Η OpenAI έχει δημιουργήσει ένα γλωσσικό μοντέλο που παράγει πρωτεΐνες για να μεταμορφώσει κανονικά κύτταρα σε βλαστοκύτταρα, υπερβαίνοντας τις ανθρωπιστικές προσδοκίες στον τομέα αυτό. Η ανάπτυξη αυτή είναι η πρώτη που επικεντρώνεται σε βιολογικά δεδομένα και σηματοδοτεί την αρχική δημόσια δήλωση της εταιρείας ότι η τεχνητή νοημοσύνη μπορεί να αποφέρει απρόσμενες επιστημονικές προόδους, έναν σημαντικό σταθμό στην αναζήτηση της τεχνητής γενικής νοημοσύνης (AGI). Ο CEO της OpenAI, Σαμ Άλτμαν, έχει εκφράσει εμπιστοσύνη στις δυνατότητες της εταιρείας του να αναπτύξει AGI, υποστηρίζοντας ότι η προηγμένη AI θα μπορούσε να ενισχύσει σημαντικά την επιστημονική καινοτομία. Η πρωτοβουλία αυτή της μηχανικής πρωτεϊνών άρχισε όταν η Retro Biosciences, μια εταιρεία έρευνας μακροχρόνιας ζωής με έδρα το Σαν Φρανσίσκο, ζήτησε συνεργασία με την OpenAI. Αξιοσημείωτο είναι ότι ο Άλτμαν έχει επενδύσει 180 εκατομμύρια δολάρια στην Retro. Η Retro στοχεύει στην επέκταση της ανθρώπινης διάρκειας ζωής κατά δέκα χρόνια ερευνώντας τους παράγοντες Γιαμανάκα—πρωτεΐνες που μπορούν να επαναφέρουν τα δερματικά κύτταρα σε κατάσταση παρόμοια με εκείνη των βλαστοκυττάρων, ικανά να γίνουν οποιοδήποτε τύπο ιστού. Ωστόσο, οι τρέχουσες μέθοδοι επαναπρογραμματισμού κυττάρων είναι αναποτελεσματικές, με ποσοστό επιτυχίας κάτω του 1%. Το νέο μοντέλο, GPT-4b micro, αναπτύχθηκε για να βελτιώσει την αποτελεσματικότητα των παραγόντων Γιαμανάκα. Οι πρώτες ενδείξεις δείχνουν ότι οι τροποποιήσεις του μοντέλου έχουν καταστήσει αυτούς τους παράγοντες περισσότερο από 50 φορές πιο αποτελεσματικούς. Ερευνητές της OpenAI, συμπεριλαμβανομένων των Τζον Χάλμαν και Άαρον Γιάεχ, ηγούνται αυτής της πρωτοβουλίας.

Αν και τα ευρήματα αναμένουν δημοσίευση, η χρήση του μοντέλου παραμένει περιορισμένη προς το παρόν σε επιδείξεις. Σε αντίθεση με το AlphaFold της Google, το οποίο προβλέπει δομές πρωτεϊνών, το GPT-4b εκπαιδεύτηκε σε ποικιλόμορφες αλληλουχίες πρωτεϊνών και τις αλληλεπιδράσεις τους. Οι επιστήμονες της Retro χρησιμοποίησαν το μοντέλο για να προτείνουν επανασχεδιασμούς των πρωτεϊνών Γιαμανάκα, εφαρμόζοντας μία τεχνική πρόκλησης παρόμοια με τη "λίγη εκπαίδευση" (few-shot) μάθηση. Ενώ η παραδοσιακή γενετική μηχανική έχει περιορισμούς στον αριθμό των παραλλαγών που μπορεί να δοκιμάσει, το μοντέλο της OpenAI συχνά προτείνει πολλές αλλαγές ταυτόχρονα. Τα πρώτα αποτελέσματα από την Retro έχουν επιβεβαιώσει ότι το μοντέλο παρέχει προτάσεις επανασχεδιασμού ιδιαιτέρως αποτελεσματικές. Ένας ερευνητής γήρανσης από το Χάρβαρντ τόνισε τη σημασία της βελτιστοποίησης της παραγωγής βλαστοκυττάρων, ιδίως για δύσκολους τύπους και είδη κυττάρων. Ωστόσο, η ακριβής μεθοδολογία πίσω από τα συμπεράσματα του GPT-4b παραμένει ασαφής, αντικατοπτρίζοντας τις πολυπλοκότητες που παρατηρούνται σε άλλα μοντέλα AI. Αν και η OpenAI δηλώνει ότι δεν υπήρξαν χρηματικές ανταλλαγές στη συνεργασία, η συνεργασία με την Retro, η οποία επωφελείται από την υποστήριξη του Άλτμαν, εγείρει ερωτήματα σχετικά με πιθανές συγκρούσεις συμφερόντων. Οι άλλες επενδύσεις του Άλτμαν σε τεχνολογικές νεοσύστατες εταιρείες έχουν προκαλέσει ανησυχίες σχετικά με τη διαφάνεια και τις συγκρούσεις που σχετίζονται με τις λειτουργίες της OpenAI. Παρ' όλα αυτά, η OpenAI διατηρεί ότι η διαδικασία λήψης αποφάσεων της είναι ανεξάρτητη από τις προσωπικές επενδύσεις του Άλτμαν.