AI学科教育

文章介绍了两位计算生物学家利用人工智能助手GPT-3帮助改进研究论文，并成功降低成本，这提高了研究人员的工作效率。ChatGPT因其在蛋白质生成和基因测序领域的前景而引起关注，生物技术公司如Profluent已用其进行抗菌蛋白的研发。然而，对于ChatGPT的全能性存有质疑，特别是准确性和潜在数据偏见问题，开发者正在努力提高其专业内容处理能力并制定使用规范。文章指出，虽然ChatGPT带来了变革的可能性，但如何公正、透明地利用这一技术仍需关注。

这场名为《理解未来》的AI for Science系列讲座于10日在线上进行，主题为‘AI4Science和ChatGPT在生物医药的可能’。加拿大专家唐建讨论了语言生成模型如ChatGPT在医药领域的潜力，并指出人工智能已经在生物学研究中有所应用，如GeoDiff预测小分子结构等。中国科学院院士鄂维南阐述了AI for Science带来的科研和产业变革，强调AI将重塑传统领域并催生新产业模式。讲座还设置了相关讨论议题，探讨了生成式AI对生命科学的影响以及如何促进AI与科学家的合作。

Meta的ESMFold和DeepMind的AlphaFold是两个先进的蛋白质结构预测模型，Alpha Fold解决了50年的蛋白质三维结构确定难题，而ESMFold在短序列预测上速度远超AlphaFold2，且训练内容为生物基因语言。该模型由Meta AI资深研究科学家Alexander Rives主导，使用大规模数据无监督学习，展示了通过大型语言模型在两周内预测6亿种蛋白质的巨大潜力，对生物学和深度学习有重大影响。目前，AlphaFold的开源使得蛋白质结构预测变得更加高效。

BioMedGPT-1.6B是清华大学AIR生命科学团队开发的一个通用生物医药大模型，旨在处理药物性质预测、自然语言理解和跨模态任务。项目源于对ChatGPT在NLP领域的启示，目标成为生物医药领域基础模型。BioMedGPT通过多输入Encoder架构融合不同模态信息，增强了知识理解和应用能力，已在部分下游任务中展现效果提升。虽然目前规模和性能还有待提高，团队计划为科研人员服务，并表示后续将通过实验学习和专家指导降低模型的“幻觉”。