OpenAI首個生物AI模型問世，一出手就在干細胞研究領域創(chuàng)造奇跡！

從AGI到生物科技的野心

新模型「GPT-4b micro」的問世，不僅使干細胞生成效率實現(xiàn)了50倍的飛躍式提升，更是OpenAI首次公開宣稱其AI模型具備催生突破性科學發(fā)現(xiàn)的能力。

這一成果背后，還蘊含著OpenAI更為宏大的愿景。OpenAI首席執(zhí)行官Sam Altman于上周明確表示，他堅信公司已經探索出構建AGI（通用人工智能）的路徑。

在他看來，超級智能工具將極大地推動科學發(fā)現(xiàn)與創(chuàng)新的進程，其效率遠遠超出人類自身的能力范疇。

18億美元抗衰老布局

這次合作的背后有著精心的布局。

Retro Biosciences，一家總部位于舊金山的專注于長壽研究的公司，是我們的合作伙伴。值得注意的是，Sam Altman早在2023年便已對其進行了1.8億美元的個人投資。該公司有著清晰且宏大的目標，即致力于將人類壽命延長10年。

而實現(xiàn)這一目標的關鍵因素在于「山中因子」（Yamanaka factors），這是一種具有特殊功能的蛋白質，能夠將普通的皮膚細胞轉化為干細胞。

目前，眾多財力雄厚的公司，如Altos Labs，也在積極開展對這一技術的研究，期望以此為突破口，實現(xiàn)動物年輕化、構建人類器官，以及提供替換細胞等多種應用。

然而，該技術面臨著一個亟待解決的重大問題，即其效率極低。在實驗室環(huán)境中，完成這種細胞的「重編程」過程通常需要數(shù)周時間，而且成功率不足1%。

GPT-4b micro：超越AlphaFold

該模型采用了一種創(chuàng)新性的方法。

與谷歌DeepMind的AlphaFold不同，它并未聚焦于預測蛋白質結構，而是致力于利用基于語言模型的技術對非結構化蛋白質進行重新設計。

模型的訓練過程是通過學習來自多個物種的蛋白質序列以及蛋白質之間的相互作用數(shù)據(jù)來完成的。

值得注意的是，這些數(shù)據(jù)量相較于OpenAI旗艦聊天機器人的訓練數(shù)據(jù)要少得多，這也使得GPT-4b micro成為一個專注于特定數(shù)據(jù)集的“小語言模型”。

驚人實驗結果

實驗結果令人震驚：

該模型在蛋白質改造方面表現(xiàn)出了極大的勇氣，最多可替換三分之一的氨基酸序列。

在初步試驗中，這一改造策略的效果完全超越了人類工程師的設計，使得干細胞生成效率提升了50多倍。

Retro的CEO Joe Betts-Lacroix表示：

模型的表現(xiàn)出奇地好，在相當多的情況下都超越了原始的山中因子。