SandboxAQ, основанный около пяти лет назад как спиноут Alphabet, объявил об интеграции своих больших количественных моделей (Large Quantitative Models, LQM) с чат-ботом Claude от Anthropic. Теперь пользователи могут запускать сложные научные симуляции через обычный диалоговый интерфейс, без необходимости разворачивать собственную вычислительную инфраструктуру. По словам Надии Хархен, генерального менеджера по ИИ-симуляции SandboxAQ, это первый случай, когда frontier-количественная модель доступна на frontier-языковой модели через естественный язык.
LQM — это проприетарные модели компании, построенные на физических законах, а не на текстовых паттернах. Они способны выполнять квантово-химические расчеты, симулировать молекулярную динамику и микрокинетику — изучение химических реакций на молекулярном уровне. Это позволяет предсказывать поведение молекул-кандидатов еще до начала лабораторных испытаний. Ранее для использования LQM требовалась собственная цифровая инфраструктура, что ограничивало круг пользователей вычислительными специалистами. Теперь доступ открыт для более широкой аудитории исследователей и экспериментаторов.
SandboxAQ привлек более $950 млн инвестиций с момента основания. Председателем совета директоров является Эрик Шмидт, бывший CEO Google. Компания развивает несколько бизнес-линий, включая кибербезопасность, но одним из ключевых направлений остаются количественные модели для фармацевтики, энергетики и материаловедения. По оценкам компании, эти рынки составляют более $50 трлн. В отличие от конкурентов, таких как Chai Discovery и Isomorphic Labs, которые фокусируются на улучшении самих научных моделей, SandboxAQ делает ставку на интерфейс и доступность.
LQM основаны на физических законах и предсказывают свойства молекул до лабораторных испытаний.
Несмотря на амбициозные заявления, остается неясным, насколько быстро интегрированные в Claude LQM будут приняты исследовательским сообществом. Пока что клиентами компании в основном являются крупные фармацевтические и промышленные корпорации, которые уже сталкивались с ограничениями существующих решений. Успех партнерства с Anthropic будет зависеть от того, удастся ли сохранить точность вычислений при использовании упрощенного интерфейса и насколько эффективно модель сможет интерпретировать запросы неспециалистов.
