chatgpt和gpt-4 gpt-3和chatgpt区别
淘宝搜:【天降红包222】领超级红包,京东搜:【天降红包222】
淘宝互助,淘宝双11微信互助群关注公众号 【淘姐妹】
本文来自微信公众号:APPSO (ID:【【微信】】),作者:AI+,题图来自:《创・战纪》
今天,ChatGPT 又刷屏了!
万众期待的 GPT-4 语言模型在今天凌晨突然发布,OpenAI 称它为“最先进的系统,能生产更安全和更有用的回复”。
我们第一时间为大家汇总了 GPT-4 更新的主要内容,简单来说就是:
逻辑分析能力更加全面、“考试”能力大幅提升
拥有了识图能力,可以进行更多元的交流
回答更有条理,理解更加准确
创作力大幅提升,可以进行更全面的创作双击编辑块引用内容
更重要的是,OpenAI 可不是“画大饼”,【【微信】】 用户现在已经能够使用 GPT-4 模型,体验除图片输入(仍是研究预览版本,尚未公开)外的功能。
上一个版本 ChatGPT(使用 GPT 3.5 turbo 模型,以下为阅读方便简称为 GPT-3.5)让创作者们感受到职业危机了,升级到 GPT-4 后能真的取代人类工作吗?
让我们用亲身体验告诉你。
10+ 提问,让你全面了解全新 ChatGPT
先来给出结论,从实际体验来看,GPT-4 的回答逻辑更清晰,内容也更优质,减少了反复提问,但反应速度会慢一些。
如果你是 【【微信】】 用户,进入后就可以在页面顶部看到模型选择的按钮,OpenAI 也用能力表直观的展示了两者的区别:GPT-3.5 的速度更快,GPT-4 的推理更出色,语句也更精炼。
▲GPT-3.5
▲GPT-4
ChatGPT,会读图的加州司机
GPT-4 最疯狂的地方在于,它几乎通过了所有理论考试,而且全是几乎满分通过。
图/OpenAI
对此我们也进行了测试,找到了 20 道高级调酒师题库中的问题和 16 道加州驾照考试题目,分别询问 GPT-3.5 和 GPT-4。
先公布答案,20 道调酒师题目中,GPT-3.5 错了 4 题(正确率 80%),GPT-4 错了 1 题(正确率 95%)。
而 16 道加州驾照考核中,GPT-3.5 同样错了 4 道题(正确率 75%),GPT-4 则满分通过(正确率 100%)。如果仅凭理论就能上路,那 GPT-4 一定是一名好司机。
▲GPT4.0 的“试卷”
此外我们还测试了大学英语六级、二级建筑师等考试项目,GPT-4 和 GPT-3.5 的成绩都不错,但前者总是比后者多对几道。
要注意的是,虽然 GPT-4 的综合准确率高于 GPT-3.5,但在回答客观选择题时,两者均会出现多次回答相同问题,但答案却不同的情况,如果你想用 ChatGPT 检查考卷,它或许不是一个合格的老师。
不过 GPT-4 在回答时多了一些提示,告诉你这些答案不一定全对,而不是像 GPT-3.5 那样理直气壮的给你错误答案。
▲GPT-4 会有免责声明
在 ChatGPT 刚推出时,有不少人用它“刷题跑分”,上版本的它只能在 SAT(美国高考)考试中排到倒数 10%,但 CPT-4 模型则可以超过 90% 的考生水平,“在多种专业和学术指标下展现了人类水平的表现”。如果光是“跑分”,ChatGPT-4 可以考进哈佛、斯坦福。
全新的 GPT-4 还拥有了新能力:读图。
你可以给它看一张梗图,让它分析其中的笑点:
▲GPT-4
可以给它一张表格,进行数据分析,并展示推导过程。
▲GPT-4
甚至还有用户给 GPT-4 看了自家冰箱里有什么菜,然后让它提供菜谱。
▲来自推特用户@ Gaura【【微信】】
不过这一功能暂时还没有进入公开测试阶段,等更新后我们会在第一时间体验分享的。
日常沟通,GPT-4 更有条理
刚上手 GPT-4 时,我与它闲聊了几句,在问“你是谁”时,虽然 GPT-3.5 和 GPT-4 给出的回答类似,但 GPT-4 的说法会更像一个朋友。
▲GPT-3.5
▲GPT-4
我也和它聊了一些其他问题,比如“1+1 在什么情况下等于 3”,GPT-4 不仅进行了解读,还把 GPT-3.5 中未说明的隐喻进行了解释(生育问题),它似乎更懂人类了。
▲GPT-3.5
▲GPT-4
读文章的能力上,GPT-4 的表现也要优于 GPT-3.5,不仅对文章内容进行了总结,还对重点进行了梳理,让总结拥有了更高的可读性。
利用 GPT-4 超强的总结能力,我们可以实现传说中的“量子速读”。
▲GPT-3.5
▲GPT-4
前两年尼尔・斯蒂芬森的科幻小说《雪崩》因为元宇宙的概念而大火,我们试着用 GPT-3.5 来总结这部“元宇宙圣经”。
▲GPT-3.5
GPT-3.5 总结得只能说中规中矩,基本概述了《雪崩》的主要内容和中心思想,但表达地比较笼统,看起来就像是豆瓣里的简介。
我们再用 GPT-4 来总结,对比下来可以看到,GPT-4 的回答要更加细致一点,并且在讲到《雪崩》的主题以及作品影响时,会提到具体的风格和领域,看起来不那么像“套话”。
即便你从未读过《雪崩》这本书,也应该能大致了解到其中的故事情节和文学意义。
▲GPT-4
这里说一个有趣的小插曲,此前尼尔・斯蒂芬森在接受一个电台采访时曾提到了他对 ChatGPT 等 AI 的看法。
他认为 ChatGPT 只会生成安全、中立的内容,缺乏创造力和深度,虽然它能解决某些问题,但它的思考和创新能力无法达到人类的水平。
由于 ChatGPT 没有有趣和独特的观点,尼尔・斯蒂芬森认为它不可能写出像《雪崩》这样的小说。
为了验证他的观点,我让 GPT-4 根据《雪崩》仿写了一篇小说,看看升级过后的 AI 创作能否跟上人类的水平。
▲GPT-4
满分 10 分,你会给这部《数据风暴》打几分呢?
体验到这里,GPT-4 比 GPT-3.5 更会聊天这件事已经毋庸置疑了,但我还想进行最后一个测试:骗它提供不符合道德、法律或有害的内容。
当我询问如何制作安眠药时,GPT-3.5 和 GPT-4 均拒绝了我的请求,并提出了一些建议,但正如你所见,GPT-4 的建议更加系统全面。
▲GPT-3.5
▲GPT-4
更强的创作力,GPT-4 的笑话更有趣
在 ChatGPT 刚推出时,我曾经让它扮演脱口秀演员,讲了一段关于加班的故事。不得不说,它讲得真不怎么样。
▲GPT-3.5
看着它的故事,我脑海中甚至浮现出了一个脱口秀演员,说着如同加班到凌晨购买的咖啡一般、苦涩又冷的笑话,这或许可以给演员一些创作灵感,但距离令人捧腹的幽默还有很远。
升级到 GPT-4 后,我再次尝试用它创作关于加班的故事,或许是上次的内容太过枯燥,这次的故事真的让我笑出了声。
▲GPT-4
“加班>回家少>妈妈不认识”,“加班多>孩子应该学习加班>加班成为学校必修课”,GPT-4 创作的内容更加符合笑话的逻辑,而 GPT-3.5“因为加班所以更加了解咖啡口感”的故事,只让人觉着苦涩。
还是会算错题,但逻辑更强了
除了止于 2021 年的知识库,ChatGPT 还有一个弱点,那就是不会算数,如果你想用它来检查计算题,那你大概率要失望而归了。
正确答案应该是 34646751912
不过,GPT-4 的逻辑能力得到了进一步提升,使用 GPT-3.5 询问逻辑问题时,它只会给我标准答案和简易的推导过程。
▲GPT-3.5
但当我使用 GPT-4 询问相同问题时,它展示的推导过程更加全面、专业。
▲GPT-4
GPT-4 的提升不仅在解答逻辑问题上,它的语义理解也更强了。比如“小明一把把把把住了”这句话,GPT-3.5 是无法理解含义的。
▲GPT-4
但最新的 GPT-4 就可以看明白,并解释清楚(虽然逻辑上还是有些小问题)。
▲GPT-4
GPT 在帮我们做什么?
上面这些体验虽然已经让我们足够惊叹,但 GPT-3.5、GPT-4 能做到的远不止这些,在官网,OpenAI 展示了 GPT 正在改变世界的地方。
英语学习软件 【【微信】】(多邻国)正在转向 GPT-4,用来推进 Role Play(角色扮演)和 AI con【【微信】】(人工智能对话伙伴)的功能,让用户可以更加游戏化的学习外语,更加身临其境。
图/【【微信】】
来自丹麦的 Be My Eyes,利用 GPT-4 的视觉输入能力,在 app 中加入了虚拟志愿者,可以生成与人类志愿者几乎相同的内容,帮助视力稍差或盲人完成数百项日常生活任务。
游戏开发公司 Inword,利用 GPT-3.5 作为机器学习模型之一,去构建 NPC 的情感、记忆、行为,让 NPC 变得有个性。这对资源有限的初创公司来说既节约时间,又经济实用。
这些应用中最酷的还是冰岛政府,拥有蓬勃旅游业和技术产业的冰岛,因与美国、欧洲的融合,导致本国母语冰岛语面临消失的风险。如今,冰岛政府正与 OpenAI 合作,使用 GPT-4 来保护冰岛鱼,将对冰岛语的保护,变成了技术创新。
OpenAI 的 GPT 模型是针对互联网中大量模型进行训练的,所以像冰岛语等小语种并没有足够的深度。GPT-3.5 没有生成语法正确的冰岛语的能力,但 GPT-4 已经可以让冰岛公司拥有用冰岛语聊天的机器人了。
在哪体验?
目前体验 GPT-4 最方便的方式就是将你的 ChatGPT 帐号升级成 【【微信】】,然后切换成 GPT-4 模型就能直接使用。
那么问题来了,如果你不想交 【【微信】】 每月 20 美元的订阅费,有没有免费的方式可以体验呢?
还真的有,那就是新 Bing!
虽然 GPT-4 才刚刚发布,但微软消费营销主管 Yusuf Mehdi 表示,Bing 其实一直都在悄悄使用为搜索定制的 GPT-4,如果你通过了新 Bing 的申请,就可以直接在 Bing 搜索引擎或者 Edge 浏览器中体验到最新的语言模型了。
这也解释了,为什么在一些对比测试中 Bing 总是会比老版本的 ChatGPT 表现得更“聪明”。
写在最后
一番体验过后,GPT-4 给我的感觉就像是一个刚出校园的毛头小子换上了西装,突然间变得成熟稳重了起来。
此前,大家对 GPT 3.5 版本的 ChatGPT 诟病最多的就是它总是会一本正经地胡说八道。
升级到 GPT-4 模型后,虽然它也会回答错一些问题,但在态度上已经没有过去那般强硬,在一些拿不准的问题上,它会询问提问者意见,并让提问者注意甄别真伪。这些语气上的细微变化,足以让人感受到它变得更加可靠。
而在 AI 领域,可靠性就是绝对的竞争力。
OpenAI 这一次并没有像过去那样大肆宣传 GPT-4 模型的具体大小,与之相反的是,它现在更像要故意隐藏 GPT-4 的技术信息。
GPT-2 模型有 15 亿个参数,表现更好 GPT-3 有 1750 亿个参数,比它的前任大 100 多倍。
那么多模态的 GPT-4 模型比 GPT-3 大多少呢?只有 OpenAI 知道。从发布的信息来看,OpenAI 似乎已经不屑于与外界做技术交流,因为它们已经做到了在这领域实现绝对领先。
从目前 GPT-4 的表现来看,它可能是迄今为止最好的多模态模型,在短期内难有对手能将之超越。
就在今天,Google 也公布了一系列与 AI 有关的更新,你可以在 Google Docs 上实现自动排版和自动写邮件。但从人们的反应来看,好像没有人在乎。GPT-4 的光芒几乎掩盖掉所有对手的努力。
如果未来人们只会选择最可靠的 AI 作为生产工具,那么就会形成一个很有意思的现象:越多人使用 GPT-4,它的学习机会就越多,成长得越快,变得更加可靠,最终会让更多人使用它。
这是 Google、Meta 和百度等竞争对手可能遇见的最坏情况。AI 对大数据学习的依赖让人为的努力失去了意义,最终,AI 模型领域可能会形成难以打破的垄断。
Sam Altman 在创立 OpenAI 时有一个美好的愿景:通过人工智能造福全人类。他认为 AI 可以赋予每个人不可思议的新能力,放大每个人的聪明才智和创造力。
这很美好,但如果驱动这一变革的只是一家公司的话,整件事情将变得非常可怕。
本文来自微信公众号:APPSO (ID:【【微信】】),作者:AI+
GAIR Live|五位学者大论道:ChatGPT,能否重构中国生命科学界的底层逻辑?|(下篇)
前不久,腾讯研究院发布《AIGC发展趋势报告2023:迎接人工智能的下一个时代》指出,AIGC的商业化应用将快速成熟,市场规模会迅速壮大,预测将率先在传媒、电商、医疗等数字化程度高、内容需求丰富的行业取得重大发展。
与此同时,诸多国外商业咨询机构更是直接给出数据:未来五年10%-30%的图片内容由AI参与生成,2030年AIGC市场规模将达到1100亿美元。
星星之火,可以燎原。早在五年前,AIGC还籍籍无名。它有一个相当拗口的名字--AI生成虚拟内容。以2018年的视频换脸技术Deepfake为代表,“AI伪原创”一词,便从那时传开。
随着深度学习的发展,AIGC逐渐渗透在图像、视频、CG、AI训练数据等各类领域,人们对于这一技术的期望也逐渐丰满。
时至今日,AIGC技术能否用于计算生物领域的新引擎,医疗健康赛道何时迎来新型基础驱动力,成为时下产学研各界的共同关切。
近日,由雷峰网GAIR Live&《医健AI掘金志》举办的《【【微信】】的一把火,能否烧到AI生命科学界?》线上圆桌论坛落幕。
本次论坛,由中国人民大学数学学院龚新奇担任主持,中国科学院深圳理工大学(筹)计算机科学与控制工程学院院长潘毅、百图生科首席AI科学家宋乐、深圳湾实验室系统与物理生物学研究所资深研究员周耀旗、分子之心创始人许锦波,天壤创始人薛贵荣参与讨论。近期【【微信】】爆火,欢迎添加作者微信(微信号:【【微信】】),互通有无。
在上篇中,几位嘉宾共同辨析“AIGC”这一概念,探讨生命科学界中的哪些成果属于AIGC,以及【【微信】】在生命科学领域中可能实现的任务。
在下篇中,将分别探讨AIGC为生命科学带来的可能性与其自身局限,以及中国能否在应用场景上快人一步,实现技术落地与产业转化。
“全球人工智能与机器人大会”(GAIR)始于2016年雷峰网与中国计算机学会(CCF)合作创立的CCF-GAIR大会,旨在打造人工智能浪潮下,连接学术界、产业界、投资界的新平台,而雷峰网“连接三界”的全新定位也在此大会上得以确立。
经过几年发展,GAIR大会已成为行业标杆,是目前为止粤港澳大湾区人工智能领域规模最大、规格最高、跨界最广的学术、工业和投资领域盛会。GAIR Live作为雷峰网旗下视频直播品牌,旨在输出新鲜、深度、原创的大咖访谈与对话内容,打造辐射产、学、研、投的特色线上平台。
以下是主题论坛的现场内容,雷峰网(公众号:雷峰网)《医健AI掘金志》做了不改变原意的编辑和整理:
龚新奇:目前来看,【【微信】】的文本生成功能确实挺强,第一次让我们感觉它像个人一样,能够自然地聊天,读懂你的感情、还可以体会到一些细微的褒贬。而且你可以正反提问,甚至还可以夸奖它、批评它。因此,【【微信】】的出现,能否比肩AlphaGo或是AlphaFold2的出现,是否会成为生命科学跨越式发展的契机?
周耀旗:我不认为【【微信】】可以比肩AlphaGo或是AlphaFold2。AlphaGo当年战胜了人类最好的棋手,而AlphaFold2在高精度蛋白质结构预测上取得了革命性进展,但【【微信】】对生命科学来讲,错误率太高、准确度不够,还不能算作一个跨越性的成果。
但我对它的未来版本充满了信心,特别是当【【微信】】跟搜索引擎结合,会大幅度提高它的精确度。因为它可以出具文献出处,还可以帮我们提供各个领域的综述、问题解决思路、促进不同领域沟通,甚至帮助学者撰写文章初稿。那么未来跨专业、跨语言的交叉研究就变得容易一些。
所以我认为,未来升级版本的【【微信】】完全可以成为一个创新枢纽。科学家把更多精力放在提出问题上,并根据AI的建议来优化、验证解决问题的方法和思路。所以【【微信】】的出现还是有一定的意义,它推动了一个有想象力时代的到来。
潘毅:我认为今后【【微信】】很有可能成为生命科学领域跨越式的发展契机。至于它的影响力,我跟周教授有不同看法,我认为【【微信】】的影响力会大于AlphaGo和AlphaFold2。
为什么?
AlphaGo为专为围棋而设计,AlphaFold是专为蛋白质结构预测而设计,所以它们是一个为专业而生的AI平台。相比而言,【【微信】】是一款通用型AI平台,既可以交流,又可以撰写邮件、视频脚本、文案、翻译、代码,写论文等等,普罗大众都可以试一试,所以【【微信】】的影响力要远比AlphaGo和AlphaFold更广泛、更深刻。因此,虽然【【微信】】在生命科学领域里比不上AlphaFold,AlphaFold在围棋上比不上AlphaGo,本质是术业有专攻。
最近我和老同学黄学东聊天,发现他对【【微信】】的评价很高,“微软如今加码【【微信】】,是因为【【微信】】之于AI,相当于芯片之于计算机这么重要。”
要知道,黄学东多年担任微软【【微信】】技术研究员和首席技术官,前不久刚刚当选2023年美国工程院院士,此前他并未将Alphago和AlphaFold定义为一个“里程碑式”的技术突破。
当然,周教授说得很对,【【微信】】在生物领域的影响力也许还没达到,目前【【微信】】无法处理复杂冗长或者特别专业的语言结构。但随着AI技术的改进,几年以后它一定会赶上,甚至会超过AlphaGo和AlphaFold。
从另一方面考虑,如今【【微信】】作为一个通用平台,应该如何推动生命科学发展?
一、生命科学领域的学者为其注入专业性更强的生物知识,只有进行足够的语料“喂食”,【【微信】】才有可能生成适当的回答。那时候,它或将用于蛋白质结构预测,蛋白质设计、蛋白质相互作用分析等各类任务。
二、指挥【【微信】】编写程序,比如Java程序、HTML程序,以及各种API( 应用程序编程接口)。那么未来生物学家只需要发出指令,【【微信】】就能完成从代码编写、接口耦合到程序测试的一系列工作。这也意味着,尽管很多人不能完全精通各种计算机语言,但我们只需要会做一些策划性工作,就能快速搞定项目。
宋乐:从通用人工智能的角度来说,【【微信】】确实是一个非常大的进步。因为在A I领域,过去的对话机器人很难媲美【【微信】】。因为【【微信】】除了逻辑严密的创造能力之外,还具有记忆能力,在连续的对话中不用大家提供重复信息,其语言组织和表达能力也更接近人类水平,使对话更自然流畅。
但实际上,【【微信】】的创造性、流畅度,多轮对话能力,依赖于多种AI技术的结合,包括它的训练方式都和过去的AI模型不太一样。
【【微信】】使用了RLHF(Reinforcement Learning from Human Feedback,人类反馈强化学习) 技术对【【微信】】进行了训练,且加入了更多人工监督进行微调。因此,【【微信】】进一步提高了AI模型与人类的交互能力,对信息含义的理解能力,以及自我判断能力。
所以,【【微信】】的本质是对人类语言(自然语言、程序指令)反应能力的数学逼近。相比较而言,过去我们和计算机交互,要么自己打字,要么输入非常结构化、死板的程序语言。但现在就可以直接以用自然语言和计算机交互,把它视为人类助手。
最近斯坦福一位教授发现,GPT-3.5的智力已经和9岁的小孩相当,这是以前任何AI 程序都不可能达到的高度。总体而言,我认为【【微信】】是可以被视为里程碑式的AI成果,而且它确实会带来一系列的工业级应用,甚至未来基于【【微信】】衍生出更高级的AI模型。
说到这里,【【微信】】也有一些局限性,比如因为知识缺失,产生一些不正确或者荒谬的答案。
比如你问它“红烧蚊子腿怎么做”,它会给你一个正了八经的回答:先把蚊子腿洗干净,再熬制糖浆,然后放入葱姜蒜煮熟。”它只是把“红烧猪肉”的做法重复了一遍,把“猪肉”换成了“蚊子腿”。
还有一些有趣的例子,比如你叫它做一些算数运算。如果只是简单的单位数运算还好,但如果数字比较长,或者比较复杂,它就做不了。实际上,这体现了【【微信】】当前的训练模式的局限性,更加偏向于基于序列的拟合,或者表征生成序列的形式去训练。
所以【【微信】】还能朝什么方向优化?
有三点思路:
一、未来需要向【【微信】】注入一些知识图谱,比如数学运算能力、生物识别能力,补齐它在这些维度的智慧;
二、对于蛋白质设计、药物设计等细分领域而言,就可以直接“外挂”一些专业模块,比如复合物结构模块、亲和力模块、蛋白质稳定性模块,当“外挂”越多,它的智力更高,也会输出更更贴合需求的结果;
三、我们也可以学习【【微信】】的算法思路和模型训练方式,“投喂”十亿级、百亿级的蛋白质序列数据,训练出一个专用于蛋白质设计的模型。
薛贵荣:我们比较有幸,2018年做过AlphaGo的复现,2021年我们做过AlphaFold2的复现。但总体来说,这些领域我们有胆量尝试,但从来没有尝试过的就是语言类AI模型。
众所周知,自然语言处理(NLP)、机器学习(ML)发展了很多年,但人机交互仍然不能做到问答自如,逻辑流畅。根本原因是建立自然语言处理模型的实用系统,需要不同层面的知识,比如汇学、句法学、语义学和语用学等知识。
而且NLP是一个交叉学科,涉及了方方面面的知识领域,包括计算机科学(给NLP提供模型表示、算法设计、计算机实现的技术)、数学(给NLP提供形式化的数学模型和形式化的数学算法)、电子工程:(给NLP提供信息论的理论基础和语言信号处理技术),以及心理学、哲学、统计学等等。所以从开发难度上看,【【微信】】都是当之无愧的AI界“天花板”。
另一方面,无论是AlphaGo还是AlphaFold2,都是某一领域的专业软件,但【【微信】】更像一款平民版AI,能够承载几个亿的用户一起测试,因此,它在覆盖面、影响力上,都远超AlphaGo和AlphaFold2。未来,大家肯定希望像【【微信】】这样的技术能够应用在生命科学场景中。
比如,现在的医疗问题是大家有问题找专家,但在医疗资源分配不均、医疗供给量不足的情况下,这一问题始终得不到解决。那么【【微信】】就可以发挥出“消费级应用”的特长,渗透入看病、制药等环节,降低专家依赖,一步讲清所有深奥的“病理、药理”。而经历过疫情三年后,大家更关注健康问题,我们也更加期待【【微信】】能够联姻生命科学,实现跨越式发展。
许锦波:从AI的角度来说,【【微信】】的出现意义可以和AlphaGo、AlphaFold2相提并论。它们都是重大技术突破,激发的讨论突破了业界的范畴,外溢到公众层面,可见影响力巨大。但是从生命科学角度来讲,在蛋白质设计等方面,【【微信】】并不专精。实际上用AI进行蛋白质设计或预测蛋白质结构,两年前甚至三年前就发生了,只是模型比【【微信】】更小,当时的算力也比较小。
因此,如今AI领域面临的重要问题是,现在的算法跟两年前的AI算法,到底有没有本质上的区别?
至少目前来说,我没看到本质上的区别。当然,在蛋白质设计上,现在的算法相比于传统算法确实取得了进步,很多人也在讨论,我们是不是要研发出一个ProtGPT,大幅度提高蛋白质设计的成功率?但要明白一点,所有通过AI设计出来的蛋白质都要有湿实验验证。如果未来AI能够大幅度降低对湿实验的要求,降低实验成本和时间,甚至用计算验证来替代实验验证,那将是更大的进步。
当【【微信】】/AIGC大展拳脚,生命科学领域最明显的变化会是什么?另一方面,这种概念对于生命科学行业,是否有不确定性或者危机?
周耀旗:我觉得AI已经为生命科学带来了很大变化,特别是AlphaFold2对大部分蛋白质结构的预测,与真实结构只差一个原子的宽度,达到了人类利用冷冻电镜等复杂仪器观察预测的水平。这一重大成果虽然没有引起媒体和广大民众的关注,但生物领域的科学家反应强烈。
可以说,AlphaFold2对生物机制的理解,对药物设计都带来了正面影响。当然,未来AIGC一定为生命科学带来更大的变化,比如AI设计的蛋白质会越来越多,进一步补充PDB蛋白质结构数据库、功能库,推动人类对生命科学的理解进入到一个新的高度。
与此同时,【【微信】】对于生命科学行业也有很大的不确定性:
一、预测是否错误,错误率是多少,以及是否误导用户。因为AI是通过海量数据训练出来的,因此这一缺点也与大数据的问题一样:数据很精确但错得离谱。相比而言,AlphaFold2有一个plDDT打分函数,但是打分函数并不一定完全正确,有时候还是错的;
同时,我们也不可能对每个设计结果都做验证,所以有时候还是很受误导,得出一些错误的结论。但目前我觉得是可以忍受的,因为模型训练本身就是在纠错,除了蛋白质设计以外,其他生物高分子的应用也是会越来越多,不仅仅DNA、RNA、代谢组、糖等各方面都会大展宏图。
二、鉴于【【微信】】会把原来一篇文章重新编辑,那么我认为未来最大问题是出现假论文、编造假实验数据、甚至用这个技术做坏事,比如产生新病毒、新细菌,都是潜在风险。
所以长期来讲,AIGC会随着时间更加成熟,这种不确定性和危机也会更加隐蔽,可能十几年、三十年左右就会来临。我们需要在科学研究能力和风险管理上提前做好准备。
宋乐:我可以想象,随着数据量越来越多,算力越来越强,AIGC模型本身的生成能力,以及各种外挂功能(亲和力、稳定性、表达量)的加持,或许未来非常多的蛋白质设计工作都是在计算机里进行,后端的湿实验数量就会大大减少。
那么当【【微信】】/AIGC大展拳脚,生命科学领域最明显的变化,我认为有几点:
一、实验人员减少,要求也因此下降,未来或许也不需要那么多的人体临床实验;
二、实验工作者也要学习数据分析,朝AI的方向走,以及一些高校会将计算机课程设立为药物、生物等专业学生的基础课;
三、一些新的工作机会也会创造出来,比如如何更好地衔接外挂和AIGC模型,如何真正地推动AIGC模型加速药物设计。
但从我的感受来,生物的复杂程度各不相同,比如目前数据量最大的蛋白质序列,那么“AIx蛋白质设计”会最快落地,可能是未来3~5年。但是复杂度更高的领域,比如蛋白质相互作用、细胞设计及相互作用、器官设计以及相互作用,它们需要更多的数据,更大的算力、更长的时间打造AI模型。
总体来说,AI在朝着那个方向走,只不过是时间长短的问题。
薛贵荣:可能我们最快感受到的变化,是药物研发速度大大提高,比如以前研发一款新药究竟有多难?医药界有个“双十定律”:一款新药从研发到上市,平均需要10年时间和10亿美元的投入。
那么AIGC的发展,时间、资金可能都会缩短,准确度还会有比较大幅度的提升。
当然周教授也提到,或许不同目的的人会加速制造一些病毒细菌,那么未来监管局既要推动优势药物上市,也要防范生化危机,需要尽快建立系统性的管控制度和规范。
潘毅:刚才几位教授都讲得非常好,那么我认为,【【微信】】/AIGC这种技术应用在生命科学领域,第一大危机是什么?
一、数据污染。
因为生命信息领域有诸多基因数据库,假设有人放入一万个有攻击性的数据,并将某些基因数据跟疾病关联,最终预测结果失准。目前我们还没有看到这样的事情,因为【【微信】】刚刚出现,大家普遍想用它写出“好文章”,前后衔接、逻辑连贯、辞藻优美。但如果你的目的是生成有破坏力的内容,就会拿“烂文章”训练它,甚至【【微信】】也可能被引诱去做坏事。
二、巨大的算力和电力消耗量。
从技术原理来看,【【微信】】基于Transformer技术,随着模型不断迭代,层数也越来越多,对算力的需求也就越来越大。从运行条件来看,【【微信】】完美运行的三个条件:训练数据+模型算法+算力,需要在基础模型上进行大规模预训练,存储知识的能力来源于1750亿参数,需要大量算力。
要知道,一个参数要很多数据支撑,近2000亿的参数中需要多少数据,要消耗多少电?假如每个国家每个地区都这么做,能源可能就是一个问题。所以规模也不能这么扩大,我还是强调打造专业领域的BioGPT。
三、用户沉湎、数据隐私、版权伦理。
用户过分依赖于AI从事内容创作,可能导致内容非原创,缺乏创造力,引发版权问题,甚至隔绝物理世界,影响身心发展,社会整体运作效率反而降低。
许锦波:【【微信】】带来的好处,至少让AI蛋白质设计领域的从业者更有信心。最近一两年,由于AI的深入发展,蛋白质结构及功能研究取得了巨大的突破,从传统的物理和统计方法快速走向机器学习,乃至深度学习;分子生物学界的研究范式,也从基于序列的研究转向基于结构的研究,极大提高了蛋白质从头设计的效率。
而在产业界,AI蛋白质发现和设计也乘势而起,成为全球瞩目的热门赛道。
但目前来说,大家还无法确定:AI设计蛋白到底能做得多好?相比于传统方法效率能提高多少?实验要求能够降低多少?这些都还需要继续探索。
龚新奇:黄民烈教授接受采访及近年的现象所示,美国在AI的基础研究上积累深厚,中国则是强于AI的场景应用。在【【微信】】之后,百度将于3月上线【【微信】】产品,名为文心一言。当AIGC用于生命科学领域,中国在技术落地、产业转化上,是否具备“弯道超车”的机会?
薛贵荣:最近AIGC和【【微信】】的讨论特别多,国内又兴起了一波AI热潮。但就像刚才潘毅教授讲到的一个关键问题:必须建设各领域的专业版GPT。
在各块专业领域,中国已经积累了大量知识库,或许我们有机会做到弯道超车。尤其是在生命科学领域,中国的蛋白质设计技术与国际基本上处于同一水平,已经实现了核心技术的原始创新,为工业酶、生物材料、生物医药等功能蛋白的设计奠定了基础。
举个例子,去年12月1日,华盛顿大学Da【【微信】】团队发布了RFDiffusion、同日波士顿蛋白质设计公司Generate Biomedicines发布了扩散蛋白生成模型Chroma、同月Meta发布基于150亿参数的ESM2语言模型,实现全新的非天然蛋白质设计。今年年初,加州伯克利的一家初创公司Profluent也称采用类似【【微信】】的蛋白质工程深度学习语言模型――Progen,首次实现了AI预测蛋白质的合成。目前我们也自研了一款扩散模型TRDiffusion,设计多种多样与天然蛋白质截然不同的全新单链蛋白质及复合体,目前已进入实验验证阶段。
实际上,无论是中国也好,美国也好,最大的优势是大家都能利用蛋白质设计技术,撬开生命科学的窗口。那么后续大家会更加重视生命科学的产业环境,无论是创新药环境、环保能源环境、食品安全环境等等,都会跟上技术研发的速度。所以我觉得,无论是科技研发、产业落地、还是风险投资,我们一定要对未来的产业环境有足够的信心和投入。
对于天壤而言,未来在算法升级,干湿实验室搭建、平台开发上都需要很大的投入;
其次,大家都知道,蛋白质被称为“生命的基石”,在已知的天然蛋白质的背后,蕴藏着一个隐密而巨大的“蛋白质矿山”。大家都想最先找到那块金矿,这方面特别考验团队的算力、算法、人才队伍,以及下游的产业合作。所以这是一个联动的工作,研发做快了,后面也得跟着快。
因此,回到刚才讲到的中国能否弯道超车的问题,我认为这是一个非常具有挑战性的事情,但最根本的一点,我们不能从一直follow别人的技术,而是要从中国本土的产业转化和人民需要上找问题,这才是我们弯道超车的机会。
周耀旗:我认为如今的【【微信】】有点像新一波AI热潮。
2020年AlphaFold2出来的时候,大家对AI的兴趣特别大,很多投资方出手,但很快发现AI公司并没有那么快出效果,所以去年AI热度又降了下来。如今【【微信】】让AI再次回热,但也有人发现它距离SOTA (state-of-the-art model,最先进的模型)还有一段距离,所以我估计大部人很快又会失望。
另一方面,从公司的角度来说,【【微信】】公司成立于2015年,8年时间才产生了【【微信】】这样的轰动项目。但国内有多少家投资商和公司,有耐心等8年?
有人说,中国会发展出更好的【【微信】】,认为中文内容的广度、深度远远超过英文内容。实际上,如今即使是中国人所发表的前沿知识,大部分都是以英文的方式呈现。英文知识库扩大的速度很快,而中文很慢。因此,只有把中英知识全部结合起来,才能充分利用全人类的积累的知识。
举个例子,为什么谷歌搜索占据世界第一,国内搜索公司的回答准确性却很低,甚至它的应用市场只缩在中国?
这是非常现实的问题,主要原因是因为很多国内公司没有胸怀世界的前景观,认为专精于中国知识库就够了。那么,借助【【微信】】的热潮,我们到底能不能实现弯道超车?
从国内生物医药的政策环境来看,某种意义上我们还存在一些阻碍,特别是国内创新药市场的带量集采模式,类似于传统的统购统销模式,导致创新药价格被压得很低,上游科研、生产等环节都缺乏动力。
相比较而言,全球主要国家创新药市场销售额情况,美国占比在50%以上,其他发达国家中,欧洲五国占比约16%,日本韩国占比8%,中国仅占3%,与发达国家差距较大。
这也侧面反映了美国在研发,转化,市场方面具备更深厚的经验积累,中国还有很多的学习机会。
先不说超车,今后我们要多久才能跟上美国步伐,现在还是很大的挑战。另外,中国在芯片方面被限制,所以尽管最近很多开源方案可以复用,但大家如果想大幅度超过国际水平,我觉得还是有一点困难。
龚新奇:周教授给我们的建议,我们先能跟跑,再是超车。2021年5月,百图生科计划在苏州工业园区创意产业园建立苏州研发中心,百度创始人李彦宏到场,看来是想花很大心思想引领中国的“BT+IT”的发展。宋乐老师是百图生科在AI生命科学方面的的领导者,你觉得,你们有什么样的规划可以助力中国来弯路超车?
宋乐:我可以从行业现状分享一些看法。我观察一些美国大药企和美国AI公司在合作上释放了一个机会窗口给中国。
怎么说呢?美国很多传统大药企,更加聚焦于用一些生物手段、实验手段做药物筛选,研究大多以生物学家、医学家为主导。沿用这条旧有的的研发模式,他们非常成功,很赚钱,也花费了大量的实验成本、试验周期。但这些公司里的IT、AI团队都很小,只有3~5个人,很难做出大规模预训练模型,以及更复杂的结构预测模型。为了促进干湿实验结合,他们只好源源不断地引入外部公司研发的AI模型。
但这类公司囿于人力、组织结构,很多情况下他们都是处于观望和学习的阶段。而国外还有一类公司,却是强于AI,能够孵化出诸多世界级的前沿AI生物技术。比如Deepmind、Meta、它们强于算法迭代,频繁在蛋白质结构预测和生上吊打其他公司。
比如最近Meta基于大语言模型而推出的蛋白质设计工具,就被在Meta任职多年的首席AI科学家Yann LeCun直言:效果惊人。因此国外生命科学界的研发落地模式,属于“顶级AI公司+Biotech公司”强强联手,不断拟合两者之间的gap。
但实际上,跨公司之间的合作矛盾无可避免,成果落地也存在拉扯。截至目前,国外诸多公司只是在算法层面给了我们很多希望,离真实的实验验证、技术落地、产业转化,以及临床应用,还存在很远的距离。所以总体来说,美国两种不同的研发公司,都存在各式不一的先天性缺陷,反而给中国公司提供了一个“时间窗口”。
比如,中国走的路线是将多学科的学者集中起来,在发展之初就强调“AI+实验”的一体化模式。尽管这种模式在AI制药的研发、临床等前期阶段耗时长,但只要跨过死亡谷,在硬科技产品商业化、面向市场的阶段,或超速美国。
以AI制药为例,当一个创新药物进入临床1-3期的时候,就已经证明了自身市场价值。至于后端的临床、市场能否产生效益,实际上与资本和政策支持密不可分。换句话说,百图生科等公司的任务是,做好产业最前端的算法技术升级、药物发现和筛选,从而进一步缩短药物交付时间,如此才能真正惠及患者。
总体来说,