当人工智能与科学交汇时，结果往往是突破性的。以谷歌DeepMind的AlphaFold为例，这款预测蛋白质3D结构的程序因其创造者获得了诺贝尔奖，并彻底改变了生物学领域。现在，OpenAI也进入了这一领域，推出了一个专门为工程蛋白质设计的语言模型——GPT-4b Micro。
与面向公众的通用ChatGPT模型不同，GPT-4b Micro专注于重新设计蛋白质，以推动人类寿命的延长。这款模型由旧金山的生物技术初创公司Retro Biosciences与OpenAI合作开发，后者得到了OpenAI首席执行官Sam Altman的大量资金支持。这是OpenAI首次涉足生物研究领域，两家组织的合作目标是增加人类寿命十年。
Retro Biosciences的工作集中在山中因子（Yamanaka factors），这是一组能够将成熟的皮肤细胞转化为年轻干细胞的蛋白质。这些干细胞可以生成人体内的任何类型的组织，为从器官再生到逆转细胞衰老的疗法带来了希望。然而，使用山中因子重新编程细胞效率极低，通常需要数周时间，成功率不到1%。
这就是GPT-4b Micro发挥作用的地方。不同于谷歌的AlphaFold预测蛋白质的3D形状，GPT-4b Micro专注于重新设计蛋白质以增强其功能。该AI模型训练于来自各种物种的蛋白质序列数据集以及蛋白质-蛋白质相互作用的数据。尽管这个数据集相对较小，但GPT-4b Micro是一个专为特定领域提供精确度的“小型语言模型”。
Retro科学家利用该模型生成了山中因子的重新设计方案，采用了类似于传统语言模型中的“少量提示”技术。这种方法允许用户通过提供所需结果的例子来引导AI，然后再请求建议。AI的输出经常包括对蛋白质的重大修改，多达三分之一的氨基酸被改变——这些变化是人类研究人员通常不会考虑的，因为可能的组合数量过于庞大。
在实验室测试中，GPT-4b Micro的建议取得了显著成果。模型提出的修改使两个关键山中因子的有效性提高了超过50倍。Retro的首席执行官Joe Betts-Lacroix表示，AI的建议异常有效，带来了人类科学家单独无法实现的重大进展。
GPT-4b Micro的成功突显了AI在科学发现中日益重要的作用。OpenAI研究员John Hallman强调了该模型超越人类能力的能力。哈佛大学衰老研究员Vadim Gladyshev指出，改进的干细胞创建方法将具有深远的影响。“皮肤细胞相对容易重新编程，”Gladyshev解释道，“但对于其他细胞或物种，挑战巨大。这项技术可以解决这些问题。”
这项工作的更广泛影响可能是变革性的。虽然GPT-4b Micro尚未作为商业产品推出，但它展示了定制AI模型加速高度专业化领域研究的潜力。这也引发了关于AI是否能实现真正的科学发现的问题——这是通向人工通用智能（AGI）的一个重要里程碑。
尽管GPT-4b Micro前景光明，但其开发并非毫无争议。Retro Biosciences大约一年前开始接触OpenAI，这不是一次偶然的合作。据《麻省理工科技评论》2023年的报道，Sam Altman个人投资了1.8亿美元给Retro。
OpenAI坚称此次合作未涉及资金交换，且Altman并未直接参与项目，但他既是Retro的最大投资者又是OpenAI的领导者，这一双重角色引起了审查。批评者指出，这可能导致利益冲突，尤其是考虑到Altman在科技初创企业的大量私人投资，形成所谓的“不透明投资帝国”。
OpenAI表示其决策过程独立于Altman的个人投资，但与Retro的合作可能会提升这家初创公司的知名度和融资潜力。Betts-Lacroix拒绝评论Retro是否正在寻求额外投资。
Retro Biosciences的工作在GPT-4b Micro的支持下仍处于早期阶段。虽然该公司计划发布其研究成果，但外部验证将是确认AI影响的关键。即便如此，这些结果为生物技术和AI合作的未来提供了令人鼓舞的前景。
这种合作关系还强调了定制AI模型在应对全球最复杂挑战方面的潜力。正如Altman最近所言，“超级智能工具可以大幅加速科学发现和创新，远远超出我们目前的能力。”如果GPT-4b Micro的早期成功是一个迹象，OpenAI可能正在开启科学和AI发展的新时代。
尽管有关伦理、访问和可负担性的问题仍然存在，但AI驱动的长寿研究突破前景无疑是令人兴奋的。OpenAI的最新实验可能是不仅延长人类寿命，而且从根本上重新定义衰老的第一步。
(全文结束)
