AI资讯站在时代最前沿

ESMFold:Meta的蛋白质结构预测新利器,6亿种结构尽在掌握,AI速度翻倍!
AI与生物

ESMFold:Meta的蛋白质结构预测新利器,6亿种结构尽在掌握,AI速度翻倍!

Meta的ESMFold模型和DeepMind的AlphaFold2都专注于蛋白质结构预测,AlphaFold解决了50年难题,而ESMFold在较短序列中速度更快,且不需显式同源序列。作为大型语言模型,ESMFold通过生物基因语言训练,能从单个序列预测三维结构,显著提高了预测效率,展示了AI在生物学应用中的潜力。Meta的这项研究推动了蛋白质结构预测领域的发展,并可能缩短药物和疫苗开发的时间。
中国距离拥有自己的ChatGPT还有多远?
AI与物理

中国距离拥有自己的ChatGPT还有多远?

中国距离拥有自己的ChatGPT尚有距离,但大势所趋。ChatGPT的热度表明人工智能发展的重要拐点已到,同时也暴露出底层技术与商业模式创新的挑战。中国数字经济规模庞大,传统行业亟待数字化转型,但底层能力不足和缺乏原创技术是瓶颈。政协委员建议通过产研协同、开放生态等模式促进大模型技术创新,包括加强基础研究人才培养,扶持新型基础设施建设,优化采购制度以支持企业创新。未来,发挥举国体制优势,弥补差距,追赶先进水平是关键,需要在算法优化、数据整合和算力提升等方面努力。
🔥AI4Science新纪元?ChatGPT生物药探索,未来医药趋势大讨论?🚀
AI与生物

🔥AI4Science新纪元?ChatGPT生物药探索,未来医药趋势大讨论?🚀

本场《理解未来》讲座主题为"AI for Science:科技革命与生物医药机遇",加拿大专家唐建讨论了语言生成模型如ChatGPT在医药领域的应用潜力,指出人工智能已渗透到生物医疗交叉领域,如GeoDiff、E3Bind等技术的应用。中国科学院院士鄂维南则强调AI将革新科研范式,传统领域将成为其主战场,并推动新产业诞生,提出"平台科研"将是未来趋势。论坛围绕AI在医药领域的前景、生成式AI的影响以及促进科学家与AI专家合作展开讨论。
ChatGPT真能回答所有问题吗?背后的技术陷阱与伦理挑战
AI与物理

ChatGPT真能回答所有问题吗?背后的技术陷阱与伦理挑战

该文指出一条关于某地取消限行的假新闻是ChatGPT被滥用以展示其功能的结果,尽管ChatGPT在许多领域表现出色,但其知识准确性存在问题,存在形真实假和价值观偏颇的问题。这种基于深度学习的人工智能技术虽然强大,但也带来假信息泛滥和价值偏见扩散的风险。面对这一挑战,中国作为人工智能立法先行者,应建立伦理规范、保护隐私并引导用户正确使用,以预防技术滥用带来的负面影响。

AI论文助手超级助手