谈到人工智能，过去的一年是建设性进步的一年，而不是浮华浮华的一年。蛋白质建模、循环利用和药物发现的进展。
这句话出自两位领先的风险投资家，Air Street Capital的 Nathan Benaich和 Plural 的Ian Hogarth ，他们发布了 对 AI 状况的年度总结，观察到尽管人工智能风险投资在2022年下降，但新兴智能应用领域的工作令人印象深刻。
例如，Alphabet 的 AI 子公司DeepMind现在正在为新兴科学和农业研究提供大大增强的蛋白质模型。“该公司现在已经部署了该系统来预测来自植物、细菌、动物和其他生物体的 2 亿种已知蛋白质的 3D 结构，”Benaich 和 Hogarth 报告说。“这项技术实现的从药物发现到基础科学的下游突破的程度将需要几年时间才能实现。” DeepMind 的 AlphaFold DB 于 2022 年 7 月首次发布，其中包含一百万个预测的蛋白质结构。
DeepMind的方法不仅有助于加快该领域的研究，还促进了基于矩阵乘法的技术，即人工智能、成像，以及基本上发生在我们手机上的一切，”他们补充说。
风投还报告称，主要的人工智能药物研发公司拥有18个临床资产，第一个CE标志被授予自主医学成像诊断。
风险投资公司报告说，塑料回收也取得了进展。德克萨斯大学奥斯汀分校开发的机器学习工程酶“能够降解 PET，这是一种占全球固体废物 12% 的塑料。这种称为 FAST PETase 的 PET 水解酶比现有的水解酶对不同的温度和 pH 水平更稳健。FAST PETase 能够在一周内几乎完全降解 51 种不同的产品。他们还表明，他们可以从 FAST PETase 降解中回收的单体重新合成 PET，这可能为工业规模的闭环 PET 回收开辟道路。”
此外，Benaich 和 Hogarth 报告了以下开发进展：
“用于代码研究的最新 AI 被大型科技公司和初创公司迅速转化为商业开发工具。
扩散模型以令人印象深刻的文本到图像生成能力席卷了计算机视觉世界。
人工智能攻击更多的科学问题，从塑料回收、核聚变反应堆控制和天然产物发现。
缩放定律重新关注数据：也许模型比例并不是您所需要的全部。朝着单一模型的方向发展以统治它们。
社区驱动的大型模型开源以极快的速度发生，使集体能够与大型实验室竞争。
受神经科学的启发，人工智能研究在其方法上开始看起来像认知科学。”
AI 系统背后的领先硬件平台NVIDIA也见证了其处理器尺寸和功率的显着增长。NVIDIA 的 2021 财年数据中心收入为 106 亿美元，在 2021 年第四季度，他们确认了 32.6 亿美元，“按年计算，这高于三大 AI 半导体初创公司的总估值，”Benaich 和 Hogarth 表示。“NVIDIA 在其平台上拥有超过 300 万开发人员，该公司最新一代 H100 芯片预计将提供比 A100 高 9 倍的训练性能。”
