$15 млн за доступ к закрытым научным данным: Harell Data строит облако для обучения ИИ

Стартап Harell Data из Вашингтона 17 августа привлёк $15 млн на создание облачного сервиса, который соединит разработчиков ИИ-моделей с закрытыми научными датасетами. Руководителем компании стал Харлан Робинс (Harlan Robins), научный основатель биотехнологической компании Adaptive Biotechnologies.

Harell уже работает с 2 наборами данных: результатами A-Alpha Bio по аффинности связывания белков [характеристике силы взаимодействия между белками] и данными Adaptive Biotechnologies о связывании Т-клеточных рецепторов [молекул на поверхности иммунных клеток, распознающих определённые мишени]. Компания организовала защищённые облачные вычисления через CoreWeave Cloud с использованием графических процессоров Nvidia. По словам Робинса, владельцы данных будут получать часть выручки Harell от разработчиков ИИ, которые используют эти наборы.

Проблема, решить которую рассчитывает Harell, связана с самой стоимостью получения научных данных. Многие биологические и медицинские наборы требуют многолетних экспериментов и миллионов долларов на сбор, но их владельцам бывает сложно безопасно и коммерчески эффективно предоставлять их разработчикам моделей. Робинс приводит AlphaFold как пример: развитие этой ИИ-системы опиралось в том числе на публичные экспериментальные данные о структурах белков.

Для разработчиков ИИ Harell предлагает получать подготовленные данные, связанные с поиском лекарств, без прямой передачи всего исходного массива. Однако компания пока не раскрыла цены, условия доступа, ограничения на использование данных для обучения моделей и технические механизмы контроля дальнейшего применения. Для научных датасетов коммерческого значения эти вопросы важны наряду с качеством самих данных: необходимо контролировать происхождение информации, лицензирование, права доступа, воспроизводимость и распределение доходов между владельцами данных и разработчиками ИИ.