333-334章：人工智能新发展！（4000字） (5/5)

高瓴这段时间的重点是什么，那就是高怀钧的那一句‘ALL IN AI’！

    高怀钧向在一旁的吴恩达一个眼神，吴恩达立刻会意，直接走向前来，说道，“我们下一项的工作重心，就是基于agent大模型的系统，这个是和通往AGI的五级分类的L4级别是一致的。”

    “从近期目标上来看，需要五年时间才能到来。”

    “我们现在基于agent的系统算法，开发了一款新型的算法程序alpha fold，一个能够准确预测蛋白质3D结构的AI系统。”

    在一旁的吴恩达回答道。

    吴恩达大致把Agent的系统进行了大致的说明。

    这所谓的Agent大模型指的是在人工智能领域，结合了大型语言模型（LLM）能力的智能代理系统。

    这种Agent能够执行复杂的任务，不仅限于生成文本，还能对话、执行任务、推理以及一定程度的自主行动。

    它利用大模型作为计算引擎，通过自我反省来优化性能，错误分析，适应特定领域，并处理用户反馈。

    例如，ReAct方法使Agent能结合推理与行动，通过与环境交互来解决问题。

    而现在大模型Agent成为关键点，旨在通过增强的AI能力解决实际问题，如数据科学任务、规划推理等，推动AI技术向更高级的应用场景发展。

    比如，在这个时代一个很火的生物科学家，叫做颜宁的，就是从事相关的领域工作。

    不过她主要是依靠冷冻电镜，就是冷冻电镜那么一照，然后α螺旋+β折叠预测模型。

    然后《nature》和《science》的顶刊论文就嘎嘎到手。

    现在有了算法程序alpha fold之后，AI能做的就太多了，输入氨基酸链就能预测模型，准确率都接近最顶级的学者了。

    如此强大的工具就需要现在的科研工作者、科学家花费更大的精力去研究最后一公里，也就是AI预测不准确的地方。

    容易预测的就没法继续高质量发论文了。

    不过现在的空白还是很大的。

    一些数据积累已经很好的蛋白结构容易解决，比如带有明显功能结构域的螺旋，折叠等。

    但是，一些数据积累不够的蛋白结构，比如不稳定区域，跨膜蛋白还是搞不定。

    需要alpha fold进行更深入地迭代。

    这就是高怀钧口中所说的：人工智能将具有划时代的意义，很快将治愈人类所有的疾病的底层技术基础。

本章完