作者丨蘇北佛樓蜜

編輯丨陳伊凡

(資料圖)

2022年12 月，兩名計算生物學家Casey Greene和Milton Pividori開創(chuàng)了一項不同尋常的實驗：他們請一名非科學家的助手幫助他們改進三篇研究論文。在一份生物學手稿中，助手甚至在引用方程式時發(fā)現了一個錯誤，審稿順利完成且費用適中，每份文件不到0.50美元。

這名助手并非人類，而是一種名為GPT-3的人工智能算法。

“這將幫助我們提高研究人員的工作效率?！?科學家對此感到震驚。

如今，基于這一通用大模型算法誕生的產品ChatGPT，一經推出，就引發(fā)了現象級關注。一時間，全球科技巨頭競相宣布其將會把ChatGPT引入自己的業(yè)務。人們或驚嘆狂歡，或居安思危，ChatGPT所承載的意義似乎就快超越它本身。在百花齊放的應用場景中，生物技術領域能如何搭上ChatGPT的快車？

ChatGPT與生物技術的結合

2020年，人工智能公司OpenAI發(fā)布的一款模型，自發(fā)布初就被大肆宣傳為生成式AI聊天機器人式工具，無論是創(chuàng)作散文、詩歌、計算機代碼，還是編輯研究論文，似乎無所不能。

昨日，微軟（Microsoft）公司表示，將把ChatGPT整合到搜索引擎Bing和網絡瀏覽器中，谷歌（Google）公司也在今日展示了其名為Bard的人工智能對話系統(tǒng)。這些系統(tǒng)可以根據用戶提供的復雜問題，提供全面而綜合的回答，小到制定詳細的旅行計劃，大到分析公司的運營策略。

ChatGPT在生物技術上最有前景的應用似乎是在蛋白質生成和基因測序領域。

總部位于加利福尼亞的生物技術公司Profluent使用類似于ChatGPT的AI模型，創(chuàng)造了新型抗菌蛋白，并且已經證明它們能夠在實驗室中殺死細菌。

這一模型名稱為ProGen，是一種大型語言模型 (LLM)，它利用大量文本作為訓練數據，開發(fā)分析和生成語言的能力——類似于ChatGPT，但 Progen的語言是蛋白質語言。

簡單來說，就是使用 AI 和大型語言模型，例如為 ChatGPT 提供支持的語言模型，來學習生物學的基本語言，并設計具有治愈疾病潛力的新蛋白質。

目前，ProGen生成了一百萬種不同的人工序列，研究人員從中挑選了 100種在實驗室中合成，其中66種產生了類似于雞蛋清溶菌酶的化學反應，用作陽性對照。

該團隊隨后選擇了五種新型抗菌蛋白，并測試了它們對大腸桿菌的抵抗力。其中兩種新蛋白質能夠殺死細菌。

同時，X射線成像顯示，盡管這些抗菌蛋白的氨基酸序列與任何已知的天然蛋白相差超過30%，但它們仍然折疊成與”天然表親們”幾乎相同的形狀。

這項研究可能意味著，未來我們能通過與AI合作，創(chuàng)造本不屬于自然界的蛋白質，并將這些蛋白質賦予不同的功能，人類成為了微觀世界里的上帝。

攻克蛋白質后，ChatGPT似乎又開始朝著基因高歌猛進。

科技公司Nvidia在今年的JP摩根醫(yī)療健康大會稱，隨著新一代基因組測序速度的不斷加快和成本的不斷降低，目前我們測序基因組DNA的能力已經超越了分析DNA序列并從中獲取洞見的能力。而更快速有效地處理海量的基因組序列信息離不開人工智能。

大型語言模型通過可以分析人類語言一樣分析DNA序列，以此加快基因組的拼接、基因突變的發(fā)現，并且用人類對話的方式將發(fā)現表述給研究人員。

比如，整合ChatGPT的基因測序分析系統(tǒng)可能在處理患者的基因組測序數據后給出——“這名患者的某基因上的突變可能導致罕見遺傳病A”的結論，它似乎代替了醫(yī)生。

ChatGPT是萬能的嗎？

一切的發(fā)現和應用似乎都朝著好的方向前進。但面對似乎全能的工具，隨之而來的是人類的反思和“批判”。它是萬能的嗎？

部分看客也跟著給出了自己的答案：不是。

首先，我們開始思考翻譯和替代的準確率？

比如，目前大型語言系統(tǒng)的缺陷在于“提供信息的真實度有待提高”。由于ChatGPT基于對已有語言數據的學習提供回答，它的回答也受到數據庫中不真實、有偏見、或者過時知識的影響。

這可能意味著對于專業(yè)性強的話題，如果大型語言系統(tǒng)沒有經過足夠專業(yè)數據的訓練，很可能提供錯誤的回答。對于不了解專業(yè)知識的普通人來說，無法偵辨虛實。

此外，由于海量的數據訓練是保證ChatGPT的基礎，因此在數據的輸入過程中，可能存在歷史偏見等遺留問題，種族、性別、文化、年齡歧視等不良因素都會隱匿在其中。想要人工剔除是十分困難的事情，如何防止ChatGPT根據這些數據輸出有害言論是需要解決的另一個挑戰(zhàn)。

在Nature上發(fā)表的最新評論中，有研究人員指出，建立使用ChatGPT的規(guī)范和法規(guī)至關重要，才能確保這一技術被正當、透明、公平的使用。

開發(fā)者比評論人更清楚這其中隱藏的問題。去年9月，Google子公司DeepMind發(fā)表了一篇關于名為Sparrow的“對話代理”的論文4，該公司的首席執(zhí)行官兼聯合創(chuàng)始人 Demis Hassabis 表示，該論文將在今年以私人測試版的形式發(fā)布。谷歌的目標是開發(fā)甄別包括引用消息來源的能力在內的功能。

一些科學家也認為，目前，ChatGPT還沒有接受足夠專業(yè)的內容培訓，無法對技術主題有所幫助。Kareem Carr是哈佛大學的生物統(tǒng)計學博士生，當他在工作中試用時感到不知所措。

“我認為ChatGPT 很難達到我需要的水平。”他說。

因此，一些科技公司正在根據專業(yè)科學文獻對聊天機器人進行培訓，盡管它們也遇到了自己的問題。

去年11月，擁有Facebook的科技巨頭Meta發(fā)布了一個名為Galactica的法學碩士項目，該項目接受過科學摘要培訓，旨在使其特別擅長制作學術內容和回答研究問題。

但測試中仍然出現了問題，目前該演示已從公共訪問中撤出。

對此，“不再能通過隨意濫用它來獲得樂趣了?！盡eta 的首席人工智能科學家Yann LeCun在推特上略顯憤懣地回應道。

種種小小的不愉快背后，可能意味著ChatGPT的果實并未完全成熟。狂歡之余，子彈仍需飛一會兒。

關鍵詞： chatgpt 人工智能 生物技術