כך פועלת תוכנית ה-AI4S של סינגפור: ממעבדה אוטונומית ועד בדיקת דם חכמה

מהי תוכנית AI4S של סינגפור?

תוכנית AI for Science, או בקיצור AI4S, היא יוזמה של הקרן הלאומית למחקר בסינגפור (NRF) בהיקף של 120 מיליון דולר סינגפורי. מטרתה היא להפוך את הבינה המלאכותית לחלק קבוע מתהליך המחקר המדעי: מניסוח השערות ובחירת ניסויים, דרך איסוף וניתוח נתונים, ועד אימות התוכנה והפיכת ממצאים לטכנולוגיות שניתן להפעיל בעולם האמיתי.

שמונת הפרויקטים הראשונים הושקו ב-16 ביוני 2026. הם משלבים מומחי AI עם מדענים מתחומי החומרים, הכימיה, מדעי החיים, המחשוב והחקלאות, וכן עם שותפים בינלאומיים. חשוב להדגיש: מדובר ביעדי מחקר עתידיים, ולא בתוצאות מסחריות שכבר הוכחו.

מעבדת חומרים שאמורה לסגור את הפער בין תחזית לייצור

הפרויקט הבולט ביותר הוא Materials Data Foundry — מעבדה משותפת של האוניברסיטה הלאומית של סינגפור (NUS) ושל אוניברסיטת טורונטו, בתקציב של 10 מיליון דולר סינגפורי.

המעבדה תחבר בין מודלים של AI, רובוטיקה ומדידות בזמן אמת במעבדה אוטונומית פתוחה. במקום לאמן מודלים רק על תכונות של חומרים שפורסמו בעבר, החוקרים ייצרו נתונים ניסויים חדשים שיקשרו בין תנאי הסינתזה לבין הביצועים בפועל של החומר.

התוכנית מכוונת לעשרות אלפי תגובות, למועמדים שניתן באמת לסנתז ולכלי תוכנה פתוחים. המטרה היא להגיע ל"מתכונים" שניתנים לשחזור — ולא להסתפק בתרכובות שה-AI חוזה כי הן עשויות להתאים. בין היישומים המתוכננים: חומרים לדור הבא של שבבים ולמחשוב קוונטי, זרזים עמידים לתהליכים הקשורים למימן נקי וציפויים עמידים בפני קורוזיה.

חיפוש מואץ אחר זרזים

פרויקט של A*STAR ושל אימפריאל קולג' לונדון יפתח מודל בסיס למדע פני שטח ופלטפורמת ענן, שנועדו לחזות תכונות של זרזים ואת תנאי הסינתזה שלהם.

זרזים ממלאים תפקיד מרכזי בייצור דלקים נקיים יותר, חומרי גלם שמקורם בפחמן דו-חמצני וכימיקלים המבוססים על ביומסה. לפי התיאור המרכזי של התוכנית, היעד הוא להאיץ פי 500 את הסריקה החישובית של אפשרויות שונות. לכן יש להתייחס בזהירות לטענות על תהליך "מהיר וזול כמעט פי חמישה", אלא אם הן מתייחסות למדד נפרד בשלבי פיתוח מאוחרים יותר.

כאשר AI בודק קוד שנכתב בידי AI

פרויקט נוסף, בהובלת NUS ואימפריאל קולג', מפתח כלים ל"היגיון תכנותי". הכלים אמורים לנתח קוד באופן אוטומטי, לבדוק אותו, לאמת אותו פורמלית ואף להוכיח את נכונותו.

במקביל, ישתמשו החוקרים בשיטות פחות פורמליות כדי לפרש קוד שלא תועד כראוי. המערכת תיבחן על תוכנות בעלות חשיבות מעשית, ובהן פרוטוקולי תקשורת ורכיבים מליבת לינוקס. אחת המטרות היא לאפשר לסוכני AI לבצע ביקורת על קוד שנוצר בידי מערכות AI אחרות.

רפואה: שילוב שכבות מידע ביולוגיות ובדיקת דם אחת

בתחום הביו-רפואה, NUS ו-A*STAR מתכננות לפתח את MultiOmicsFM — מודל בסיס שיפרש יחד נתוני DNA, RNA ופעילות גנים ממאגרי נתונים של אוכלוסיות מגוונות בסינגפור. המודל נועד לתמוך במחקר של סיכוני מחלות ובאופטימיזציה של טיפולי mRNA.

פרויקט נפרד בשם BloodCounts! יפתח את מודל DeepCBC. הוא יאומן על מלוא הפרמטרים הגולמיים של בדיקות ספירת דם, לצד תמונות של משטחי דם. הרעיון הוא להפיק יותר מידע אבחוני מבדיקה נפוצה, ולתמוך בחיזוי מצבים כגון שבץ ובסיכון לסרטן.

חקלאות עמידה יותר לאקלים

NUS ואוניברסיטת אילינוי באורבנה-שמפיין יפתחו תאומים דיגיטליים מונחי-ידע לחקלאות — ייצוגים וירטואליים של שטחים חקלאיים בדרום-מזרח אסיה.

המודלים ישלבו נתונים שנאספו מהשטח עם עקרונות של מדעי הצמח והחקלאות. התוצרים המתוכננים הם תחזיות שניתן לפרש וכלים לקבלת החלטות בנושאים כמו מועד הזריעה, שימוש במשאבים וניהול שרשראות אספקה, ולא רק תחזיות "קופסה שחורה".

אנרגיה, גנומיקה ועוד

תיק הפרויקטים כולל גם ממשקים שתוכננו בעזרת AI לשיפור מעבר האנרגיה. יחד עם היוזמות בתחום החומרים, הקטליזה, הגנומיקה, התוכנה, החקלאות וניתוח הדם, מדובר בתוכנית רחבה שחוצה כמה תחומי מדע — ולא ביוזמת AI הממוקדת בענף יחיד.

מה ההיגיון האסטרטגי של התוכנית?

מעבר מחיזוי ליישום

ה-AI יכול להציע חומרים, מולקולות, ניסויים או קוד בעלי פוטנציאל. אך רק מעבדות אוטומטיות, סריקות בהיקף גבוה, מדידות ואימות פורמלי יכולים לספק את הראיות הדרושות כדי לקבוע אם התוצאה ניתנת לייצור, בטוחה ושימושית.

Materials Data Foundry היא הדוגמה הברורה ביותר למעגל הסגור הזה: המודל מציע אפשרויות, הרובוטים מבצעים ניסויים, המדידות מעדכנות את המודל, והתהליך חוזר על עצמו עד שמתקבלים תנאי ייצור שניתן לשחזר.

הכשרת מדענים "דו-לשוניים"

AI4S שואפת להכשיר מדענים שמכירים היטב גם את ה-AI וגם תחומים כמו מדעי החומרים, מדעי החיים והמדע הקוונטי. היכולת הזו אמורה לאפשר לשאלות המדעיות, לאיכות הנתונים ולמגבלות הניסוי להשפיע על בניית המודלים כבר מההתחלה.

בניית מעמד בינלאומי

באמצעות מימון של NRF, שיתופי פעולה בינלאומיים במסגרת CREATE, תשתיות דיגיטליות וניסויים משותפים, כלים פתוחים ושותפים מהתעשייה, סינגפור מנסה למצב את עצמה כמרכז שמחבר בין מחקר מבוסס AI לבין יישום.

שני הפרויקטים של אימפריאל קולג', למשל, מתארחים ב-Imperial Global Singapore שבמתחם CREATE ונועדו לאפשר גישה לחוקרים מרחבי העולם.

המבחן האמיתי של AI4S יהיה אפוא לא מספר התחזיות שהמודלים יפיקו, אלא השאלה אם הפרויקטים יצליחו לייצר תוצרים מוכחים וניתנים להרחבה: תהליכי ייצור, זרזים, ראיות לכלי תמיכה בהחלטות קליניות ותוכנה אמינה.