查看原文
其他

首个放弃AI生物技术的大厂已经出现

智药局 智药局 2024-04-14

近日,根据英国《金融时报》消息,Meta已经裁掉其AI蛋白质研究团队,这表明该公司正放弃纯科学项目,转而开发赚钱的AI产品。

Mete此前雇佣了十几名科学家从事AI蛋白质相关的科学研究,开展一个名为 ESMFold 的项目。

三名知情人士表示,作为整个公司更广泛裁员的一部分,ESMFold团队于今年春天被解散,这是此前未报道的举措。

对于big tech而言,降本增效的趋势下,难以货币化的AI基础研究或许已经没有什么吸引力了。

AlphaFold竞争者

2022年7月,Meta正式推出了蛋白质预测模型——ESMFold。


ESMFold是一个基于Transformer的150亿参数语言模型,也是迄今为止最大的蛋白质语言模型。

通过对注意力机制的利用,它可以学习输入序列中成对氨基酸之间的相互作用模式,实现从蛋白质个体的序列,直接进行高准确度、端对端、原子层级的结构预测。


早在此前,AlphaFold确定了约2亿个蛋白质的结构,范围覆盖地球上几乎所有已知生物。


ESMFold进一步预测了约6亿个蛋白质的结构,这些蛋白质来自此前从未被表征过的细菌、病毒和其他微生物,这些宏基因组也被称为生物界的“暗物质”。


为了将其应用于蛋白质预测,团队为模型输入了已知蛋白质的序列。这些序列通过20 种不同氨基酸组成的链条来表达,每一种氨基酸都用一个字母来表示。

接着模型就学会了“自动完成”。给它输入一部分氨基酸结构被遮蔽的蛋白质分子,它就能预测出剩余的结构。

Rives表示,这种训练过程可以让AI模型更直观地认识蛋白质序列。


之后,团队用宏基因组DNA数据库进行测试,这些DNA全部来自环境,包括土壤、海水、人类肠道、皮肤和其他微生物栖息地。


借助这种新的结构预测能力,Meta在短短两周内,用一个由大约2000个GPU组成的集群上,预测出了图谱中超6亿个宏基因组蛋白质的序列。


图:ESMFold模型预测过程


准确度方面,ESMFold不及AlphaFold2、RoseTTAFold等主流蛋白质预测模型。在预测速度上,它比AlphaFold快约 60 倍,这也表明模型可将蛋白质结构预测扩展到更大的数据库。


尽管AlphaFold珠玉在前,ESMFold仍然给行业带来了不小的震动。这个项目的数据已经开源并为学术界做出贡献,但团队却被Meta“一锅端”了。


Meta雇用的数千名人工智能科学家和工程师相比,蛋白质折叠团队规模较小,但削减项目的举动表明该公司希望放弃部分基础研究,转而支持能够产生收入的人工智能项目。

简而言之,公司认为之前Fair实验室太学术化了,这也导致了Meta没能跟上这一波通用AI大模型浪潮。因为研究人员之间以及与公司其他部门之间的合作不足。

如今Meta 试图调整其研究策略,以更多地了解如何创建能够帮助 Meta 开展业务的先进智能,而不仅仅是一些好奇的项目。

Meta半年里已经裁员11000人,十几人的AI蛋白质研究团队当然算不了什么,只是对于AI生物医药的热情不再,说不干就不干了,的确非常可惜。

2020年是个引爆点

2020年,AlphaFold2的诞生为生物界投下一颗重磅炸弹:它通过AI解决了50年来生物学的巨大挑战——蛋白质结构预测。

通过AI的蛋白质结构预测,几乎能够达到实验室的准度,对生物和药物研发都有巨大的推动作用。


也是这一年,互联网巨头们看到了生物医药与人工智能的交叉点,开始或多或少地布局该领域。


互联网公司杀入生物医药遵循着两大脉络:一是通过建立研究团队加大该领域的理解和影响力;第二则是向医药公司输出算力与解决方案。

较少一部分对技术和市场有信心的,会成立独立公司开展更深的业务。

2020年7月的世界人工智能大会中,腾讯COO任宇昕在开幕式宣布腾讯正式推出首个AI驱动的药物研发平台“云深智药”,并称已和多家药企达成合作,目前有十余个项目在推进中。


同样在这场大会上,华为云EIHealth的首席科学家乔楠博士也介绍了华为云EIHealth平台,称其覆盖基因组、临床研究和药物研发三个方向。


两个多月后,李彦宏更是亲自挂帅,牵头成立了AI生物计算公司“百图生科”,将加速深度学习算法在新药研发和精准诊疗方面的应用。阿里巴巴,字节跳动也在AI制药领域动作频频。

海外巨头中,英伟达近两年像个花花公子般“处处留情”,建立合作关系以及孵化加速器,谷歌云、亚马逊也和多家医药巨头有密切的伙伴关系。

2021年11 月 4 日,谷歌母公司Alphabet在英国成立了一家名为Isomorphic Labs的新药研发公司,Demis Hassabis担任首席执行官。

Isomorphic Labs的目的是利用人工智能加速药物发现,并最终找到一些人类最具破坏性的疾病的治疗方法。但两年过去了,除了最初官宣的管理团队外,公司并没有其他消息传出。

前不久,谷歌为了应对OpenAI和微软可能带来的威胁,将谷歌大脑和DeepMind合并组成“Google DeepMind”部门,此次合并也将重点放在“谷歌人工智能相关的最关键和最具战略性的技术项目”。

对于DeepMind和Demis Hassabis而言,如今公司已经有了更大更紧迫的目标,Isomorphic Labs未来如何快速发展还很难说。

AI制药的主要玩家

对于互联网公司而言,市场和技术的热点来来往往,高举高打再到黯然退出,实在是太正常不过了。

但它也切实反映了一个现实问题,互联网公司其实难以找到AI与生物医药的商业平衡点。

要么它们从事的研究过于前沿,要么它们还没有准备好预测新的人工智能功能何时会出现在它们的产品和服务中,或者它们希望对这项技术收取多少费用,更不要说在财务方面的提升。

在智药局看来,真正和药企能够进行业务协同和互补,能将AI技术切实落地到药物研发流程中的,仍然以AI制药初创公司为主。他们更有耐心深入理解企业的痛点,打磨其平台和方案。

今年多家AI+蛋白质设计的公司拿到新一轮融资,包括分子之心、智峪生科、力文所、赛德康等,用于AI蛋白质设计平台的优化和开发。

当然这些初创未来仍然面临着商业化探索的难题。

互联网公司的加入,对于行业生态的繁荣以及关注度都是好事,如果没有,整个行业仍然会向前发展。

参考链接:
https://www.ft.com/content/919c05d2-b894-4812-aa1a-dd2ab6de794a

—The End—

推荐阅读
继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存