去年 12 月，OpenAI 旗下推出的 ChatGPT 火爆出圈，成為一款“現象級”的 AI 產品，從寫郵件、做食譜、寫詩歌、寫出較高水平的代碼再到拿到谷歌 L3 工程師 offer......
時隔 3 個月后，OpenAI 推出了多模態預訓練大模型 GPT-4（Generative Pre-Training 4）。
該模型能夠接受圖像和文本的輸入，然后再基于這些信息輸出正確的文本回復。這是 ChatGPT（GPT-3.5）的升級版，目前通過應用程序接口（API）和 ChatGPT Plus 為用戶提供服務。暫不支持免費使用，月費用為 20 美元。
根據官方的公告， GPT-4 在多個方面得到了提升，包括回答準確性、擁有圖像識別功能、高級推理技能、文字輸入限制提升到 25000 個單詞，單詞處理能力是 ChatGPT 的 8 倍，并可以用所有流行的編程語言寫代碼。
官方的通稿中還指出， GPT-4 比以前的版本更流暢，也更適合用于處理更多任務。同時， GPT-4 也比 ChatGPT 更具有安全性。
OpenAI 聲稱， GPT-4 是公司迄今為止最先進的人工智能系統，也是該公司在擴展深度學習系統上的最新突破。并表示該模型比以往任何時候都更具有創造性和協作性，因為它可以更準確地解決復雜問題。
值得一提的是，今日，微軟發布了 GPT-4 平臺支持的新 AI 功能-Copilot，并將 AI 驅動工具 Copilot 全面整合到 Microsoft 365 服務中，包括 Word、PPT、Excel、Outlook、Teams、Microsoft Viva、Power Platform。接入之后，每個人都可以用 Copilot 自動生成文檔、電子郵件、演示文稿。
Insilico Medicine 創始人兼聯合首席執行官 Alex Zhavoronkov 指出，OpenAI 使 GPT 模型實際有用，還能進行自然語言對話，這也是真正的突破。GPT-4 是一個比 ChatGPT 更大的模型，而且是多模態的，GPT-4 將是生成式人工智能應用場景探索的一大步。
“從此前的隨機生成到如今的邏輯輸出，ChatGPT 和 GPT-4 無疑是生成式 AI 技術，甚至是整個 AI 技術領域的一個重要發展里程碑。他們令人著迷的主要原因是超出了人類對它的預期，形成了類人的理解、整合、回答的能力，并且都是在模型內部實現的。
ChatGPT 和 GPT-4 等都屬于通用的模型，可以整合到 AI 制藥平臺，并應用和服務于生物制藥中。”億藥科技創始人謝正偉博士告訴筆者。
2018 年 6 月，OpenAI 發表論文介紹了自己的語言模型 GPT（Generative Pre-Training），這是該公司提出的一系列非常強大的預訓練語言模型。此類模型的基礎是 Transformer 架構，先在大規模語料上進行無監督預訓練，然后再在較小的有監督數據集上為根據具體任務進行精細調節。
至今，OpenAI 已經相繼推出了 GPT-1、GPT-2、GPT-3、GPT-3.5 和 GPT-4 版本，這一系列模型已在非常復雜的自然語言處理任務中取得了十分驚艷的效果，包括文本生成、自然對話互動、提供創意、數學計算、編寫和調試代碼、糾正語法以及翻譯等。
根據官方資料，近期發布的 GPT-4 是迄今為止規模最大、功能最強大的多模態預訓練模型。根據官方的公告，GPT-4 提高了精確度、推理、單詞處理、數據處理形式、安全性。
整體來看，GPT-4 的參數量更多，這意味著它將比上一版更接近人類的認知表現。對于不被允許的內容請求，GPT-4 的響應可能性降低了 82%。在 OpenAI 的內部對抗性真實性評估中，GPT-4 得分比 ChatGPT 高 40%。
OpenAI 稱，GPT-4 比 ChatGPT 精確度更高，并且在各項測試中表現良好，測試數據顯示，GPT-4 在多種專業考試和學術水平上與人類考試接近。
GPT-4 在模擬律師考試中的成績超過 90% 的考生， 而 ChatGPT 在律師資格考試中僅超過 10%的考生；在 SAT（Scholastic Aptitude Test，俗稱“美國高考”）的閱讀考試中 GPT-4 超過 93% 的考生，在 SAT 數學考試中 GPT-4 超過 89% 的考生。
相比較之下， ChatGPT 的輸入類型是純文本，輸出是語言文本和代碼。而 GPT-4 的多模態，意味著用戶可以輸入不同類型的信息，包括視頻、聲音、圖像和文本。相應地，具備多模態能力的 GPT-4 也可以根據用戶提供的信息輸出視頻、音頻、圖片和文本。
就推理功能來看，GPT-4 能夠針對 3 個人的不同情況做出一個會議的時間安排，回答存在上下文關聯性的復雜問題；就詞匯量來說，由于最多可以處理 25000 個單詞，因此在理解和生成長篇內容上，GPT-4 的能力更強。
前美團技術學院院長劉江博士曾在《ChatGPT 技術發展及未來展望》分享中表示，ChatGPT 尤其是近期發布的 GPT-4，可能是我們迄今為止見到的最具革命性的通用技術創新，這些模型背后真正強大的就是底層通用的人工智能模型 GPT，即通用智能大模型（Artificial General Intelligence，AGI）。
謝正偉指出，ChatGPT 和 GPT-4 是通用的模型，理論上講可以應用于各種場景中。其中 GPT-4 更適用于專業領域，比如編程、文案、數據統計等，只不過在不同的領域會有多種不同的場景和模態，包括生物制藥領域。“GPT-4 在某一個具體專業領域中會有極其廣泛的價值，并能夠真正帶來生產力。”
蒙特利爾高等商學院計算機系的終身副教授唐建也指出，GPT-4 等多模態語言模型有潛力用于生物制藥領域，不過當前對生物制藥領域產生的影響很有限。
Alex Zhavoronkov 表示，GPT-4 無疑是一款極具革新的 AI 工具，但它依然缺乏準確性。尤其在生物醫藥領域，我們并不需要略懂皮毛的百科全書，而是真正可信的藥物研發工具和合作伙伴。
這些模型如果要應用于制藥行業，首先需要在專門的生物和化學數據上進行訓練，然后由專業的科學家對訓練結果提供反饋，而不僅僅是由 OpenAI 通過對公眾開放收集反饋這樣易于達成。另外在制藥行業中證明模型是否有價值，最低的標準是在讓藥物進入臨床試驗階段。
謝正偉的觀點也比較類似，他認為，GPT-4 等模型屬于通用型的多模態語言、圖像、聲音模型，可以實現圖像識別和語言識別等功能，但是不包含專業制藥模塊，現階段很多藥物研發方面的功能還是空白。
但是，通過持續訓練和優化，未來完全有可能實現更多功能，極大助力新藥研發。專業的制藥多模態模型應該包括一整套藥物研發體系，包括靶點預測、小分子設計和優化、合成路線預測、ADMET 預測等功能，還包括基于基因列表序列給出藥物分子設計、蛋白質/抗體結構預測和設計等。
“一方面，GPT 本身是一個簡單但是規模龐大的架構，這個架構的排序訓練方式理論上可以融合所有藥物研發的模態數據，支持我們發展通用的藥物研發模型；另一方面，它可以成為一個整合核心，通過 API 的方式調用各個子模塊，子模塊返回的結果還可以通過核心 GPT 進行整合報告，實現更加專業的預測。”
謝正偉告訴筆者，接下來的關鍵是將 AI 制藥的專業模型與通用型多模態大型語言模型通過上述兩種方式進行融合，開發出一個生物制藥領域的多模態深度學習模型，從而具備設計、輸出、優化分子的能力，這些工作我們已經開始進行了。
“下一步，我們可能會看到一波基于 GPT-4 的應用興起，但真正要做到為生物醫藥領域提供幫助，還需要二次訓練和調整。” Alex Zhavoronkov 說。
唐建告訴筆者，生成式 AI 模型在生物制藥中已經開始走向成熟，但并不是因為 ChatGPT 和 GPT-4 這些模型，而是以幾何深度學習和擴散模型為基礎的生成式 AI 模型。目前相關模型在蛋白質和抗體設計方向已經有比較好的結果。
雖然還不夠完善，但是業內已開始探索 ChatGPT 和 GPT-4 等生成式 AI 工具在醫藥健康領域中的價值。
公開資料顯示，OpenAI 方面正在與一家旨在幫助盲人和視力障礙人士的技術公司 Be My Eyes 合作，將 GPT-4 提供的從動態圖像輸入到文本輸出功能集成到虛擬志愿者功能中，用戶可以通過 GPT-4 應用程序將圖像發送給 AI 虛擬志愿者，該志愿者將針對各種任務提供即時識別、解釋和對話幫助。
這家公司推出了一款稱之為 Be My Eyes 的免費移動應用程序，旨在幫助盲人和視障人士識別物體并應對日常情況。包括一個由視力正常志愿者組成的在線社區，他們會隨機接收不同照片或視頻，并通過實時聊天提供幫助。
近期，Nature Medicine 上的一篇文章也探討了 ChatGPT、GPT-4 等大型語言模型在醫療健康領域的應用潛力。
文章中提到，通過分析特定的臨床需求，ChatGPT、GPT-4 等大型語言模型可能提高醫療健康的服務水平和患者的生活質量。文中還提到，這些模型有望應用于治療失語癥等言語障礙、改善語言能力退化的神經退行性疾病患者的病情進展。比如說，這些大型語言模型也可以整合到語音腦機接口設計和開發中。
日前，Insilico Medicine 也宣布，其研發團隊已在 AI 靶點發現平臺 PandaOmics 上整合了先進的 AI 問答功能 ChatPandaGPT，支持在使用平臺的時候，展開與生物醫藥有關的自然語言問答，幫助研究人員更便捷發現潛在靶點和生物標志物。
根據該公司官網的信息，ChatPandaGPT 是專門為提供與分子生物學、治療性靶點發現和藥物開發相關的信息和問答而設計的。
基于自然語言處理和機器學習算法，ChatPandaGPT 可以自動對用戶的問題進行理解和解釋，并提供一種更個性化獲得關于分子生物學、治療性靶點發現和藥物開發相關信息的方式。
筆者還了解到，百圖生科研發了一款生命科學領域的超大規模多模態預訓練大模型“xTrimo”，重點關注蛋白質。
目前，xTrimo 已經在蛋白結構預測、抗體序列生成、細胞表征等多個生命科學任務上實現 state-of-the-art（SOTA），并在細胞功能預測、denovo 藥物設計上取得重要進展。
本文鏈接：http://www.tebozhan.com/showinfo-62-1159-0.htmlGPT-4能否為生物醫藥帶來變革？
聲明：本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 2023年值得關注的10家免疫療法公司
下一篇： 醫美人，花最多的錢，上最狠的當
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號
