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
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。