạo ra những phương thuốc mới chữa những căn bệnh nan y.
Phiên bản thứ 3 của AlphaFold mở rộng phạm vi phân tích sinh học của AI, vượt ra ngoài khuôn khổ từng chuỗi protein xoắn đơn lẻ mà hai phiên bản trước đó có khả năng phân tích, rồi cung cấp cái nhìn phong phú hơn cho các nhà nghiên cứu và các nhà khoa học về các mạng lưới sinh hóa giúp sinh vật có thể sống và hoạt động. Mô hình này bao gồm khả năng phân tích mã di truyền DNA, RNA, cũng như các phối tử, những phân tử liên kết với nhau, có thể được coi là những chỉ thị đáng tin cậy khi xét nghiệm bệnh.
Còn trong khi đó, AlphaFold 2 hiện đang được ứng dụng tương đối rộng rãi trong cộng đồng nghiên cứu hóa sinh hàn lâm, sau khi DeepMind biến nó trở thành một mô hình mã nguồn mở, cho phép mọi nhà nghiên cứu phi lợi nhuận của các đơn vị tổ chức hay trường đại học sử dụng miễn phí.