AI应用进展和演化
聚糖，或者说我们细胞中的糖分子结构，可以通过质谱法测量。其中一个重要用途是这些结构可以指示细胞中不同形式的癌症。然而，质谱仪测量的数据必须经过人工仔细分析才能从聚糖碎片中找出结构。每个样本的检测过程可能需要几个小时到几天的时间。 哥德堡大学的研究人员开发了一种人工智能模型，通过糖分析增加了检测癌症的可能性。与目前的半手动方法相比，该人工智能模型能够更快、更好地发现异常，测试只需几秒钟就能解决该任务。
该结果发表在《自然方法》杂志的一篇科学文章中。该人工智能模型使用包含超过500,000个不同糖分子碎片和相关结构示例的数据库进行训练。
https://medicalxpress.com/news/2024-06-ai-cancer-clues-lightning.html
“DeepPT”通过预测患者的信使核糖核酸(mRNA)图谱来工作。mRNA对生成蛋白至关重要，也是个性化癌症药物的关键分子信息。研究人员表示，当与另一种名为ENLIGHT的工具相结合时，“DeepPT”可以预测患者对多种类型癌症疗法的反应。 研究人员利用16种常见癌症的5500多名患者的数据对“DeepPT”进行了训练，结果显示，治疗有效率从没有使用该模型的33.3%，提高到使用模型后的46.5%，相对未使用前提升约50%
公众号：undefined
undefined
洛桑联邦理工学院的团队开发了一种配对相互作用蛋白质序列的方法，该方法利用了在多序列比对 (MSA) 上训练的蛋白质语言模型的强大功能，例如 MSA Transformer 和 AlphaFold 的 EvoFormer 模块。这使它能够高度准确地理解和预测蛋白质之间复杂相互作用。 基于这些，研究人员提出了使用基于对齐的语言模型（DiffPALM）的可微分配对，这是一种使用 MLM 预测同源词匹配的可微分方法。
在从普遍存在的原核生物蛋白质数据集中提取的浅层 MSA 的困难基准测试中，它的表现远胜于现有的协同进化方法。当提供已知的相互作用对作为示例时，DiffPALM 性能会进一步快速提高。
https://www.jiqizhixin.com/articles/2024-07-11-3
分子嵌入是药物发现中的重要任务，在分子性质预测、药物-靶标相互作用（DTI）预测和药物-药物相互作用（DDI）预测等相关任务中得到广泛应用。 加拿大温莎大学（University of Windsor）的研究人员比较了 GPT 和 Llama 与 SMILES 上的预训练模型在下游任务中嵌入 SMILES 字符串的性能，重点关注两个关键应用：分子特性预测和药物-药物相互作用预测。
研究人员发现：
1. LLM 的表现确实优于传统方法
2. 使用 Llama 生成的 SMILES 嵌入在分子特性和 DDI 预测任务中的表现都优于 GPT 生成的 SMILES 嵌入。公众号：undefined
undefined
论文名称：
Can large language models understand molecules
论文地址：https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-024-05847-x
目前，Color Health使用GPT-4o建立了新的助手，帮助医疗提供者做出基于证据的癌症筛查和治疗决策 该合作研究将是首个在实验室环境中测试多模态前沿模型的实验，评估专家和新手在执行和排除安全协议方面的能力，这些协议包括标准的实验室实验任务。这些任务旨在作为更复杂任务的替代，具有双重用途的担忧。任务可能包括转化（例如，将外源基因物质引入宿主生物）；细胞培养（例如，体外维持和繁殖细胞）；和细胞分离（例如，通过离心）。通过检查GPT-4o在任务完成和准确性方面的提升，旨在量化和评估前沿模型如何提升现有专业人员和新手在实际生物任务中的技能
https://m.163.com/dy/article/J6PB4S6P05566VQ3.html?spss=adap_pc&sid_for_share=80217_3
1-6. 阿里夸克升级“超级搜索框” ：推出AI搜索为中心的一站式AI服务
7月10日，夸克升级“超级搜索框”，推出以AI搜索为中心的一站式AI服务，为用户提供从检索、创作、总结，到编辑、存储、分享的一体化信息服务价值。 用户只需打开夸克7.0版搜索框，输入问题即可体验智能回答。此外，该版本还有AI写作、文件总结、视频总结、拍题讲解等功能。一个“超级搜索框”集纳了智能回答、智能创作和智能总结三大能力。
其中，智能回答能够更好地理解用户意图，聚合全网优质内容，更精准、直接、高效地提供图文、视频等。尤其针对复杂逻辑分析和跨学科知识，智能回答更能发挥AI的综合回答能力，为用户呈现准确、丰富的结果。https://mbd.baidu.com/ma/s/fai6l1TE
一位AI炒菜机器人不仅向人类大厨发起了PK，而且还通过了「图灵测试」：根本吃不出来是AI机器人炒的！而在这背后，竟然是1.5个亿的投入和近7吨菜的训练。 从人体损耗上来看，AI大厨只用了33个动作，就完成了人类需要298个动作才完成的事，明显更省力
在另项指标上，机器人的出餐速度是人类大厨的3倍，因为它可以一「人」玩转三台机器。
近两年的实验证明，AI炒菜机器人美膳狮已能给餐饮业带来985效应——菜品还原度超过90%，人效提升80%，能耗节省45%。
https://www.163.com/dy/article/J6QOCKCF0511ABV6.html
现在开发一个APP需要多久？“云计算一哥”亚马逊云科技，深夜给出了一个新标准——
只需三步，几分钟，纯靠自然语言和鼠标“点点点”即可。亚马逊云科技的大模型能力对外输出，主要依靠处于模型层的Amazon Bedrock。
简单理解，Amazon Bedrock是一个集成了多种先进AI大模型的平台。
只需单个API，就可以提供包括Claude、Mistral、Llama、Stable Diffusion、自研Titan系列在内的30多个模型的能力。
目前让大模型变得更聪明的方法之一便是检索增强生成（RAG），此前的Amazon Bedrock已然是支持这个功能的。https://www.ithome.com/0/781/123.htm
AI大模型算法和峰会
2-1. CVPR世界第二仅次Nature！谷歌2024学术指标出炉，AI五大顶会冲进TOP 20
一年一度谷歌学术指标公布了！Nature年年霸榜，而今年与以往不同的是，国际学术顶会的排名大幅提升，CVPR位居第二，超越Science仅次于Nature。 另外，TOP 20中，共有五大顶会入选，被引最高论文与大模型时代下前沿技术，一脉相承。
CVPR、NeurIPS顶会排名跃升如此之高，说明了什么问题？加拿大滑铁卢大学计算机教授Gautam Kamath称，要么是很多人引用了这些顶会中的论文，要么是很多人在顶会中发表了论文。也就是说，这一现象主要反映了该研究领域的增长。
https://www.163.com/dy/article/J6QNR4CA0511ABV6.html
AI政策管理
3-1. 场景一键生成、图文真假难辨 AI批量造谣防不胜防：AI造谣呈现出门槛低、批量化、识别难等特点，亟待加强监管
近期，多地公安机关发布了多起利用AI工具实施造谣的相关案件。6月20日，上海市公安局城市轨道和公交总队官方微博@轨交幺幺零发布警情通报：两名营销人员为博取关注造谣地铁站发生持刀伤人的情况，被警方依法处以行政拘留。其中一人，使用AI软件生成视频技术，编造了地铁行凶的虚假视频等不实信息发布到网上，造成恶劣社会影响。 北京孟真律师事务所律师舒胜来认为，面对AI谣言等技术和犯罪形式的快速迭代，法律法规研究也要与时俱进。要进一步明确AI造谣犯罪的认定标准，加强行刑衔接，对AI造谣者“精准惩处”，做到罚当其罪、罚当其过，为广大网民营造风清气正的网络空间。
https://mo.mbd.baidu.com/r/1mj09R4ZKCs?f=cp&rs=10858228&ruk=1PJuPlec4ZGlYTqNPEAXQw&u=249dec7ccbce2e4b&sid_for_share=80217_3
AI人才、融资动态
4-1. 上海最大AI母基金落地：规模达225亿
近日，上海临港集团发布公告，公司拟出资8亿元参与设立上海国投先导人工智能私募投资基金合伙企业（有限合伙）（简称“人工智能母基金”）。一纸公告，这个目前上海乃至全国最大AI母基金浮出水面。 公告显示，上海人工智能母基金规模拟为225.01亿元，由上海国投先导私募基金管理有限公司担任基金管理人。基金期限设定为15年，包括8年的投资期和后续的退出期。
人工智能母基金是重点打造的上海三大先导产业母基金之一，基金将围绕人工智能上下游产业，聚焦智能芯片、智能软件、自动驾驶、智能机器人等人工智能相关领域，强化人工智能相关产业链集聚，推动与支持上海人工智能先导产业创新发展。
https://m.huxiu.com/article/3233511.html?type=text
人工智能母基金
4-2. 硅基流动完成近亿元融资：加速生成式AI技术普惠进程
本轮融资由某知名产业方领投，跟投方包括智谱AI、360 和水木清华校友基金等知名企业及机构，老股东耀途资本继续超额跟进，华兴资本担任独家财务顾问。 硅基流动致力于打造标准化、超高效能的生成式 AI Infra 平台，产品支持全球最前沿的大语言模型及多模态模型推理。自研的 SiliconLLM 大模型推理引擎，通过内核、框架、机制和模型协同优化，推理效率达到业内 SOTA，生成速度较同类开源产品快 10 倍以上，同时在MoE（混合专家）架构、超长上下文、超低延迟等要求严苛、需求复杂的推理场景达到业界领先的产品能力。
