旗下矩阵

  • 投资界
  • 天天IPO
  • 解码LP
  • 并购
  • 前哨
  • 投资界AI

OpenAI攻破100+世界级数学难题,12个生物学「千禧年难题」来袭,AI改写生命法则

9月,OpenAI成立数学顾问小组,旗下AI短时间解决百余数学开放问题;同期科研机构发布12道生物版“千禧年难题”,引发行业关注与争议。
·微信公众号:智药局 向然 向然

投资人解读

· OpenAI成立数学AI advisory小组,其模型1个月内解决100余个数学领域长期开放问题,含千禧年难题纳维-斯托克斯问题非盈利机构FutureHouse及孵化的Edison Scientific发布12道生物版千禧难题,具高验证性与产业价值,获AI制药龙头认可。FutureHouse获前谷歌CEO力挺,旗下AI科学家曾发现AMD潜在疗法Edison Scientific获7000万美元种子轮融资,与千亿药企Incyte达成合作。
· 部分业内人士质疑生物题仅为AI能力测试,未达数学千禧题高度。
总结:AI科研突破显著,生物千禧题具产业潜力,但需关注其题目的科学性深度风险,相关AI for Science企业技术与资本实力较强,具备投资关注价值。

就在短短的一个月里,AI带给数学界太多震撼了!

9月22日,OpenAI又扔下一个重磅新闻,宣布成立了一个专门的数学家小组( Advisory Group on Mathematics and Artificial Intelligence)

背后原因,是AI在数学领域的进化速度真的太快了!

其公告称,之前解决了千禧难题的内部模型,在短短的一个月内(仅22个工作日)已经解决了横跨数学大多数领域的100多个长期开放问题

要知道在9月初,该模型启用了约1万个并发Agent,全程仅用了约88个小时就解决了数学界七大千禧年难题之一的“纳维–斯托克斯(Navier–Stokes)存在性与光滑性问题”。

而就在一个月前,Anthropic也公布了Claude在另一道千禧年难题,黎曼猜想相关研究上的突破。

短短一个月,两家头部公司已经接连把AI推向了人类数学研究的最前沿,解决了连顶 尖数学家都几十年甚至上百年未能解决的问题。

而现在,AI迎来了下一份终 极考卷。

非盈利科研机构FutureHouse以及其孵化的AI for Science企业Edison Scientific共同发布了一份由12道题目组成的生物版“千禧年难题”。

详见:https://millenniumproblems.bio/

这份列表里并不是人们熟悉的所谓治愈癌症、延缓衰老这种听起来更像“千禧难题”的问题,而是一组人类尚未解明,但能够去验证的生物工程类问题。

这些问题同时满足了以下三大条件:首先是人类尚未解决的公认难题,其次能够在简单的实验室环境中,仅需数天或数周就能被验证。

最后,其中任何一个如果被解决,都能为生物技术带来重大的进步,其中大多数还将实质性地推动疾病的治愈。

此外,作者不仅提出了问题,还给了一套验收的标准。

例如第九个问题,要求AI创造出能穿透细胞的蛋白结合剂。现在用AI设计抗体已经不是什么新鲜事,所以这个题目给出了相当苛刻的限制要求。

硬性要求zero-shot(零样本)设计,随机给出20个靶点,AI必须在24小时内完成设计,第 一次实验就至少成功16个,才能算挑战成功。

消息一出引发了行业热议,AI制药龙头英矽智能创始人Alex Zhavoronkov就对这些问题表示了认可,还现场@grok进行了一段推理问答。

另一家AI制药企业Noetik的创始人Ron Alfa、研究机构Biohub的AI生物学负责人Kavita Kulkarni也对这些问题表示了兴趣。

然而也有业内人士质疑,这份榜单代表的并非“生物学最重要的12个未解之谜”,而是“最适合AI进行能力测试的12个工程挑战”,达不到数学千禧年难题的高度。

01 断肢再生、冷冻复活,最后走向AGI

具体来看这十二道问题,事关AI药物设计、合成生物学、蛋白质设计与酶工程、农业生物技术、再生医学等,涉及的领域远超单一科学家的能力范畴,但整体可以分为三个大类。

第 一类最容易理解,就是在追求突破现有认知或生命能力的上限。例如让小鼠被冷冻24H后复活、让小鼠被截断的肢体再生,这些都是人类科幻作品中经常畅想的场景。

第二类是去破译现有的生命密码。例如在实验室里重现“生命起源”、创造可编程的蛋白酶等。

第三类则是直接去挑战重写现有的生物法则。

生命通常用三个碱基组成一个密码子,它偏要AI创造一套用四个碱基编码蛋白质的生命系统;

生命的信息通常从DNA流向RNA、再流向蛋白质,它偏要创造一种能读取多肽、把信息“逆翻译”回RNA或DNA的酶。

这背后都不是把现有技术的效率提高10%或100%的问题,而是直接开始挑战我们习以为常的自然规则本身。

正如问题发布者Sam Rodriques所言:

这些问题已经是AI真正超越人类生物学家的科研能力之前,人类能给它出的、结果仍然能由人类清楚判定的一组“终 极考题”。

这也是当前许多AI领域研究者对未来通用人工智能(AGI)的期待方向。

Google DeepMind的Demis Hassabis在谈到一个真正具有科学能力的AI时就强调,AI不应该只是在人类设计好的测试中取得高分,而应该能够产生新的发明、新的物理理论,或者有意义的新猜想。

相信衡量AI科学能力的关键,也绝不会止步于它能否复述已有知识,而是它是否能够推动知识边界本身向前移动。

02 谷歌、英伟达力挺,手握全球顶 级“AI科学家”

这份考题的背后,非盈利科研机构FutureHouse以及其孵化的AI for Science企业Edison Scientific也都大有来头。

前者是前谷歌CEO Eric Schmidt力挺的非营利AI科研机构,推出过登上Nature的AI科学家Robin,在短短的10周之内,自主发现了一款治疗干性老年黄斑性变形(AMD)的潜在疗法。

而Edison Scientific在去年底被该机构拆分出来,负责全球顶 尖的AI科学家的商业化,成立之初就获得高达7000万美元(约合5亿人民币)的种子轮融资。

旗下Kosmos号称“目前最强大的AI科学家”,一次运行即可阅读1500篇论文并执行42000行代码,一天就能完成相当于人类六个月的工作量,且近80%的研究结果可复现。

据悉该公司已收到来自前十大制药公司中6家副总裁或高管的合作意向,目前已经和千亿上市药企Incyte达成合作,参与该公司的药物发现与开发工作。

【本文由投资界合作伙伴微信公众号:智药局授权发布,本平台仅提供信息存储服务。】
【免责声明】:本文不构成任何投资建议。市场有风险,投资需谨慎。
如有任何疑问,请联系(editor@zero2ipo.com.cn)投资界处理。