文章主题：ChatGPT, 人工智能, 聊天机器人, 自然语言处理
近期，网络上最热门的科技词汇非“ChatGPT”莫属。作为一种由美国一家人工智能研究机构开发的聊天机器人程序，ChatGPT不仅可以进行实时对话，而且还能撰写高质量的文章，因此在一些人眼中，它堪称历史上最强大的AI。甚至有人将它与科幻电影中的人工智能最终取代人类的场景相提并论。值得一提的是，这并非是首次引发人工智能热议的事件。早在2016年，AlphaGo便以41胜击败了世界顶尖的围棋棋手李世石，引发了广泛关注。如今，随着ChatGPT的出现，我们可以进一步探讨人工智能对当下社会发展所产生的影响，以及其在生物科学领域的实际应用价值。
接受强化训练的生成式AI：
对接用户需求创造新内容
ChatGPT，这个目前在全球范围内备受关注的人工智能工具，自去年11月首次亮相以来，已经在社交媒体上掀起了一股热潮，其月活跃用户数量已经超过10亿。这个强大的对话和回答平台，能够理解和运用人类语言进行交互，无论是解答各类问题，还是创作视频脚本、文案、论文或者编写代码，都能轻松应对。ChatGPT的成功，要归功于以深度学习为主导的人工智能技术长期的积累和沉淀。从本质上讲，ChatGPT其实是一个大规模的语言模型（LLM），它经过大量的文本数据训练，可以生成类似于人类的应答和反应，因此，它也被称为生成器。
要充分理解人工智能（AI），我们需要关注三个核心要素：数据、算力和算法。数据作为知识的源泉，为AI提供了分析和学习的基石；算力和算法则是赋予AI“计算智能”，使其能够自主学习并为实现特定目标而优化。根据AI的功能属性，人们将其划分为不同类型。其中，以AI能够执行的工作和完成的任务为依据，可将AI简化为反应式AI（分析型AI）和生成式AI。这两种类型的AI各具特点，分别对应着不同的应用场景和需求。
反应式AI是一种依据预设规则针对各类刺激产生相应反应的智能体系，其特点在于不依赖内存，因此无法对新数据进行学习。1997年，IBM深蓝超级计算机成功战胜国际象棋大师加里·卡普拉斯帕罗夫，这一事件标志着反应式AI时代的来临。
生成式AI得益于海量的数据、信息，通过强化训练和深度学习技术，并具备类似神经网络的反馈纠错机制，从而能够完成多样的工作和生成丰富的产品。简而言之，它的核心任务是根据用户特定需求创作新颖的内容。
ChatGPT 的全称是“Chat Generative Pre-trained Transformer”，这表明它是一款具有强大生成内容的 AI 能力。它可以生成各种类型的内容，如文本、文章、对话、翻译、编程代码、艺术创作、视频制作等，展示出了它在各个领域的广泛应用前景。
由于受各种因素的制约，ChatGPT生成的内容也有不少错误，尤其是关于社会、文化、人文、哲学、政治、经济和历史方面的内容。但是在自然科学领域，由于有公认的定律和共同的认知，如“原子是由带正电的原子核和核外带负电的电子构成的”，ChatGPT生成的内容出错率相对较少。
正因如此，虽然生成式AI在所有领域都有用武之地，但类似ChatGPT的生成式AI在自然科学领域的应用更受青睐。生物医学研究、医疗和生命科学都需要生成式AI，ChatGPT只是其中一种。
准确预测蛋白质结构：
可加快新药和疫苗研发
目前，生成式AI在生物医学领域的用途方兴未艾。生成式AI不仅能分析成千上万种蛋白质，还可以生成新的蛋白质，甚至是自然界从未出现过的蛋白质。
过去，认识和精确测定蛋白质的构型需要耗费大量的时间和精力，还未必能测得准，给药物、疫苗研发和疾病治疗造成了阻碍。如果生成式AI的结果既准确又快速，就可以知道一些病毒变异后的蛋白质结构，如新冠病毒的S蛋白变异，从而加快研发新药和疫苗的速度。
2020年，英国深度思考公司研发的阿尔法折叠2（Alpha Fold-2）有了惊人成就。这款生成式AI在2020年举行的第14届“蛋白质结构预测关键评估”大赛中大放异彩。它测定的大部分蛋白质结构非常准确，不仅与实验方法测得的蛋白质结构的精确度相同，还远超解析新蛋白质结构的其他方法。具体来说，阿尔法折叠2能在几分钟内预测出一个典型蛋白质的结构，并能够在几天内生成高精度的结构。2022年初，阿尔法折叠2又测出了2.2亿个蛋白质的结构，几乎涵盖了DNA数据库中已知生物的所有蛋白质。
2022年11月，Meta公司（前身为Facebook）奋起直追，其名为ESMFold的生成式AI软件预测了约6亿个蛋白质的结构，这些蛋白质来自细菌、病毒和其他尚未命名的微生物。虽然该软件的准确性不如阿尔法折叠2，但在预测结构方面速度要快约60倍。
ESMFold的原理与ChatGPT基本相似，也是一种大型语言模型，只不过，训练它的内容不是自然语言，而是生物基因语言，也就是通过碱基排列的顺序和规律来检测蛋白质。
举例来说，对于ESMFold的训练，是把已知蛋白质的氨基酸序列“投喂”给它们，正如训练ChatGPT要把自然语言的词语根据语法进行“投喂”一样。自然界的蛋白质可以用20个不同的氨基酸链表示，每个氨基酸链由一个字母表示，这种训练使ESMFold对蛋白质序列有直观理解，并能理解蛋白质序列包含的蛋白质形状信息。在这样的深度学习之后，ESMFold学会了在氨基酸比例模糊的情况下“自动补全”信息。
研究团队把ESMFold应用于大规模测序的“宏基因组”DNA数据库，这些DNA来自于环境，包括土壤、海水、人类肠道、皮肤和其他微生物栖息地。ESMFold通过算法，能结合蛋白质结构和序列之间关系的信息生成预测结构。它总共预测了超过6.17亿个蛋白质的结构，只花了两周时间。而且，在6.17亿个蛋白质测试中，超过1/3的预测是高质量的，有数以百万计的蛋白质结构是全新的。
自然界酶类从无到有：
人工酶氨基酸序列变化也无损活性
生成式AI的强大还体现在可以生成自然界中没有的蛋白质和物质，为人类的衣食住行生产、提供新原料和产品。
美国一家人工智能研究企业研发了另一种生成式AI，称为人工酶人工智能系统ProGen。这是一种专门检测酶（由活体细胞产生的一种特殊蛋白质，人体内几乎所有生化反应都必须有酶参与才能完成）和生成酶的AI软件。在实验室测试中，ProGen设计的一些人工酶与自然界中发现的酶一样有效，即使其氨基酸序列与任何已知的天然蛋白质存在显著差异，也仍然有生物活性。
特定的蛋白质各有其单独的氨基酸排列顺序。研究人员把1.9万个酶家族的2.8亿种不同蛋白质的氨基酸序列输入ProGen机器学习模型中，同时提供相关蛋白质特性作为控制标签，然后让系统花费数周时间来“消化”这些信息。此后，研究人员再把信息收窄，使用来自5个溶菌酶家族的5.6万种蛋白质氨基酸序列，以及有关这些蛋白质的一些信息来对模型进行微调。
根据学习的内容，ProGen迅速生成了100万个蛋白质序列，研究团队在其中选择了100个进行测试后发现：来自5个溶菌酶家族的所有人工蛋白质均显示出活性，且73%具有抗菌功能，而在天然蛋白质中仅59%具有抗菌功能。
更令人惊讶的是，在另一轮筛选中研究团队发现，即使只有31.4%的序列与目前已知的天然蛋白质相似，生成式AI设计的酶类依然显示出了生物活性。与之相反的是，天然蛋白质如果发生任何一个突变，都有可能失去生物活性。
这些研究结果总结起来，彰显了三方面的意义：一是ProGen生成的人工蛋白质不仅可以正确表达，还展示出与蛋白质天然折叠相类似的结构；二是AI生成的蛋白质即便只有部分氨基酸序列与天然蛋白质的序列相似，也具有生物活性，但天然蛋白没有这个优势；三是人工智能可以设计出在自然界从未有过的新物质和新产品。
这意味着，如果采用生成式AI设计和生产蛋白药物、食品及生物产品（如降解塑料的产品），会更快更有效，当然其安全性还需通过进一步的研究来检验。换句话说，如果人工智能生成的蛋白质能够像自然生成的蛋白质一样，也意味着未来人工智能可以设计人类所需要的各类产品，首要的就是满足人类生存的食物和药品。
帮助诊断疾病和优生：
最终结果仍需人类审核决定
现在，生成式AI已经发展到通过图像、血液、组织扫描结果，来检测、诊断和预测心血管病、眼部疾病、糖尿病，以及结直肠癌、肺癌、乳腺癌、前列腺癌等多种癌症。
心脏病是一类严重的心血管疾病。心电图信号最常被用作筛查心脏病的工具。新加坡南洋理工大学等机构的研究人员利用一种名为Gabor-CNN的人工智能机器学习算法设计出了一种生成式AI诊断工具，能模仿人类大脑的结构和功能，使用心电图诊断冠状动脉疾病、心肌梗死和充血性心力衰竭。试验结果显示，这种人工智能有助于自动识别健康人群和不同心血管疾病患者相关的心电图信号，其准确率能超过98.5%。
癌症同样可以利用AI来诊断和治疗。对于结直肠癌和乳腺癌，现在一般是通过观察CT照片和组织切片来进行诊断。中国中南大学等机构的研究人员从中国、德国和美国的8803名受试者和13个独立的癌症研究中心收集了超过1.3万张结直肠癌图像，利用这些随机选择的图像，研究人员构建了一种AI软件来识别结直肠癌的图像。初步测试结果显示，AI软件能检测出大部分结直肠癌图片，堪比真正的病理学家，甚至在很多情况下表现得更好。当然，最后的诊断还需经过病理学家的把关和审查。
还有一个受到医学关注的领域是不孕不育。现代生活方式和环境变化造成约有15%的夫妇不育，其中精子质量差是重要的原因之一。传统的做法是对精子活检来检测质量，但这个任务如果由AI来完成会更出色。
最近上海市第一妇婴保健院研发了一种AI软件，通过深度学习和算法，可以识别精子的“面部”和不同运动形态（类似于人脸识别），操作者只需通过电脑屏幕观察即可。这套AI系统对3家医院共1000份样本进行检测的结果显示，其准确性与传统方法相同。AI软件大大缩短了整个检查过程，仅需一个半小时，而使用传统方法需要大约一周时间才能拿到报告。
这样的“智能”例子举不胜举。可以预想，人工智能的快速发展将会对许多领域造成冲击，尤其是那些创造性较低且基于行业知识或训练就可以完成的工作，如客服、动画建模、美工、翻译、低级代码开发人员等。此次风靡全球的ChatGPT让我们看到，人工智能的发展有了质的飞跃，预示了更多可能，但这种技术革新目前还只限于语言维度，并非主动意识，也不具备真正的创新能力，与科幻片中“人工智能取代人”的幻想相去甚远。
总之，无论AI应用到了什么领域，最终所获得的成果或生成的产品仍需由人来审核和决定，这才是对待AI的科学态度。
（ChatGPT爆火，是AI的“狂飙”吗？）
来源：北京日报
流程编辑：u099
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
