本文原創(chuàng)為：AGI Hunt 本文來源于：細(xì)胞基因研究圈

OpenAI首個(gè)生物AI模型問世，一出手就在干細(xì)胞研究領(lǐng)域創(chuàng)造奇跡！

從AGI到生物科技的野心
新模型「GPT-4b micro」的問世，不僅使干細(xì)胞生成效率實(shí)現(xiàn)了50倍的飛躍式提升，更是OpenAI首次公開宣稱其AI模型具備催生突破性科學(xué)發(fā)現(xiàn)的能力。
這一成果背后，還蘊(yùn)含著OpenAI更為宏大的愿景。OpenAI首席執(zhí)行官Sam Altman于上周明確表示，他堅(jiān)信公司已經(jīng)探索出構(gòu)建AGI（通用人工智能）的路徑。
在他看來，超級(jí)智能工具將極大地推動(dòng)科學(xué)發(fā)現(xiàn)與創(chuàng)新的進(jìn)程，其效率遠(yuǎn)遠(yuǎn)超出人類自身的能力范疇。

18億美元抗衰老布局
這次合作的背后有著精心的布局。
Retro Biosciences，一家總部位于舊金山的專注于長(zhǎng)壽研究的公司，是我們的合作伙伴。值得注意的是，Sam Altman早在2023年便已對(duì)其進(jìn)行了1.8億美元的個(gè)人投資。該公司有著清晰且宏大的目標(biāo)，即致力于將人類壽命延長(zhǎng)10年。
而實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵因素在于「山中因子」（Yamanaka factors），這是一種具有特殊功能的蛋白質(zhì)，能夠?qū)⑵胀ǖ钠つw細(xì)胞轉(zhuǎn)化為干細(xì)胞。
目前，眾多財(cái)力雄厚的公司，如Altos Labs，也在積極開展對(duì)這一技術(shù)的研究，期望以此為突破口，實(shí)現(xiàn)動(dòng)物年輕化、構(gòu)建人類器官，以及提供替換細(xì)胞等多種應(yīng)用。
然而，該技術(shù)面臨著一個(gè)亟待解決的重大問題，即其效率極低。在實(shí)驗(yàn)室環(huán)境中，完成這種細(xì)胞的「重編程」過程通常需要數(shù)周時(shí)間，而且成功率不足1%。

GPT-4b micro：超越AlphaFold
該模型采用了一種創(chuàng)新性的方法。
與谷歌DeepMind的AlphaFold不同，它并未聚焦于預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，而是致力于利用基于語言模型的技術(shù)對(duì)非結(jié)構(gòu)化蛋白質(zhì)進(jìn)行重新設(shè)計(jì)。
模型的訓(xùn)練過程是通過學(xué)習(xí)來自多個(gè)物種的蛋白質(zhì)序列以及蛋白質(zhì)之間的相互作用數(shù)據(jù)來完成的。
值得注意的是，這些數(shù)據(jù)量相較于OpenAI旗艦聊天機(jī)器人的訓(xùn)練數(shù)據(jù)要少得多，這也使得GPT-4b micro成為一個(gè)專注于特定數(shù)據(jù)集的“小語言模型”。

驚人實(shí)驗(yàn)結(jié)果
實(shí)驗(yàn)結(jié)果令人震驚：
該模型在蛋白質(zhì)改造方面表現(xiàn)出了極大的勇氣，最多可替換三分之一的氨基酸序列。
在初步試驗(yàn)中，這一改造策略的效果完全超越了人類工程師的設(shè)計(jì)，使得干細(xì)胞生成效率提升了50多倍。

Retro的CEO Joe Betts-Lacroix表示：
模型的表現(xiàn)出奇地好，在相當(dāng)多的情況下都超越了原始的山中因子。

哈佛大學(xué)衰老研究專家Vadim Gladyshev補(bǔ)充說：
這對(duì)我們來說極其有用。雖然皮膚細(xì)胞容易重編程，但其他細(xì)胞就沒那么簡(jiǎn)單了。尤其是研究新物種時(shí)，往往會(huì)遇到巨大困難。

未來挑戰(zhàn)
然而，OpenAI的研究人員表現(xiàn)出了高度的謹(jǐn)慎態(tài)度。
他們指出，外部科學(xué)家需等待正式發(fā)表的研究論文才能對(duì)這些結(jié)果進(jìn)行驗(yàn)證。目前，該模型仍處于定制演示階段，尚未成為正式產(chǎn)品。

OpenAI研究員Jaech所說：
這個(gè)項(xiàng)目是為了表明我們?cè)跒榭茖W(xué)做出貢獻(xiàn)方面是認(rèn)真的。但這些能力是否會(huì)作為獨(dú)立模型發(fā)布，還是會(huì)被整合到我們的主線推理模型中，這仍有待確定。
如同其他人工智能領(lǐng)域的突破一樣，GPT-4b micro究竟是如何得出這些令人驚嘆的結(jié)果的，目前仍然是一個(gè)未解之謎。

Betts-Lacroix 稱：
就像AlphaGo擊敗人類圍棋高手時(shí)一樣，要弄清它為什么能做到這一點(diǎn)需要很長(zhǎng)時(shí)間。我們?nèi)栽谘芯克�的工作原理，而且目前的�?yīng)用可能只是觸及了表面。
顯然，人工智能不僅在棋牌游戲和自然語言處理領(lǐng)域超越了人類，在生命科學(xué)等前沿領(lǐng)域，也展現(xiàn)出了改變游戲規(guī)則的潛力。

AI能攻克衰老這個(gè)世紀(jì)難題嗎，你怎么看？