本文原創為：AGI Hunt 本文來源于：細胞基因研究圈

OpenAI首個生物AI模型問世，一出手就在干細胞研究領域創造奇跡！

從AGI到生物科技的野心
新模型「GPT-4b micro」的問世，不僅使干細胞生成效率實現了50倍的飛躍式提升，更是OpenAI首次公開宣稱其AI模型具備催生突破性科學發現的能力。
這一成果背后，還蘊含著OpenAI更為宏大的愿景。OpenAI首席執行官Sam Altman于上周明確表示，他堅信公司已經探索出構建AGI（通用人工智能）的路徑。
在他看來，超級智能工具將極大地推動科學發現與創新的進程，其效率遠遠超出人類自身的能力范疇。

18億美元抗衰老布局
這次合作的背后有著精心的布局。
Retro Biosciences，一家總部位于舊金山的專注于長壽研究的公司，是我們的合作伙伴。值得注意的是，Sam Altman早在2023年便已對其進行了1.8億美元的個人投資。該公司有著清晰且宏大的目標，即致力于將人類壽命延長10年。
而實現這一目標的關鍵因素在于「山中因子」（Yamanaka factors），這是一種具有特殊功能的蛋白質，能夠將普通的皮膚細胞轉化為干細胞。
目前，眾多財力雄厚的公司，如Altos Labs，也在積極開展對這一技術的研究，期望以此為突破口，實現動物年輕化、構建人類器官，以及提供替換細胞等多種應用。
然而，該技術面臨著一個亟待解決的重大問題，即其效率極低。在實驗室環境中，完成這種細胞的「重編程」過程通常需要數周時間，而且成功率不足1%。

GPT-4b micro：超越AlphaFold
該模型采用了一種創新性的方法。
與谷歌DeepMind的AlphaFold不同，它并未聚焦于預測蛋白質結構，而是致力于利用基于語言模型的技術對非結構化蛋白質進行重新設計。
模型的訓練過程是通過學習來自多個物種的蛋白質序列以及蛋白質之間的相互作用數據來完成的。
值得注意的是，這些數據量相較于OpenAI旗艦聊天機器人的訓練數據要少得多，這也使得GPT-4b micro成為一個專注于特定數據集的“小語言模型”。

驚人實驗結果
實驗結果令人震驚：
該模型在蛋白質改造方面表現出了極大的勇氣，最多可替換三分之一的氨基酸序列。
在初步試驗中，這一改造策略的效果完全超越了人類工程師的設計，使得干細胞生成效率提升了50多倍。

Retro的CEO Joe Betts-Lacroix表示：
模型的表現出奇地好，在相當多的情況下都超越了原始的山中因子。

哈佛大學衰老研究專家Vadim Gladyshev補充說：
這對我們來說極其有用。雖然皮膚細胞容易重編程，但其他細胞就沒那么簡單了。尤其是研究新物種時，往往會遇到巨大困難。

未來挑戰
然而，OpenAI的研究人員表現出了高度的謹慎態度。
他們指出，外部科學家需等待正式發表的研究論文才能對這些結果進行驗證。目前，該模型仍處于定制演示階段，尚未成為正式產品。

OpenAI研究員Jaech所說：
這個項目是為了表明我們在為科學做出貢獻方面是認真的。但這些能力是否會作為獨立模型發布，還是會被整合到我們的主線推理模型中，這仍有待確定。
如同其他人工智能領域的突破一樣，GPT-4b micro究竟是如何得出這些令人驚嘆的結果的，目前仍然是一個未解之謎。

Betts-Lacroix 稱：
就像AlphaGo擊敗人類圍棋高手時一樣，要弄清它為什么能做到這一點需要很長時間。我們仍在研究它的工作原理，而且目前的應用可能只是觸及了表面。
顯然，人工智能不僅在棋牌游戲和自然語言處理領域超越了人類，在生命科學等前沿領域，也展現出了改變游戲規則的潛力。

AI能攻克衰老這個世紀難題嗎，你怎么看？