談到人工智能，過去的一年是建設性進步的一年，而不是浮華浮華的一年。蛋白質(zhì)建模、循環(huán)利用和藥物發(fā)現(xiàn)的進展。

這句話出自兩位領先的風險投資家，Air Street Capital的Nathan Benaich和Plural的Ian Hogarth，他們發(fā)布了對AI狀況的年度總結(jié)，觀察到盡管人工智能風險投資在2022年下降，但新興智能應用領域的工作令人印象深刻。

例如，Alphabet的AI子公司DeepMind現(xiàn)在正在為新興科學和農(nóng)業(yè)研究提供大大增強的蛋白質(zhì)模型。“該公司現(xiàn)在已經(jīng)部署了該系統(tǒng)來預測來自植物、細菌、動物和其他生物體的2億種已知蛋白質(zhì)的3D結(jié)構(gòu)，”Benaich和Hogarth報告說。“這項技術(shù)實現(xiàn)的從藥物發(fā)現(xiàn)到基礎科學的下游突破的程度將需要幾年時間才能實現(xiàn)。”DeepMind的AlphaFold DB于2022年7月首次發(fā)布，其中包含一百萬個預測的蛋白質(zhì)結(jié)構(gòu)。

DeepMind的方法不僅有助于加快該領域的研究，還促進了基于矩陣乘法的技術(shù)，即人工智能、成像，以及基本上發(fā)生在我們手機上的一切，”他們補充說。

風投還報告稱，主要的人工智能藥物研發(fā)公司擁有18個臨床資產(chǎn)，第一個CE標志被授予自主醫(yī)學成像診斷。

風險投資公司報告說，塑料回收也取得了進展。德克薩斯大學奧斯汀分校開發(fā)的機器學習工程酶“能夠降解PET，這是一種占全球固體廢物12%的塑料。這種稱為FAST PETase的PET水解酶比現(xiàn)有的水解酶對不同的溫度和pH水平更穩(wěn)健。FAST PETase能夠在一周內(nèi)幾乎完全降解51種不同的產(chǎn)品。他們還表明，他們可以從FAST PETase降解中回收的單體重新合成PET，這可能為工業(yè)規(guī)模的閉環(huán)PET回收開辟道路。”

此外，Benaich和Hogarth報告了以下開發(fā)進展：

“用于代碼研究的最新AI被大型科技公司和初創(chuàng)公司迅速轉(zhuǎn)化為商業(yè)開發(fā)工具。

擴散模型以令人印象深刻的文本到圖像生成能力席卷了計算機視覺世界。

人工智能攻擊更多的科學問題，從塑料回收、核聚變反應堆控制和天然產(chǎn)物發(fā)現(xiàn)。

縮放定律重新關(guān)注數(shù)據(jù)：也許模型比例并不是您所需要的全部。朝著單一模型的方向發(fā)展以統(tǒng)治它們。

社區(qū)驅(qū)動的大型模型開源以極快的速度發(fā)生，使集體能夠與大型實驗室競爭。

受神經(jīng)科學的啟發(fā)，人工智能研究在其方法上開始看起來像認知科學。”

AI系統(tǒng)背后的領先硬件平臺NVIDIA也見證了其處理器尺寸和功率的顯著增長。NVIDIA的2021財年數(shù)據(jù)中心收入為106億美元，在2021年第四季度，他們確認了32.6億美元，“按年計算，這高于三大AI半導體初創(chuàng)公司的總估值，”Benaich和Hogarth表示。“NVIDIA在其平臺上擁有超過300萬開發(fā)人員，該公司最新一代H100芯片預計將提供比A100高9倍的訓練性能。”