【创造一个能读懂生命的 AI】一万年后,还活在地球上的智慧生物发现一套古老的代码,写成它的语言失传已久。几十万行,如同天书。他们花了点功夫给它建模,给一个 “输入”,得到一个 “输出”。过程流畅从容。可系统是怎么运转的?他们只能观察、猜测。不能全部读懂。
AI for Science 创业公司 SimpleX 的创始人喜欢讲这个寓言,因为他觉得自己在做的是一样的事:面对一个不是用自己的语言写成的复杂系统,想弄懂它内部如何运转,就像盲人摸象,始终知之甚少。
“人一出生,这套分子系统就在那里了。” 他说,“我们希望对生命这个系统能从单纯的观测,变成可以读懂的代码。”
We code life. (我们把生命变成可以读懂的代码。)他萌生这个想法。
那是 2019 年,语言模型才刚能写出通顺的句子。用 AI 研究分子的多数工作只处理分子本身。SimpleX 的两位创始人想的是另一件事:分子、蛋白质、基因和文字一样,也能写成一串串离散符号,那能不能让同一个模型,既读懂人的语言,也读懂生命的语言?
SimpleX,本源智简。给公司取名字,他们埋了技术专业人士的小巧思。simplex (单纯形) 是被机器学习领域常常用到的数学概念,指的是在有限个离散符号(可以理解为有限个选项)上,在一个空间里,它们之间所有可能的分配概率,合成起来构成一个空间。语言模型每写一个字之前,都要先猜下一个字是什么、可能的概率有多少,每个猜测都是 simplex 里的一个信息点。在 SimpleX 看来,人类语言和生命的语言都用有限的符号写成,都可以放进一个数学空间里去理解。所以,他们既是在技术上探索智能本源,也在探索生命的本源。
此前很长一段时间,人类理解生命的方式笨拙又有耐心。1948 年,因为重感冒躺在床上的美国化学家莱纳斯·鲍林用纸条折出蛋白质的螺旋结构。五年后,詹姆斯·沃森和弗朗西斯·克里克用纸板剪出碱基,用金属片搭出 DNA 双螺旋。观察,猜想,实验,再猜想,再实验……一个发现被正式确认,常常要几代科学家接力,几十年就这么过去。
为了更快发现生命机制的秘密,人类发明出越来越多工具去看懂蛋白质,工具里的科技属性越来越前沿。在实验室里,X 射线晶体学、冷冻电镜在原子尺度上解析它的样子;AI 模型 AlphaFold 只凭一串氨基酸序列就预测得出它可能折叠出的形状,推动它被研发出来的两个科学家还在 2024 年因此获得诺贝尔化学奖,那是第一次有科技公司拿到。但这些工具都没有突破一个边界——它们只是加快 “看到” 蛋白质的速度。至于一个蛋白质为什么长这样、意味着什么,理解和推测还得交给科学家。
如果有一个模型,不只能看见,还能思考、推测、提出猜想,甚至能想象生命的分子结构,发现生命机制的速度就会是另一个量级。
这正是 SimpleX 在做的事。今天,11 月 10 日,它的第一个技术产品 Tetra-1 上线预览版。这是一个把自然语言和蛋白质的结构装进同一个系统的推理模型。用户用自然语言向它提问,它则用自然语言展示每一步宏观推理的依据,以及微观推理所得到的分子结构。 http://t.cn/AXYp3n8L
发布于 北京
