由范德堡大学主导的研究团队开发了一种成本效益高的AI驱动“蛋白质语言”模型，该模型可帮助科学家更快速、更有效地应对新兴健康威胁，并改善癌症等疾病的治疗效果。
根据IBM的说法，支撑大型语言模型（LLMs）运作的概念自计算机早期时代就已存在。然而，当今的人工智能正加速我们从海量数据中识别模式的能力，并更精准地预测结果。
包括美国、瑞典和澳大利亚科学家在内的范德堡大学医学中心团队在媒体声明中透露，他们训练了一种名为MAGE的“蛋白质语言”模型，使其能够识别已表征的抗体，并为禽流感和呼吸道病毒生成抗体序列，且无需起始模板。
该研究的通讯作者伊夫林·乔治耶夫博士在声明中表示：“本研究是我们最终目标的重要早期里程碑——利用计算机高效设计全新生物制剂并将其转化为临床应用。此类方法将对公共卫生产生重大积极影响，并可广泛应用于癌症、自身免疫疾病、神经系统疾病等多种疾病领域。”研究人员已将研究成果发表在《细胞》杂志上。
更广泛而言，尽管人工智能巨大的能源和水资源需求仍引发严重关切——社区往往需承担电费上涨、空气质量恶化及饮用水污染等后果——但此次突破凸显了创新者对其潜力的高度期待。若应用得当，它不仅能改善民生，甚至可预防灾难性事件。
研究人员指出：“MAGE可用于比依赖特殊生物材料（如血液样本或抗原蛋白）的传统抗体发现方法更快地生成针对新兴健康威胁的抗体。”
关于应对此类AI的负面影响，许多数据中心正采用清洁能源支持运营，新型冷却技术有望降低AI的能源足迹。无毒且耗水较少的冷却方法也正在兴起。然而，显然仍需大量工作来降低与AI技术相关的污染和资源消耗水平。
【全文结束】
