AI与生物

《华尔街日报》近日对比了Meta的ESMFold和DeepMind的AlphaFold两款蛋白质结构预测模型。DeepMind利用AI解决了确定蛋白质三维结构的50年难题，AlphaFold2在2021年发布后已预测大部分已知蛋白结构，而Meta的新模型ESMFold通过ESM-2学习实现了对短序列的60倍加速预测，且仅需单一序列输入。这款基于大型语言模型的端到端蛋白质结构预测器显著提高了预测速度，展现了AI在生物学领域的巨大潜力和突破性进展。

A股今日集体下挫，新冠特效药和乳业股表现强劲，而ChatGPT相关概念及半导体元件板块大幅下跌，北向资金出现明显流出，整体市场氛围偏弱。

《理解未来》AI for Science系列讲座在线上举行，加拿大学者唐建表示语言生成模型如ChatGPT在生物医药领域有潜力应用，已取得对话系统领域的突破。交叉领域研究包括GeoDiff、E3Bind等技术，AI for Science正带来科研范式变革和产业转型。演讲主题认为传统领域将成AI主战场，催生新产业，科学研究也将从“小农作坊”转变为“安卓”模式。论坛讨论议题涉及AI在医药前景、创造力影响及促进合作。

BioMedGPT-1.6B是一个生物医药领域的基础大模型项目，由清华大学AIR生命科学团队研发，旨在处理药物性质预测、自然语言理解和跨模态任务。目前团队已开源此模型以供科研人员使用，并在多任务中展现了效果提升。项目始于ChatGPT出现之前，团队规模已达50人，尽管仍处于初级阶段，但目标是为正在进行相关研究的科学家提供服务。项目负责人聂再清教授认为大模型底层思想可能适用于生命科学数据处理，且团队正通过实验和专家指导降低模型的幻觉，以扩大其实际能力范围。