来源：AI寒武纪
DeepMind 的 AlphaFold，去年凭借其在蛋白质折叠预测上的突破性贡献，为团队赢得了诺贝尔奖。现在，OpenAI 也正式下场，而且一来就瞄准了最令人兴奋的领域之一：抗衰老！
OpenAI 悄悄憋了个大招，开发了一款专门用来设计蛋白质的 AI 模型，而且据他们自己说，这个模型设计的“长寿蛋白”效果惊人，直接把人类科学家甩开几十条街！
联手Sam Altman 投资的公司，目标：延长人类寿命 10 年
这次 OpenAI 的突破性成果，源于与一家名为 Retro Biosciences 的公司的合作。这家公司来头可不小，专注于长寿研究，致力于将人类的正常寿命延长 10 年！而这家公司的背后，正是 OpenAI 的掌门人——山姆·奥特曼 (Sam Altman)！据报道，奥特曼个人向 Retro 豪掷 1.8 亿美元，可见他对这个领域的重视程度
Retro 的研究核心，是一种叫做“山中因子” (Yamanaka factors) 的神奇蛋白质。简单来说，将这些蛋白质加入到人类皮肤细胞中，就能让这些细胞 “返老还童”，变成年轻的干细胞，而干细胞可以分化成身体里的任何其他类型的细胞！
这项技术被称为细胞“重编程”，被认为是实现动物器官再生，甚至让人类永葆青春的关键！
AI 介入，效率提升 50 倍！“长寿密码”指日可待？
然而，细胞“重编程”的效率一直是个老大难问题。整个过程需要数周时间，而且在实验室环境下，只有不到 1% 的细胞能够成功 “逆生长”。
这正是 OpenAI 的 AI 模型大显身手的地方！他们开发了一个名为 GPT-4b micro 的模型，专门用来优化山中因子的结构，提高它们的效率。结果令人震惊：经过 AI 优化后的两个山中因子，其效率至少提高了 50 倍以上！
“我们立刻将这个模型应用于实验室，并得到了真实世界的结果，”Retro 的首席执行官兴奋地表示，“AI 提出的设计方案非常出色，在很多情况下都明显优于原始的山中因子。”
也就是说，以前需要耗费大量时间精力、成功率极低的实验，现在有了 AI 的加持，效率直接起飞！这无疑为长寿研究打开了一扇全新的大门！
小型语言模型立大功，AGI 的曙光已现？
值得一提的是，GPT-4b micro 与 AlphaFold 的工作原理不同。山中因子本身结构比较松散，因此 OpenAI 采用了更适合处理这类蛋白质的
大型语言模型
技术。
有趣的是，与 OpenAI 的那些巨无霸模型相比，GPT-4b micro 算是很小的，它只接受了特定生物数据的训练。这说明了什么？
即使是相对较小的、专门针对特定任务训练的语言模型，也能在科学研究中发挥巨大作用！
而我们都知道，在科学发现领域取得突破，被认为是通往 AGI（通用人工智能）道路上的重要里程碑。OpenAI 此次的成果，无疑是一个积极的信号
神秘的“黑盒子”**
当然，与所有 AI 模型一样，GPT-4b micro 的内部运作机制仍然像一个“黑盒子”。我们尚不完全清楚它是如何做出这些惊人的预测的。正如 Retro 的 CEO 所说，“就像 AlphaGo 击败人类围棋高手一样，我们需要时间去理解它的‘思考’过程。”
参考：
https://www.technologyreview.com/2025/01/17/1110086/openai-has-created-an-ai-model-for-longevity-science/
阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”
https://wx.zsxq.com/group/454854145828
未来知识库
是“
欧米伽
未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。
目前拥有超过8000
篇重要资料。
每周更新不少于100篇世界范围最新研究
资料
。
欢迎扫描二维码或访问
https://wx.zsxq.com/group/454854145828
进入。
截止到12月25日 ”未来知识库”精选的100部前沿科技趋势报告
-
2024 美国众议院人工智能报告：指导原则、前瞻性建议和政策提案
-
未来今日研究所：2024 技术趋势报告 - 移动性，机器人与无人机篇
-
Deepmind：AI 加速科学创新发现的黄金时代报告
-
Continental 大陆集团：2024 未来出行趋势调研报告
-
埃森哲：未来生活趋势 2025
-
国际原子能机构 2024 聚变关键要素报告 - 聚变能发展的共同愿景
-
哈尔滨工业大学：2024 具身大模型关键技术与应用报告
-
爱思唯尔（Elsevier）：洞察 2024：科研人员对人工智能的态度报告
-
李飞飞、谢赛宁新作「空间智能」 等探索多模态大模型性能
-
欧洲议会：2024 欧盟人工智能伦理指南：背景和实施
-
通往人工超智能的道路：超级对齐的全面综述
-
清华大学：理解世界还是预测未来？世界模型综合综述
-
Transformer 发明人最新论文：利用基础模型自动搜索人工生命
-
兰德公司：新兴技术监督框架发展的现状和未来趋势的技术监督报告
-
麦肯锡全球研究院：2024 年全球前沿动态（数据）图表呈现
-
兰德公司：新兴技术领域的全球态势综述
-
前瞻：2025 年人形机器人产业发展蓝皮书 - 人形机器人量产及商业化关键挑战
-
美国国家标准技术研究院（NIST）：2024 年度美国制造业统计数据报告（英文版）
-
罗戈研究：2024 决策智能：值得关注的决策革命研究报告
-
美国航空航天专家委员会：2024 十字路口的 NASA 研究报告
-
中国电子技术标准化研究院 2024 扩展现实 XR 产业和标准化研究报告
-
GenAI 引领全球科技变革关注 AI 应用的持续探索
-
国家低空经济融创中心中国上市及新三板挂牌公司低空经济发展报告
-
2025 年计算机行业年度策略从 Infra 到 AgentAI 创新的无尽前沿
-
多模态可解释人工智能综述：过去、现在与未来
-
【斯坦福博士论文】探索自监督学习中对比学习的理论基础
-
《机器智能体的混合认知模型》最新 128 页
-
Open AI 管理 AI 智能体的实践
-
未来生命研究院 FLI2024 年 AI 安全指数报告 英文版
-
兰德公司 2024 人工智能项目失败的五大根本原因及其成功之道 - 避免 AI 的反模式 英文版
-
Linux 基金会 2024 去中心化与人工智能报告 英文版
-
脑机接口报告脑机接口机器人中的人机交换
-
联合国贸发会议 2024 年全球科技创新合作促发展研究报告 英文版
-
Linux 基金会 2024 年世界开源大会报告塑造人工智能安全和数字公共产品合作的未来 英文版
