OpenAI首個生物AI模型問世,一出手就在幹細胞研究領域創造奇蹟!
這個名為「GPT-4b micro」的新模型,不僅將幹細胞生成效率提升了50倍,更標誌著OpenAI首次正式宣稱其AI模型能夠產生突破性的科學發現。
這背後還有一個更大的野心:OpenAI CEO Sam Altman上周剛剛表示,他「確信」公司已經找到了建構AGI(通用人工智慧)的方法。
他認為,超級智能工具能夠大大加速科學發現和創新,遠超我們自身的能力。
這次合作的背後有著精心的佈局。
合作夥伴Retro Biosciences是一家總部位於舊金山的長壽研究公司,而Sam Altman早在2023年就已經個人投資了1.8億美元。他們的目標很明確:要讓人類壽命延長10年。
而研究的關鍵就在於「山中因子」(Yamanaka factors)—— 一種能將普通皮膚細胞轉化為幹細胞的特殊蛋白質。
富有的公司如Altos Labs都在研究這項技術,希望以此為起點實現動物年輕化、建構人類器官,或者提供替換細胞。
但這項技術存在一個大問題:效率太低了。在實驗室中,完成這種「重程式設計」需要幾周時間,而且成功率還不到1%。
這個模型採用了一種全新的思路。
與GoogleDeepMind的AlphaFold不同,它沒有去預測蛋白質結構,而是專注於通過基於語言模型的技術重新設計非結構化蛋白質。
模型通過學習來自多個物種的蛋白質序列以及蛋白質之間的相互作用資料來訓練。
有趣的是,這些資料量遠少於OpenAI旗艦聊天機器人的訓練資料,這使得GPT-4b micro成為了一個專注於特定資料集的「小語言模型」。
實驗結果令人震驚:
Retro的CEO Joe Betts-Lacroix表示
模型的表現出奇地好,在相當多的情況下都超越了原始的山中因子。
哈佛大學衰老研究專家Vadim Gladyshev補充說:
這對我們來說極其有用。雖然皮膚細胞容易重程式設計,但其他細胞就沒那麼簡單了。尤其是研究新物種時,往往會遇到巨大困難。
不過OpenAI的研究員們也很謹慎。
他們表示,外界科學家需要等待正式發表的研究論文才能驗證這些結果。目前這個模型仍處於定製演示階段,還不是正式產品。
OpenAI研究員Jaech所說:
這個項目是為了表明我們在為科學做出貢獻方面是認真的。但這些能力是否會作為獨立模型發佈,還是會被整合到我們的主線推理模型中,這仍有待確定。
就像其他AI突破一樣,GPT-4b micro是如何得出這些驚人結果的仍然是個謎。
Betts-Lacroix 稱:
就像AlphaGo擊敗人類圍棋高手時一樣,要弄清它為什麼能做到這一點需要很長時間。我們仍在研究它的工作原理,而且目前的應用可能只是觸及了表面。
看來,AI不僅能在棋牌遊戲和自然語言處理上超越人類,在生命科學等前沿領域,它同樣展現出了改變遊戲規則的潛力。 (AGI Hunt)