- SandboxAQ ha integrato i suoi modelli di simulazione molecolare (LQM) direttamente in Claude di Anthropic, rendendoli accessibili tramite linguaggio naturale senza infrastrutture dedicate.
- Gli LQM sono modelli basati sulle leggi della fisica, capaci di calcoli di chimica quantistica e simulazione molecolare, usati nella ricerca farmaceutica e dei materiali avanzati.
- L'obiettivo dichiarato è abbassare la barriera tecnica per i ricercatori che fino ad ora non potevano accedere a questi strumenti per mancanza di competenze computazionali specifiche.
Modelli scientifici avanzati, interfaccia conversazionale
SandboxAQ ha annunciato una partnership con Anthropic per integrare i suoi modelli di intelligenza artificiale scientifica direttamente dentro Claude. Proviamo a spiegarvi perchè è importante l’accordo tra Claude e SandboxAQ, cos’è un LQM e che ruolo ha nella ricerca farmaceutica.
SandboxAQ è nata circa cinque anni fa come spin-off di Alphabet e ha come presidente Eric Schmidt, ex CEO di Google. L’azienda ha raccolto oltre 950 milioni di dollari da investitori e opera su più fronti, tra cui la cybersecurity. Ma il cuore della sua proposta scientifica sono i cosiddetti LQM, o large quantitative models: modelli proprietari definiti “physics-grounded”, costruiti sulle leggi della fisica piuttosto che su pattern testuali.
Cos’è un LQM e perché è importante nella ricerca farmaceutica
I Large Quantitative Models (LQM) sono piattaforme evolute di intelligenza artificiale create per calcolare, interpretare e stimare l’andamento di cifre, statistiche e valori numerici. Svolgono sui numeri lo stesso lavoro che i modelli linguistici (LLM, come ChatGPT) fanno sulle parole.
A differenza dei software che completano frasi di testo, gli LQM sfruttano l’apprendimento automatico, lo studio dei nessi causa-effetto e l’evoluzione dei dati nel tempo. Esaminano masse enormi di informazioni numeriche (ad esempio statistiche, trend di borsa o flussi della catena di distribuzione) per anticipare eventi futuri, valutare potenziali pericoli e indicare le scelte migliori con rigore matematico.
Gli LQM di SandboxAQ sono in grado di eseguire calcoli di chimica quantistica, simulare dinamiche molecolari e studiare la microcinetica, ovvero come le reazioni chimiche si sviluppano a livello molecolare. Questo tipo di analisi permette ai ricercatori di capire il comportamento probabile di una molecola candidata ancora prima di entrare in laboratorio, riducendo i tempi e i costi di una fase normalmente molto costosa.
Trovare una singola molecola farmacologicamente valida può richiedere fino a dieci anni e miliardi di euro di investimento. La maggior parte dei candidati non supera le fasi di sviluppo. Strumenti come quelli di SandboxAQ vengono usati da scienziati computazionali e ricercatori sperimentali all’interno di grandi aziende farmaceutiche e industriali alla ricerca di nuovi farmaci, spesso dopo aver esaurito le alternative disponibili sul mercato.
Nadia Harhen, general manager AI simulation di SandboxAQ, ha spiegato che questa integrazione rappresenta la prima volta in cui un modello quantitativo di frontiera viene reso disponibile su un LLM di frontiera tramite linguaggio naturale. In precedenza, gli utenti degli LQM dovevano disporre di proprie infrastrutture digitali per eseguire i modelli, il che limitava di fatto la platea di chi poteva usarli concretamente.
Un approccio diverso rispetto agli altri player del settore
Nel campo dell’AI applicata alla scoperta di farmaci, altri attori come Chai Discovery e Isomorphic Labs hanno concentrato gli sforzi sulla qualità dei modelli scientifici sottostanti. SandboxAQ punta invece su un problema diverso: chi riesce effettivamente a usare quei modelli. L’interfaccia conversazionale di Claude abbassa la barriera tecnica, rendendo gli strumenti accessibili anche a ricercatori che non hanno competenze di computing avanzate.
Il risultato è che strumenti pensati per simulare dinamiche molecolari e calcoli di chimica quantistica diventano accessibili tramite linguaggio naturale, senza richiedere infrastrutture computazionali dedicate da parte dell’utente.
Per chi lavora nella ricerca farmaceutica o nella scienza dei materiali, questo cambia concretamente il modo di interagire con modelli che fino ad ora richiedevano competenze tecniche molto specifiche solo per essere avviati.
L’azienda definisce il proprio mercato di riferimento come la “quantitative economy”, un settore da oltre 50 trilioni di dollari che comprende biofarmaceutica, servizi finanziari, energia e materiali avanzati. Non si tratta quindi di un prodotto pensato per un segmento di nicchia, ma di un’ambizione più ampia legata all’automazione di processi decisionali basati su dati fisici e scientifici.
Vale la pena ricordare che Anthropic ha già ampliato le capacità di Claude in altri contesti professionali: ne è un esempio recente il potenziamento di Claude Code dopo l’accordo con SpaceX per 220.000 GPU NVIDIA, che mostra quanto l’ecosistema di Claude stia crescendo in direzioni molto diverse tra loro.
L’integrazione con Claude segna un passaggio importante: non solo migliori modelli per chi già sa usarli, ma accesso allargato per chi finora era escluso dalla complessità tecnica. Se questa formula funzionerà nella pratica quotidiana dei laboratori farmaceutici, potrebbe diventare un riferimento per come l’AI scientifica viene distribuita nei prossimi anni.
