▎药明康德内容团队编纂

【资料图】

近期ChatGPT可谓火遍全网。昨日，微软（Microsoft）公司表示，将把ChatGPT整合到搜索引擎Bing和网络浏览器中，谷歌（Google）公司也在本日展示了其名为Bard的人工智能对话系统。这些系统可以根据用户提供的复杂题目，提供全面而综合的回答，小到制定具体的旅行计划，大到分析公司的运营策略。在生物医药领域，ChatGPT的应用远景也受到广泛关注。本日，药明康德内容团队将结合公然资料，瞻望这一新兴AI模式在生物工业中的应用。

图片来源：123RF

科学探索的得力助手

如今，科学研究的发展日新月异，天天有成百上千篇科学论文发布，如何跟上科学研究的步伐是科研人员需要面对的挑战。基于ChatGPT的人工智能系统，微软公司已经开发了一款称为BioGPT的人工智能系统，它接受过科学文献网站PubMed上超过1500万篇摘要的练习，可以根据用户的提问迅速提供相关的谜底。在PubMedQA检测中，这款人工智能模型达到81.0%的准确性。

▲大型语言模型和生成式人工智能对基因组学至关重要（图片来源：Nvidia官网）

助力科学突破

基于大型语言模型的人工智能系统已经被用于学习蛋白质中氨基酸顺序与蛋白结构和功能之间的关系，助力人工设计全新的蛋白质。日前在Nature Biotechnology上发表的一篇

论文

中，研究职员使用基于大型语言模型设计的ProGen系统，设计出具有和天然溶菌酶活力相似的全新溶菌酶。他们表示，这一新技术可能比获得诺贝尔奖的定向进化（directed evolution）蛋白设计技术更有威力，给蛋白工程学领域注入新的活力。

▲ProGen等AI系统能够从头设计具有特定功能的全新蛋白（图片来源：参考资料[13]）

进步科学论文和医学呈文写作效率

近日在Nature和The Lancet Digital Health上发表的文章指出，ChatGPT未来的一项重要应用，是将科学家和医生从一些重复性劳动中解脱出来，更好地聚焦于科学研究和治疗患者。好比，许多研究职员已经在使用ChatGPT来匡助写作科学论文的背景材料部门，或者用它来辅助对论文的编纂。在病院的环境里，ChatGPT有可能替换医生撰写出院总结等具有尺度格局的呈文。

哪些挑战需要克服？

固然ChatGPT在生物医药领域具有广阔的应用远景，但是业界人士也指出这一系统目前存在的一些隐患。好比，目前大型语言系统的一个缺陷在于提供信息的真实度有待进步。因为ChatGPT基于对已有语言数据的学习提供回答，它的回答也受到数据库中不真实、有偏见、或者过期知识的影响。这意味着对于专业性强的话题，假如大型语言系统没有经由足够专业数据的练习，很可能提供错误的回答。具有足够专业知识的研究职员仍旧能发现并且纠正这些题目，但是没有专业知识的用户就很轻易被误导。

此外，练习ChatGPT的语言数据中也包含了人类的历史偏见，包括种族、性别、文化、春秋歧视等不良因素。因为这些历史偏见广泛存在于语言数据库中，很难人工剔除，如何防止ChatGPT根据这些数据输出有害言论是需要解决的另一个挑战。

有些研究职员指出，建立使用ChatGPT的规范和法规至关重要，以确保这一技术被合法、透明和公平的使用。好比，Nature等多家学术杂志已经发表声明，指出递交待发表的学术论文时，需要明确指出ChatGPT等大型语言模型的使用。

日前，斯克里普斯研究所的闻名学者Eric Topol博士在瞻望人工智能应用的未来时表示，包括大型语言模型在内的AI系统未来不但有望匡助诊断癌症，而且通过将人体扫描图像中的特征与学术文献中的文字联系起来，可以增强对疾病的理解。他同时夸大这些努力应该在专家的监视下进行。

ChatGPT等生成式AI的进展日新月异，研究职员选择如何使用它们将决定我们的未来。“2023年只是开始！”Topol博士说。

▎药明康德内容团队编纂

近期ChatGPT可谓火遍全网。昨日，微软（Microsoft）公司表示，将把ChatGPT整合到搜索引擎Bing和网络浏览器中，谷歌（Google）公司也在本日展示了其名为Bard的人工智能对话系统。这些系统可以根据用户提供的复杂题目，提供全面而综合的回答，小到制定具体的旅行计划，大到分析公司的运营策略。在生物医药领域，ChatGPT的应用远景也受到广泛关注。本日，药明康德内容团队将结合公然资料，瞻望这一新兴AI模式在生物工业中的应用。

图片来源：123RF

科学探索的得力助手

如今，科学研究的发展日新月异，天天有成百上千篇科学论文发布，如何跟上科学研究的步伐是科研人员需要面对的挑战。基于ChatGPT的人工智能系统，微软公司已经开发了一款称为BioGPT的人工智能系统，它接受过科学文献网站PubMed上超过1500万篇摘要的练习，可以根据用户的提问迅速提供相关的谜底。在PubMedQA检测中，这款人工智能模型达到81.0%的准确性。

关键词：