Google, Meta và Isomorphic Labs đầu tư 300 triệu USD cho dự án 'tế bào ảo' của Zuckerberg

Công nghệ07 tháng 10, 2026·4 phút đọc

Google DeepMind, Meta và startup khám phá thuốc bằng AI Isomorphic Labs cùng rót 300 triệu USD vào Biohub – tổ chức nghiên cứu y sinh phi lợi nhuận do Mark Zuckerberg và vợ Priscilla Chan sáng lập. Khoản đầu tư này nằm trong sáng kiến trị giá 1,8 tỷ USD nhằm xây dựng các tập dữ liệu AI phục vụ mục tiêu tạo ra 'tế bào ảo'.

Google, Meta và Isomorphic Labs đầu tư 300 triệu USD cho dự án 'tế bào ảo' của Zuckerberg

Google, Meta và Isomorphic Labs đang cùng nhau rót 300 triệu USD vào Biohub, tổ chức nghiên cứu y sinh phi lợi nhuận do Mark Zuckerberg và vợ Priscilla Chan sáng lập. Đây là một phần trong sáng kiến trị giá 1,8 tỷ USD nhằm xây dựng các tập dữ liệu AI, giúp giới nghiên cứu có thể "đặt câu hỏi, dự đoán và trả lời các câu hỏi sinh học theo cách kỹ thuật số".

Trung tâm nghiên cứu y sinh Biohub do Zuckerberg và vợ sáng lập nhận đầu tư lớn từ các ông lớn công nghệTrung tâm nghiên cứu y sinh Biohub do Zuckerberg và vợ sáng lập nhận đầu tư lớn từ các ông lớn công nghệ

Tham vọng tạo ra "tế bào ảo"

Được thành lập từ năm 2016, Biohub theo đuổi mục tiêu chống lại các căn bệnh thông qua việc tạo ra một "tế bào ảo" mà các nhà nghiên cứu có thể dùng để chạy mô phỏng. Thay vì phải tiến hành hàng loạt thí nghiệm tốn kém trong phòng lab, họ có thể thử nghiệm các giả thuyết sinh học trực tiếp trên mô hình kỹ thuật số.

Theo Reuters, khoản đầu tư 300 triệu USD từ Google DeepMind, Meta và Isomorphic Labs chỉ là một phần của nỗ lực tài trợ lớn hơn nhiều. Cụ thể:

  • Bộ Năng lượng Mỹ (DOE) sẽ đầu tư hơn 500 triệu USD trong vòng 5 năm tới.
  • Viện Y tế Quốc gia Mỹ (NIH) sẽ đóng góp các tập dữ liệu, kho lưu trữ và cơ sở tri thức từ các khoản đầu tư liên bang trước đây, với tổng giá trị cũng vượt 500 triệu USD.

Sự tham gia đồng loạt của cả khu vực tư nhân lẫn cơ quan chính phủ cho thấy quy mô của bài toán mà Biohub đang theo đuổi là rất lớn.

"Một mô hình dự đoán sinh học chính xác có thể đẩy nhanh đáng kể quá trình khám phá khoa học bằng cách cho phép các nhà khoa học thực hiện thí nghiệm trên môi trường kỹ thuật số. Việc tạo ra một tế bào ảo là một trong những thách thức quan trọng nhất của kỷ nguyên khoa học tiếp theo." — Alex Rives, Giám đốc khoa học của Biohub

Các ông lớn công nghệ đang đổ nguồn lực vào lĩnh vực khám phá thuốc bằng AICác ông lớn công nghệ đang đổ nguồn lực vào lĩnh vực khám phá thuốc bằng AI

Vì sao các ông lớn công nghệ cùng bắt tay?

Điểm đáng chú ý là sự xuất hiện chung tay của những cái tên vốn cạnh tranh gay gắt trên thị trường AI. Google DeepMind từ lâu đã nổi tiếng với AlphaFold – công cụ dự đoán cấu trúc protein từng đoạt giải thưởng lớn. Isomorphic Labs là công ty tách ra từ DeepMind, chuyên ứng dụng AI vào quá trình phát triển thuốc. Trong khi đó, Meta cũng đang đẩy mạnh nghiên cứu AI nền tảng.

Việc họ cùng rót vốn vào một tổ chức phi lợi nhuận cho thấy một thực tế: dữ liệu sinh học chất lượng cao là nguồn tài nguyên khan hiếm, và không một công ty đơn lẻ nào có thể tự xây dựng đủ. Như chính đại diện Biohub nhấn mạnh, việc tạo ra tế bào ảo đòi hỏi "nỗ lực tạo dữ liệu phối hợp ở quy mô quốc gia và quốc tế".

Ý nghĩa với ngành công nghệ và y tế

Nếu thành công, tế bào ảo có thể thay đổi căn bản cách ngành dược phát triển thuốc. Thay vì mất hàng thập kỷ và hàng tỷ USD cho các thử nghiệm thất bại, mô hình AI có thể giúp sàng lọc và dự đoán hiệu quả của hợp chất ngay trên máy tính, từ đó rút ngắn đáng kể thời gian đưa thuốc ra thị trường.

Mô hình sinh học dự đoán được kỳ vọng sẽ tăng tốc quá trình khám phá khoa họcMô hình sinh học dự đoán được kỳ vọng sẽ tăng tốc quá trình khám phá khoa học

Đối với cộng đồng công nghệ Việt Nam, đây là tín hiệu rõ ràng về xu hướng AI trong y sinh (AI for Science) đang trở thành sân chơi chiến lược toàn cầu. Các nhóm nghiên cứu trong nước, đặc biệt tại các trường đại học và viện công nghệ, có thể tận dụng xu hướng này để tham gia vào chuỗi dữ liệu mở quốc tế hoặc phát triển các ứng dụng AI phục vụ y tế trong nước.

Tuy nhiên, cần lưu ý rằng đây là bài toán dài hạn. Việc tạo ra một mô hình dự đoán sinh học chính xác không chỉ đòi hỏi sức mạnh tính toán và thuật toán tiên tiến, mà còn cần khối lượng dữ liệu thực nghiệm khổng lồ được chuẩn hóa trên phạm vi toàn cầu.

Chia sẻ:FacebookX
Nội dung tổng hợp bằng AI, mang tính tham khảo. Xem bài gốc ↗