談到人工智能，過去的一年是建設性進步的一年，而不是浮華浮華的一年。蛋白質建模、循環(huán)利用和藥物發(fā)現(xiàn)的進展。
這句話出自兩位領先的風險投資家，Air Street Capital的Nathan Benaich和 Plural 的Ian Hogarth ，他們發(fā)布了對 AI 狀況的年度總結，觀察到盡管人工智能風險投資在2022年下降，但新興智能應用領域的工作令人印象深刻。
例如，Alphabet 的 AI 子公司DeepMind現(xiàn)在正在為新興科學和農業(yè)研究提供大大增強的蛋白質模型。“該公司現(xiàn)在已經部署了該系統(tǒng)來預測來自植物、細菌、動物和其他生物體的 2 億種已知蛋白質的 3D 結構，”Benaich 和 Hogarth 報告說。“這項技術實現(xiàn)的從藥物發(fā)現(xiàn)到基礎科學的下游突破的程度將需要幾年時間才能實現(xiàn)。”DeepMind 的 AlphaFold DB 于 2022 年 7 月首次發(fā)布，其中包含一百萬個預測的蛋白質結構。
DeepMind的方法不僅有助于加快該領域的研究，還促進了基于矩陣乘法的技術，即人工智能、成像，以及基本上發(fā)生在我們手機上的一切，”他們補充說。
風投還報告稱，主要的人工智能藥物研發(fā)公司擁有18個臨床資產，第一個CE標志被授予自主醫(yī)學成像診斷。
風險投資公司報告說，塑料回收也取得了進展。德克薩斯大學奧斯汀分校開發(fā)的機器學習工程酶“能夠降解 PET，這是一種占全球固體廢物 12% 的塑料。這種稱為 FAST PETase 的 PET 水解酶比現(xiàn)有的水解酶對不同的溫度和 pH 水平更穩(wěn)健。FAST PETase 能夠在一周內幾乎完全降解 51 種不同的產品。他們還表明，他們可以從 FAST PETase 降解中回收的單體重新合成 PET，這可能為工業(yè)規(guī)模的閉環(huán) PET 回收開辟道路?！?/font>
此外，Benaich 和 Hogarth 報告了以下開發(fā)進展：
“用于代碼研究的最新 AI 被大型科技公司和初創(chuàng)公司迅速轉化為商業(yè)開發(fā)工具。擴散模型以令人印象深刻的文本到圖像生成能力席卷了計算機視覺世界。人工智能攻擊更多的科學問題，從塑料回收、核聚變反應堆控制和天然產物發(fā)現(xiàn)。縮放定律重新關注數(shù)據：也許模型比例并不是您所需要的全部。朝著單一模型的方向發(fā)展以統(tǒng)治它們。社區(qū)驅動的大型模型開源以極快的速度發(fā)生，使集體能夠與大型實驗室競爭。受神經科學的啟發(fā)，人工智能研究在其方法上開始看起來像認知科學?！?/font>AI 系統(tǒng)背后的領先硬件平臺NVIDIA也見證了其處理器尺寸和功率的顯著增長。NVIDIA 的 2021 財年數(shù)據中心收入為 106 億美元，在 2021 年第四季度，他們確認了 32.6 億美元，“按年計算，這高于三大 AI 半導體初創(chuàng)公司的總估值，”Benaich 和 Hogarth 表示?！癗VIDIA 在其平臺上擁有超過 300 萬開發(fā)人員，該公司最新一代 H100 芯片預計將提供比 A100 高 9 倍的訓練性能。”
----------------------------
峰會預告近期，由千家網主辦的2022年第23屆中國國際建筑智能化峰會將正式拉開帷幕，本屆峰會主題為“數(shù)智賦能，碳索新未來”，屆時將攜手全球知名建筑智能化品牌及專家，共同分享AI、云計算、大數(shù)據、IoT、智慧城市、智能家居、智慧安防等熱點話題與最新技術應用，并探討如何打造“更低碳、更安全、更穩(wěn)定、更開放”的行業(yè)生態(tài)，助力“雙碳”目標的實現(xiàn)。
歡迎建筑智能化行業(yè)同仁報名參會，分享交流！
報名方式
廣州站（12月08日）：https://www.huodongxing.com/event/2638587914600
成都站（12月20日）：https://www.huodongxing.com/event/5657854318600
西安站（12月22日）：https://www.huodongxing.com/event/4638585444400
上海站（12月27日）：https://www.huodongxing.com/event/3638582473900
北京站（12月29日）：https://www.huodongxing.com/event/4638577546900
更多2022年峰會信息，詳見峰會官網：http://summit.qianjia.com/
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
