江苏龙网

  1. 主页 > 生活百科 > >

ChatGPT爆火， 是AI的“狂飙”吗

AI

张田勘
说到最近网上最火的科技名词，非“ChatGPT”莫属 。ChatGPT(Chat Generative Pre-trained Transformer)是美国一家人工智能研究公司研发的聊天机器人程序，不仅能与人有问有答，文章也写得有模有样，因此有些人称之为史上最强AI(人工智能)，甚至还有人联想到科幻片中人工智能最终取代人类的情节 。记得上一轮掀起舆论热潮的人工智能事件，还是2016闍lphaGo以4∶1战胜世界顶级围棋棋手李世石 。今天我们就来说说以ChatGPT为代表的人工智能对当前社会发展的影响，以及其现有成果在生物科学领域的作用 。
接受强化训练的生成式AI：
对接用户需求创造新内容
现在全世界都在谈论的ChatGPT是一个人工智能撰稿和聊天工具，去年11月一经推出，便在社交媒体上迅速走红，至今月活跃用户已过亿 。ChatGPT能够通过学习和理解人类的语言来进行对话、回答各种问题，还能根据要求完成视频脚本、文案、论文、代码等写作任务 。它的成功，源于以深度学习为代表的人工智能技术的长期积累 。从属性上看，ChatGPT其实是一个大型语言模型(LLM)，接受过大量文本数据的训练，能够对各种各样的问题输入生成类似人类的应答结果和反应，因此，也可以称它为容生成器 。
AI需要具备3个要素：数据、算力及算法 。数据是知识原料，算力及算法则提供“计算智能”以学习知识并实现特定目标 。人们对AI有多种分类，以AI“能做什么工作”和“完成什么任务”作为标准，可以简单将其分为反应式AI(分析型AI)和生成式AI 。
反应式AI根据预编程规则对不同类型的刺激做出反应，由于不使用内存，所以无法通过新数据进行学习 。1997年击败国际象棋冠军加里·卡斯帕罗夫的IBM深蓝超级计算机就是反应式AI 。
而生成式AI获得了大量数据、信息，并且经过强化训练和深度学习，以及类似于神经网络的反馈纠错机制，所以能完成很多工作，产生很多产品 。用一句话概括其本质：根据用户的具体需求创造新内容 。
从ChatGPT的 全 称“Chat Generative Pre-trained Transformer(生成式预训练转换器)”就能看出，它是一款可以自行生成许多内容的AI，包括各类文本、文章、与人对话、翻译、编写代码、绘画、制作视频等 。
由于受各种因素的制约，ChatGPT生成的内容也有不少错误，尤其是关于社会、文化、人文、哲学、政治、经济和历史方面的内容 。但是在自然科学领域，由于有公认的定律和共同的认知，如“原子是由带正电的原子核和核外带负电的电子构成的”，ChatGPT生成的内容出错率相对较少 。
正因如此，虽然生成式AI在所有领域都有用武之地，但类似ChatGPT的生成式AI在自然科学领域的应用更受青睐 。生物医学研究、医疗和生命科学都需要生成式AI，ChatGPT只是其中一种 。
准确预测蛋白质结构：
可加快新药和疫苗研发
目前，生成式AI在生物医学领域的用途方兴未艾 。生成式AI不仅能分析成千上万种蛋白质，还可以生成新的蛋白质，甚至是自然界从未出现过的蛋白质 。
过去，认识和精确测定蛋白质的构型需要耗费大量的时间和精力，还未必能测得准，给药物、疫苗研发和疾病治疗造成了阻碍 。如果生成式AI的结果既准确又快速，就可以知道一些病毒变异后的蛋白质结构，如新冠病毒的S蛋白变异，从而加快研发新药和疫苗的速度 。
2020年，英国深度思考公司研发的阿尔法折叠2(Alpha Fold-2)有了惊人成就 。这款生成式AI在2020年举行的第14届“蛋白质结构预测关键评估”大赛中大放异彩 。它测定的大部分蛋白质结构非常准确，不仅与实验方法测得的蛋白质结构的精确度相同，还远超解析新蛋白质结构的其他方法 。具体来说，阿尔法折叠2能在几分钟内预测出一个典型蛋白质的结构，并能够在几天内生成高精度的结构 。2022年初，阿尔法折叠2又测出了2.2亿个蛋白质的结构，几乎涵盖了DNA数据库中已知生物的所有蛋白质 。
2022年11月，Meta公司(前身为Facebook)奋起直追，其名为ESMFold的生成式AI软件预测了约6亿个蛋白质的结构，这些蛋白质来自细菌、病毒和其他尚未命名的微生铩Ｋ淙桓萌砑？淖既沸圆蝗绨⒍？ㄕ鄣?2，但在预测结构方面速度要快约60倍 。
ESMFold的原理与ChatGPT基本相似，也是一种大型语言模型，只不过，训练它的内容不是自然语言，而是生物基因语言，也就是通过碱基排列的顺序和规律来检测蛋白质 。
举例来说，对于ESMFold的训练，是把已知蛋白质的氨基酸序列“投喂”给它们，正如训练ChatGPT要把自然语言的词语根据语法进行“投喂”一样 。自然界的蛋白质可以用20个不同的氨基酸链表示，每个氨基酸链由一个字母表示，这种训练使ESMFold对蛋白质序列有直观理解，并能理解蛋白质序列包含的蛋白质形状信息 。在这样的深度学习之后，ESMFold学会了在氨基酸比例模糊的情况下“自动补全”信息 。


推荐阅读


上一篇：ChatGPT，将元宇宙拍在沙滩上？

下一篇：安全专家披露iOS/macOS漏洞：可获取苹果用户位置数据等信息