Alphabet旗下的DeepMind部门正在使用内部开发的人工智能系统AlphaFold来预测科学界已知的大多数蛋白质结构。
DeepMind今天宣布了这一里程碑式的成果。DeepMind正在通过免费访问的UniProt蛋白质数据库向科学家提供该AI系统预测的蛋白质结构数据,预计这些数据将加速新药的发现并推进其他多个领域的研究。
蛋白质是生命的基石,是由称为氨基酸的化学物质组成的分子,有超过20种氨基酸以高度复杂的方式相互作用,氨基酸之间的相互作用导致蛋白质呈现出复杂的三维形状,这一直是研究人员关注的焦点。
蛋白质的形状直接影响其行为,因此,了解蛋白质的形状是许多研究项目中重要的一步,DeepMind开发的AlphaFold AI系统可以协助科学家完成此项任务。
有很多种方法可以识别蛋白质氨基酸的结构,然而,这些方法很大程度上都是非常耗时的:DeepMind表示,在某些情况下,绘制出单个蛋白质的结构可能需要数年时间,而且需要使用价值数百万美元的设备。
为了加快研究速度,几十年来,科学家们一直致力于开发出能够根据蛋白质所包含的氨基酸自动预测蛋白质结构的软件。但由于这项任务的复杂性,开发此类软件已经被证明是一项巨大的挑战。根据DeepMind的说法,一种典型的蛋白质预计有非常多潜在的结构,以至于手动计算这些结构所需的时间比宇宙的年龄还要长。
AlphaFold克服了这一挑战。DeepMind早在2018年第一次详细介绍了AlphaFold系统,并在两年后推出了具有改进功能的新版本。增强之后的系统可以预测蛋白质结构,平均错误率约为1.6埃(或约为一个原子的宽度)。
现在据DeepMind透露,已经使用AlphaGo预测了超过2亿个蛋白质结构,范围涵盖了科学界已知的大多数蛋白质。
DeepMind首席执行官Demis Hassabis在一篇博客文章中详细介绍说:“此次更新包括预测植物、细菌、动物和其他生物的结构,为研究人员提供了许多新机会,让他们可以使用AlphaFold推进在包括可持续性、粮食不安全问题以及被忽视的疾病等重要问题。”
DeepMind正在通过UniProt蛋白质数据库提供预测蛋白质结构的数据集,这些结构还将添加到托管在Google Cloud上的开源数据集目录中。根据DeepMind称,之前发布的100万个预测蛋白质结构集合已经被超过500000名研究人员访问。
Hassabis这样写道:“从抗击疾病到开发疫苗,AlphaFold已经在我们面临的一些最重大的全球挑战中,取得了令人难以置信的进展,而这只是未来几年它所发挥影响力的一个开始。AlphaFold是对未来的一瞥,让我们看到把计算和人工智能方法应用于生物学的各种可能性。”
DeepMind同时也在探索AI在其他领域的新应用,例如开发了可以下围棋和预测天气的机器学习系统,最近还推出了一个可以恢复古希腊受损铭文缺失文本、预算创建时间的系统。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。