中国应如何追赶ChatGPT：优势、挑战与追赶路径
中国距离拥有自己的ChatGPT还有一定距离，但人工智能发展迅速，已呈现新态势。追赶新技术，中国科技企业注重实际场景应用，但也需面对底层技术不足和“卡脖子”问题。建议通过产研协同、开放创新生态建设、人才培养及政策支持等多措并举，加强底层技术研发，优化营商环境，以缩小与ChatGPT的差距。
ESMFold:Meta的蛋白质结构预测新利器，6亿种结构尽在掌握，AI速度翻倍！
Meta的ESMFold模型和DeepMind的AlphaFold2都专注于蛋白质结构预测，AlphaFold解决了50年难题，而ESMFold在较短序列中速度更快，且不需显式同源序列。作为大型语言模型，ESMFold通过生物基因语言训练，能从单个序列预测三维结构，显著提高了预测效率，展示了AI在生物学应用中的潜力。Meta的这项研究推动了蛋白质结构预测领域的发展，并可能缩短药物和疫苗开发的时间。
中国距离拥有自己的ChatGPT还有多远？
中国距离拥有自己的ChatGPT尚有距离，但大势所趋。ChatGPT的热度表明人工智能发展的重要拐点已到，同时也暴露出底层技术与商业模式创新的挑战。中国数字经济规模庞大，传统行业亟待数字化转型，但底层能力不足和缺乏原创技术是瓶颈。政协委员建议通过产研协同、开放生态等模式促进大模型技术创新，包括加强基础研究人才培养，扶持新型基础设施建设，优化采购制度以支持企业创新。未来，发挥举国体制优势，弥补差距，追赶先进水平是关键，需要在算法优化、数据整合和算力提升等方面努力。
🔥AI4Science新纪元？ChatGPT生物药探索，未来医药趋势大讨论？🚀
本场《理解未来》讲座主题为"AI for Science:科技革命与生物医药机遇"，加拿大专家唐建讨论了语言生成模型如ChatGPT在医药领域的应用潜力，指出人工智能已渗透到生物医疗交叉领域，如GeoDiff、E3Bind等技术的应用。中国科学院院士鄂维南则强调AI将革新科研范式，传统领域将成为其主战场，并推动新产业诞生，提出"平台科研"将是未来趋势。论坛围绕AI在医药领域的前景、生成式AI的影响以及促进科学家与AI专家合作展开讨论。