AIGC的爆火,如何搭建生命科学的ChatGPT?

第三届“AI为科学”“AI4科学与理解未来”专题 ChatGPT生物医学的机会?“由未来论坛主任、北京大学李兆基讲座教授、北京大学科学系主任谢晓亮先生领导,特别邀请中国科学院院士、北京大学教授、北京大数据研究所院长、北京科学智能研究所院长、鄂维南先生、魁北克人工智能研究所副教授、高级研究所人工智能讲座教授、唐健先生、就“AI for 科技革命ScienceAIGC这两个主题,“AI 探讨和探讨生命科学,分享前沿科学进步,探讨多学科之间的深度整合和创新

前瞻性对话:聚焦人工智能 生物医学的前景,促进人工智能 科学交叉融合

在前瞻性对话阶段,各位嘉宾说:“AI “生物医学前景”、“生成式 人工智能对生命科学的影响”、“如何促进 人工智能专家与科学家的合作”等话题进行了交流,并就各自的观点进行了交流。
鄂维南表示,如何整合组学和智能技术,首先要有多个专业领域的专业人士加入这项工作。其次,在不同的规模和现象下,寻找新的指导原则,以弥补中等规模的不足。他说,到目前为止,分子水平已经非常清楚,在大水平上也有一些想法,在中等水平上,我们仍然缺乏指导原则,但也需要物理和数学专业人士加入,以取得更多的进展。鄂维南说:“关键是要找到这些人才,把他们安排好,给他们足够的钱。”
唐建说,人工智能对数据的分析和机器的研究,使得科技规律的表现成为可能。“人工智能将训练可能出现的文本、知识和代码。当人工智能在一定程度上强大时,将进行大规模的训练和建模。在这些领域, ChatGPT可以生成全新的原始信息,就像一本百科全书,用户可以快速从百科全书中获取所需的信息。在蛋白质研究中,蛋白质研究和蛋白质研究都离不开新的结构。将 将ChatGPT引入蛋白分子研究,可以提高蛋白分子的创新性和多样性。唐建博士说。
谢晓亮博士也在展望与未来的对话中与大家讨论 AI 在生物技术中的应用与发展。他说,基因组学、冰冻电子显微镜等科技进步的基础上,已经通过了「缺乏信息的学科」,向「资料丰富的学科」,及「资料丰富的学科」,从“定性学科”到“定量学科”。“当我教生物物理时,我花了十多年的时间从基因开始,直到2022年,我才能用人工智能的方法清楚地分析基因的基因。”
谢晓亮博士还表示,人工智能的发展离不开大量的数据,因此大数据的质量至关重要。近年来,西湖大学徐田院士提出的基于机器学习的中药活性物质发现技术也是传统医学迫切需要的一种新的研究手段。