打造你的广告王国，自助广告位源码

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>ChatGPT和(he)ChatGPT們(men)，妳(ni)都(dou)了(le)解(jie)了嗎(ma)？

說(shuo)到(dao)最(zui)近(jin)網(wang)上(shang)最火(huo)的(de)科(ke)技(ji)名(ming)詞(ci)，非(fei)“ChatGPT”莫(mo)屬(shu)。ChatGPT（Chat Generative Pre-trained Transformer）是(shi)美(mei)國(guo)壹(yi)家(jia)人(ren)工(gong)智(zhi)能(neng)研(yan)究(jiu)公(gong)司(si)研發(fa)的聊(liao)天(tian)機(ji)器(qi)人程(cheng)序(xu)，不(bu)僅(jin)能與(yu)人有(you)問(wen)有答(da)，文(wen)章(zhang)也(ye)寫(xie)得(de)有模(mo)有樣(yang)，因(yin)此(ci)有些(xie)人稱(cheng)之(zhi)為(wei)史(shi)上最強(qiang)AI（人工智能），甚(shen)至(zhi)還(hai)有人聯(lian)想(xiang)到科幻(huan)片(pian)中(zhong)人工智能最終(zhong)取(qu)代(dai)人類(lei)的情(qing)節(jie)。記(ji)得上一輪(lun)掀(xian)起(qi)輿(yu)論(lun)熱(re)潮(chao)的人工智能事(shi)件(jian)，还是2016年(nian)AlphaGo以(yi)4∶1戰(zhan)勝(sheng)世(shi)界(jie)頂(ding)級(ji)圍(wei)棋(qi)棋手(shou)李(li)世石(shi)。今(jin)天我(wo)们請(qing)知(zhi)名科普(pu)作(zuo)者(zhe)張(zhang)田(tian)勘(kan)來(lai)说说以ChatGPT为代表(biao)的人工智能對(dui)當(dang)前(qian)社(she)會(hui)发展(zhan)的影(ying)響(xiang)，以及(ji)其(qi)現(xian)有成(cheng)果(guo)在(zai)生(sheng)物(wu)科學(xue)領(ling)域(yu)的作用(yong)。

接(jie)受(shou)强化(hua)訓(xun)練(lian)的生成式(shi)AI： 对接用戶(hu)需(xu)求(qiu)創(chuang)造(zao)新(xin)內(nei)容(rong)

现在全(quan)世界都在談(tan)论的ChatGPT是一個(ge)人工智能撰(zhuan)稿(gao)和聊天工具(ju)，去(qu)年11月(yue)一經(jing)推(tui)出(chu)，便(bian)在社交(jiao)媒(mei)體(ti)上迅(xun)速(su)走(zou)紅(hong)，至今月活(huo)躍(yue)用户已(yi)過(guo)億(yi)。ChatGPT能夠(gou)通(tong)过学習(xi)和理(li)解人类的語(yu)言(yan)来進(jin)行(xing)对話(hua)、回(hui)答各(ge)種(zhong)问題(ti)，还能根(gen)據(ju)要(yao)求完(wan)成視(shi)頻(pin)腳(jiao)本(ben)、文案(an)、论文、代碼(ma)等(deng)写作任(ren)務(wu)。它(ta)的成功(gong)，源(yuan)於(yu)以深(shen)度(du)学习为代表的人工智能技術(shu)的長(chang)期(qi)積(ji)累(lei)。從(cong)属性(xing)上看(kan)，ChatGPT其實(shi)是一个大(da)型(xing)语言模型（LLM），接受过大量(liang)文本數(shu)据的训练，能够对各种各样的问题輸(shu)入(ru)生成类似(si)人类的應(ying)答結(jie)果和反(fan)应，因此，也可(ke)以称它为容生成器。

AI需要具備(bei)3个要素(su)：数据、算(suan)力(li)及算法(fa)。数据是知識(shi)原(yuan)料(liao)，算力及算法則(ze)提(ti)供(gong)“計(ji)算智能”以学习知识並(bing)实现特(te)定(ding)目(mu)標(biao)。人们对AI有多(duo)种分(fen)类，以AI“能做(zuo)什(shen)麽(me)工作”和“完成什么任务”作为标準(zhun)，可以簡(jian)單(dan)將(jiang)其分为反应式AI（分析(xi)型AI）和生成式AI。

反应式AI根据預(yu)編(bian)程規(gui)则对不同(tong)类型的刺(ci)激(ji)做出反应，由(you)于不使(shi)用内存(cun)，所(suo)以無(wu)法通过新数据进行学习。1997年擊(ji)敗(bai)国際(ji)象(xiang)棋冠(guan)軍(jun)加(jia)裏(li)·卡(ka)斯(si)帕(pa)羅(luo)夫(fu)的 IBM深藍(lan)超(chao)级计算机就(jiu)是反应式AI。

而(er)生成式AI獲(huo)得了大量数据、信(xin)息(xi)，并且(qie)经过了强化训练和深度学习，以及类似于神(shen)经网絡(luo)的反饋(kui)糾(jiu)錯(cuo)机制(zhi)，所以能完成很(hen)多工作，產(chan)生很多产品(pin)。用一句(ju)话概(gai)括(kuo)其本質(zhi)：根据用户的具体需求创造新内容。

从ChatGPT的全称“Chat Generative Pre-trained Transformer（生成式预训练轉(zhuan)換(huan)器）”就能看出，它是一款(kuan)可以自(zi)行生成許(xu)多内容的AI，包(bao)括各类文本、文章、与人对话、翻(fan)譯(yi)、编写代码、繪(hui)畫(hua)、制作视频等。

由于受各种因素的制約(yue)，ChatGPT生成的内容也有不少(shao)错誤(wu)，尤(you)其是關(guan)于社会、文化、人文、哲(zhe)学、政(zheng)治(zhi)、经濟(ji)和歷(li)史方(fang)面(mian)的内容。但(dan)是在自然(ran)科学领域，由于有公認(ren)的定律(lv)和共(gong)同的认知，如(ru)“原子(zi)是由帶(dai)正(zheng)電(dian)的原子核(he)和核外(wai)带負(fu)电的电子構(gou)成的”，ChatGPT生成的内容出错率(lv)相(xiang)对較(jiao)少。

正因如此，雖(sui)然生成式AI在所有领域都有用武(wu)之地(di)，但类似ChatGPT的生成式AI在自然科学领域的应用更(geng)受青(qing)睞(lai)。生物醫(yi)学研究、医療(liao)和生命(ming)科学都需要生成式AI，ChatGPT只(zhi)是其中一种。

准確(que)预測(ce)蛋(dan)白(bai)质结构： 可加快(kuai)新藥(yao)和疫(yi)苗(miao)研发

目前，生成式AI在生物医学领域的用途(tu)方興(xing)未(wei)艾(ai)。生成式AI不仅能分析成千(qian)上萬(wan)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(jing)确测定蛋白质的构型需要耗(hao)費(fei)大量的時(shi)間(jian)和精力，还未必(bi)能测得准，給(gei)药物、疫苗研发和疾(ji)病(bing)治疗造成了阻(zu)礙(ai)。如果生成式AI的结果既(ji)准确又(you)快速，就可以知道(dao)一些病毒(du)變(bian)異(yi)後(hou)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(ying)国深度思(si)考(kao)公司研发的阿(e)爾(er)法折(zhe)疊(die)2（Alpha Fold-2）有了驚(jing)人成就。這(zhe)款生成式AI在2020年舉(ju)行的第(di)14屆(jie)“蛋白质结构预测关鍵(jian)評(ping)估(gu)”大賽(sai)中大放(fang)异彩(cai)。它测定的大部(bu)分蛋白质结构非常(chang)准确，不仅与实驗(yan)方法测得的蛋白质结构的精确度相同，还遠(yuan)超解析新蛋白质结构的其他(ta)方法。具体来说，阿尔法折叠2能在幾(ji)分鐘(zhong)内预测出一个典(dian)型蛋白质的结构，并能够在几天内生成高(gao)精度的结构。2022年初(chu)，阿尔法折叠2又测出了2.2亿个蛋白质的结构，几乎(hu)涵(han)蓋(gai)了DNA数据庫(ku)中已知生物的所有蛋白质。

2022年11月，Meta公司（前身(shen)为Facebook）奮(fen)起直(zhi)追(zhui)，其名为ESMFold的生成式AI軟(ruan)件预测了约6亿个蛋白质的结构，这些蛋白质来自細(xi)菌(jun)、病毒和其他尚(shang)未命名的微(wei)生物。虽然該(gai)软件的准确性不如阿尔法折叠2，但在预测结构方面速度要快约60倍(bei)。

ESMFold的原理与ChatGPT基(ji)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，也就是通过堿(jian)基排(pai)列(lie)的順(shun)序和规律来檢(jian)测蛋白质。

举例(li)来说，对于ESMFold的训练，是把(ba)已知蛋白质的氨(an)基酸(suan)序列“投(tou)餵(wei)”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个不同的氨基酸鏈(lian)表示(shi)，每(mei)个氨基酸链由一个字(zi)母(mu)表示，这种训练使ESMFold对蛋白质序列有直觀(guan)理解，并能理解蛋白质序列包含(han)的蛋白质形(xing)狀(zhuang)信息。在这样的深度学习之后，ESMFold学会了在氨基酸比(bi)例模糊(hu)的情況(kuang)下(xia)“自動(dong)補(bu)全”信息。

研究團(tuan)隊(dui)把ESMFold应用于大规模测序的“宏(hong)基因組(zu)”DNA数据库，这些DNA来自于環(huan)境(jing)，包括土(tu)壤(rang)、海(hai)水(shui)、人类腸(chang)道、皮(pi)膚(fu)和其他微生物棲(qi)息地。ESMFold通过算法，能结合(he)蛋白质结构和序列之间关系(xi)的信息生成预测结构。它總(zong)共预测了超过6.17亿个蛋白质的结构，只花(hua)了兩(liang)周(zhou)时间。而且，在6.17亿个蛋白质测試(shi)中，超过1/3的预测是高质量的，有数以百(bai)万计的蛋白质结构是全新的。

自然界酶(mei)类从无到有： 人工酶氨基酸序列变化也无損(sun)活性

生成式AI的强大还体现在可以生成自然界中沒(mei)有的蛋白质和物质，为人类的衣(yi)食(shi)住(zhu)行生产、提供新原料和产品。

美国一家人工智能研究企(qi)業(ye)研发了另(ling)一种生成式AI，称为人工酶人工智能系統(tong)ProGen。这是一种專(zhuan)門(men)检测酶（由活体细胞(bao)产生的一种特殊(shu)蛋白质，人体内几乎所有生化反应都必須(xu)有酶參(can)与才(cai)能完成）和生成酶的AI软件。在实验室(shi)测试中，ProGen設(she)计的一些人工酶与自然界中发现的酶一样有效(xiao)，即(ji)使其氨基酸序列与任何(he)已知的天然蛋白质存在顯(xian)著(zhu)差(cha)异，也仍(reng)然有生物活性。

特定的蛋白质各有其单獨(du)的氨基酸排列顺序。研究人員(yuan)把1.9万个酶家族(zu)的2.8亿种不同蛋白质的氨基酸序列输入ProGen机器学习模型中，同时提供相关蛋白质特性作为控(kong)制标簽(qian)，然后讓(rang)系统花费数周时间来“消(xiao)化”这些信息。此后，研究人员再(zai)把信息收(shou)窄(zhai)，使用来自5个溶(rong)菌酶家族的5.6万种蛋白质氨基酸序列，以及有关这些蛋白质的一些信息来对模型进行微調(tiao)。

根据学习的内容，ProGen迅速生成了100万个蛋白质序列，研究团队在其中選(xuan)擇(ze)了100个进行测试后发现：来自5个溶菌酶家族的所有人工蛋白质均(jun)显示出活性，且73%具有抗(kang)菌功能，而在天然蛋白质中仅59%具有抗菌功能。

更令(ling)人惊訝(ya)的是，在另一轮篩(shai)选中研究团队发现，即使只有31.4%的序列与目前已知的天然蛋白质相似，生成式AI设计的酶类依(yi)然显示出了生物活性。与之相反的是，天然蛋白质如果发生任何一个突(tu)变，都有可能失(shi)去生物活性。

这些研究结果总结起来，彰(zhang)显了三(san)方面的意(yi)義(yi)：一是ProGen生成的人工蛋白质不仅可以正确表達(da)，还展示出与蛋白质天然折叠相类似的结构；二(er)是AI生成的蛋白质即便只有部分氨基酸序列与天然蛋白质的序列相似，也具有生物活性，但天然蛋白没有这个優(you)勢(shi)；三是人工智能可以设计出在自然界从未有过的新物质和新产品。

这意味(wei)著(zhe)，如果采(cai)用生成式AI设计和生产蛋白药物、食品及生物产品（如降(jiang)解塑(su)料的产品），会更快更有效，当然其安(an)全性还需通过进一步(bu)的研究来检验。换句话说，如果人工智能生成的蛋白质能够像(xiang)自然生成的蛋白质一样，也意味着未来人工智能可以设计人类所需要的各类产品，首(shou)要的就是滿(man)足(zu)人类生存的食物和药品。

幫(bang)助(zhu)診(zhen)斷(duan)疾病和优生： 最终结果仍需人类審(shen)核決(jue)定

现在，生成式AI已经发展到通过圖(tu)像、血(xue)液(ye)、组織(zhi)掃(sao)描(miao)结果，来检测、诊断和预测心(xin)血管(guan)病、眼(yan)部疾病、糖(tang)尿(niao)病，以及结直肠癌(ai)、肺(fei)癌、乳(ru)腺(xian)癌、前列腺癌等多种癌癥(zheng)。

心臟(zang)病是一类嚴(yan)重(zhong)的心血管疾病。心电图信號(hao)最常被(bei)用作筛查(zha)心脏病的工具。新加坡(po)南(nan)洋(yang)理工大学等机构的研究人员利(li)用一种名为Gabor-CNN的人工智能机器学习算法设计出了一种生成式AI诊断工具，能模仿(fang)人类大腦(nao)的结构和功能，使用心电图诊断冠状动脈(mai)疾病、心肌(ji)梗(geng)死(si)和充(chong)血性心力衰(shuai)竭(jie)。试验结果显示，这种人工智能有助于自动识別(bie)健(jian)康(kang)人群(qun)和不同心血管疾病患(huan)者相关的心电图信号，其准确率能超过98.5%。

癌症同样可以利用AI来诊断和治疗。对于结直肠癌和乳腺癌，现在一般(ban)是通过观察(cha)CT照(zhao)片和组织切(qie)片来进行诊断。中国中南大学等机构的研究人员从中国、德(de)国和美国的8803名受试者和13个独立(li)的癌症研究中心收集(ji)了超过1.3万张结直肠癌图像，利用这些隨(sui)机选择的图像，研究人员构建(jian)了一种AI软件来识别结直肠癌的图像。初步测试结果显示，AI软件能检测出大部分结直肠癌图片，堪(kan)比真(zhen)正的病理学家，甚至在很多情况下表现得更好(hao)。当然，最后的诊断还需经过病理学家的把关和审查。

还有一个受到医学关註(zhu)的领域是不孕(yun)不育(yu)。现代生活方式和环境变化造成约有15%的夫婦(fu)不育，其中精子质量差是重要的原因之一。傳(chuan)统的做法是对精子活检来检测质量，但这个任务如果由AI来完成会更出色(se)。

最近上海市(shi)第一妇嬰(ying)保(bao)健院(yuan)研发了一种AI软件，通过深度学习和算法，可以识别精子的“面部”和不同運(yun)动形態(tai)（类似于人臉(lian)识别），操(cao)作者只需通过电脑屏(ping)幕(mu)观察即可。这套(tao)AI系统对3家医院共1000份(fen)样本进行检测的结果显示，其准确性与传统方法相同。AI软件大大縮(suo)短(duan)了整(zheng)个检查过程，仅需一个半(ban)小(xiao)时，而使用传统方法需要大约一周时间才能拿(na)到報(bao)告(gao)。

这样的“智能”例子举不胜举。可以预想，人工智能的快速发展将会对许多领域造成沖(chong)击，尤其是那(na)些创造性较低(di)且基于行业知识或(huo)训练就可以完成的工作，如客(ke)服(fu)、动画建模、美工、翻译、低级代码開(kai)发人员等。此次(ci)風(feng)靡(mi)全球(qiu)的ChatGPT让我们看到，人工智能的发展有了质的飛(fei)跃，预示了更多可能，但这种技术革(ge)新目前还只限(xian)于语言維(wei)度，并非主(zhu)动意识，也不具备真正的创新能力，与科幻片中“人工智能取代人”的幻想相去甚远。

总之，无论AI应用到了什么领域，最终所获得的成果或生成的产品仍需由人来审核和决定，这才是对待(dai)AI的科学态度。

（原标题：ChatGPT和ChatGPT们，你都了解了吗？）

来源：北(bei)京(jing)日(ri)报客户端(duan) | 记者 汪(wang)丹(dan) 返(fan)回搜(sou)狐(hu)，查看更多

責(ze)任编輯(ji)：