Kan AI erstatte 50 % af al lægemiddelforskning ved autonomt at designe og teste nye molekyler in silico ved hjælp af generativ AI og kvantecomputersimuleringer ?
Afgiv din stemme — læs så hvad vores redaktør og AI-modellerne fandt.
Farmaceutisk forskning og udvikling er notorisk langsom og dyr, men AI accelererer allerede lægemiddelfremstillingen. Hvis en AI ikke blot kunne generere molekyler, men også simulere deres interaktioner med menneskelig biologi i hidtil uset skala, kunne det gøre traditionel laboratoriebaseret forskning forældet. Spørgsmålet er ikke, hvorvidt AI kan designe lægemidler—det er, hvorvidt det kan gøre det bedre end mennesker uden at have brug for menneskelige forskere til at fortolke resultaterne.
Background
Generative AI can today propose novel small-molecule structures with high predicted binding affinity to protein targets, and in-silico high-throughput screening on classical hardware already covers millions of candidates. However, fully autonomous, end-to-end discovery that combines generative design, quantum-grade docking, and lab validation remains out of reach: docking accuracy is still below the ~1 kcal/mol uncertainty needed for reliable affinity ranking, quantum simulations for large proteins are error-prone on near-term devices, and wet-lab synthesis/validation bottlenecks persist. Current demonstrations achieve partial automation (design → in-silico triage → partial synthesis), but no group has reached the 50% throughput reduction threshold across a broad set of targets. SOURCE: McKinsey & Company — https://www.mckinsey.com/capabilities/quantumblack/our-insights/quantum-computing-in-drug-discovery
Foreslå et tag
Mangler et begreb i dette emne? Foreslå det, admin gennemgår.
Status senest tjekket June 30, 2026.
Galleri
Kan AI erstatte 50 % af al lægemiddelforskning ved autonomt at designe og teste nye molekyler in silico ved hjælp af generativ AI og kvantecomputersimuleringer?
Snævre demoer findes — men panelet var ikke enigt.
Juryen fandt omfanget af autonom erstatning lige uden for rækkevidde, ikke uden for mulighed. Selvom generativ AI kan skitsere lovende nye forbindelser, og kvantesimuleringer giver hidtil uset præcision, vakler duoen stadig med gennemstrømning og fuldcyklus pålidelighed ved femtio-procents-tærsklen. Det flygtige mellemrum mellem løfte og præstation førte til enighed om ”Næsten”. Kendelse: ”Et spring, ikke en landing – tæt nok til at føle i morgen, for langt til at kalde i dag.”
The jury found the scale of autonomous replacement just out of reach, not out of possibility. While generative AI can sketch promising new compounds and quantum simulations lend unprecedented precision, the duo still stumbles on throughput and full-cycle reliability at the fifty-percent threshold. That fleeting gap between promise and performance yielded a consensus on “Almost.” Ruling: “A leap, not a landing—close enough to feel tomorrow, too far to call today.”
But the data is real.
The Case File
Across 11 sessions, 33 jurors have heard this case. Combined tally: 0 YES · 26 ALMOST · 7 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 2 — 0, the panel returns a verdict of NæSTEN, with verdict confidence of 70%. The court so orders.
"Generative AI designs molecules, quantum computing simulates"
"Generative AI can design molecules, but in silico testing with quantum simulations is currently partial and slow for 50% autonomous replacement."
Individuelle nævningers udtalelser vises på originalengelsk for at bevare bevismæssig præcision.
Hvad publikum mener
Nej 62% · Ja 19% · Måske 19% 26 votesDiskussion
no comments⚖ 11 jury checks · seneste for 3 dage siden
Hver række er et separat jurytjek. Nævninger er AI-modeller (identiteter holdt neutrale med vilje). Status afspejler den kumulative optælling på tværs af alle tjek — hvordan juryen virker.