AI与生物

本文分析了微软Bing Chat与ChatGPT两款基于GPT的AI聊天机器人。Bing Chat凭借先进的技术及网络访问优势，在表现、信息准确性上超越ChatGPT，尤其在适应变化和提供个性化服务方面具有明显优势。尽管两者都使用GPT技术，但Bing Chat的精确性和实时性使其在交互中更自然流畅且可靠性更强。

《华尔街日报》近期对Meta的ESMFold和DeepMind的AlphaFold进行了对比分析，报道了这两个蛋白质结构预测大模型的研发过程及原理。DeepMind通过AI解决了蛋白质三维结构确定问题，AlphaFold2自2021年7月起已应用于几乎全部蛋白质结构预测，并在速度上优于ESMFold；而Meta的ESMFold利用大型语言模型技术，从生物基因语言中学习和预测，无需显性同源序列输入，实现端到端预测且速度更快。这两个模型的成功推进了AI在生物学领域的应用，如药物研发、气候变化研究等，AlphaFold2甚至已被开源供社区使用。

两位计算生物学家利用GPT-3人工智能助手改进研究论文，并取得成功，这有助于提升研究人员效率。ChatGPT因其在蛋白质生成和基因测序领域的潜力，成为生物技术领域潜在的应用工具。然而， ChatGPT也面临挑战，如信息准确性和数据偏见问题，需要通过规范和技术创新来保证其公正使用。科技公司正努力完善相关功能，以充分发挥其在生物技术中的作用。

本次《理解未来》科学讲座AI for Science系列03期关注了语言生成模型如ChatGPT在生物医药领域的应用探索，加拿大专家唐建分享了人工智能在生物制药中的可能桥梁——GeoDiff和E3Bind等技术。活动主题为'AI for Science：一场科技革命'，讨论议题包括AI对医药前景、创新影响及促进科学家与AI专家合作。讲座强调了AI主战场的扩展，以及科研范式的变革和新一代产业模式的诞生，呼吁加强‘安卓’科研模式建设以抢占全球科技前沿。