AI应用资讯

Meta的ESMFold蛋白质结构预测模型与DeepMind的AlphaFold2相比，速度提高了近60倍，且不再需要显式同源序列作为输入，只需一个序列即可预测三维结构。该模型由Meta AI资深研究科学家Alexander Rives领导的研究团队开发，利用大规模无监督表示学习技术，能够在GPU上运行，对环境来源DNA数据库的蛋白质结构进行了测试，显著缩短了蛋白质结构预测的时间，开启了AI在生物学中的广泛应用。

1. 加拿大研究员唐建在《理解未来》科学讲座中讨论了语言生成模型如ChatGPT如何应用于生物制药领域的可能性。2. 讲座主题为'AI for Science：一场科技革命'，强调AI将重塑传统科研并推动新产业，提出‘平台科研’将成为新的科研范式。3. 讨论围绕AI在生物医药前景、影响以及促进科学家与AI专家合作展开，强调数据质量对AI的重要性。

BioMedGPT-1.6B是一款面向生物医药领域的通用大模型，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。项目目前处于开源阶段，意图帮助科研人员并观察其效果。聂再清教授认为它有望成为生物医药领域的基础大模型，通过多输入Encoder架构融会贯通不同模态知识。尽管模型能力有限，但团队专注于服务正在相关研究中的科研人员，并对数据集做了专业处理，对未来充满信心。

百度合作单位在生物计算领域利用LinearDesign算法优化mRNA疫苗序列，提高了稳定性与效果；2023年“五一”假期，文化和旅游行业复苏强劲，出游人数创四年新高；三星禁止员工使用生成式AI工具以防数据安全问题，苹果谷歌联合提交位置跟踪规范草案；微软将在专用云服务器上提供分离存储的ChatGPT版本以保护客户隐私。