AI全球视野 谷歌DeepMind发布了新一代预测蛋白质结构的AlphaFold 3模型

发布于: 雪球转发:0回复:0喜欢:0

AI全球视野 谷歌DeepMind发布了新一代预测蛋白质结构的AlphaFold 3模型

建信基金国际投资与业务发展部本周AI全球重要新闻总结

1.# 5月8日周三美股盘后,如火如荼参与到“AI军备竞赛”中的软银旗下英国芯片设计公司Arm Holdings发布了2024财年第四财季业绩(即2024自然年一季度财报)。尽管财报全面超预期,总收入连续多个季度创新高,对下季度指引超预期,但由于对截至明年3月的2025财年收入指引“不温不火”,引发市场对科技行业AI支出热潮正在放缓的担忧,盘后一度跳水暴跌10%。周三Arm收跌1.6%,仍徘徊三周高位。此前便有分析称,在本次财报季,鉴于市场对AI发展的高预期,相关概念股的财报及业绩展望必须“远超预期”才能打动投资者。Arm仍由日本软银集团持有90%的股权,软银在2016年以320亿美元收购Arm。当前公司的股价较IPO时期翻倍,今年累涨41%,显著跑赢标普500指数大盘和行业基准费城半导体指数的表现,但较年初峰值回落了35%。第四财季总营收和版权收入均创新高,2024财年收入首次突破30亿美元IPO上市后的第三份完整季度财报显示,Arm第四财季总营收同比增长47%至9.28亿美元,再创新高,较上季度的增幅14%显著提速。#人工智能# $建信新兴市场(F539002)$ $建信新兴市场混合(QDII)C(F018147)$ $建信纳斯达克100指数(QDII)人民币C(F012752)$ @雪球基金

2.# 5月8日,据媒体报道,美国司法部正在调查特斯拉是否在宣传他们的电动汽车自动驾驶能力时夸大了事实。因为特斯拉和马斯克的言论可能给人的印象是,他们的电动汽车几乎可以完全自行驾驶,从而误导投资者和消费者。除了司法部的调查,美国证券交易委员会(SEC)也在调查特斯拉关于其自动驾驶技术的说法,看看是否存在误导投资者的情况。SEC拒绝对此发布评论。媒体援引消息人士透露称,调查的焦点包括两个方面,一个是是否通过误导消费者的方式进行了电汇欺诈(一种涉及跨州通信中欺诈行为的犯罪),另一个是是否误导了投资者,构成了证券欺诈。资料显示,特斯拉的自动驾驶辅助系统(Autopilot)和完全自动驾驶系统(Full Self-Driving)虽然能在转向、制动和车道变换方面提供帮助,但并非完全自动化。

3.# 据路透社报道,英国通讯管理局(下文简称 Ofcom)今日概述了其《在线安全法案》对科技巨头提出的四十多项提议要求,包含严格的年龄检查、内容节制等,旨在更好地确保未成年人的网络安全。Ofcom 首席执行官 Melanie Dawes 表示:“我们提出的准则明确要求,科技公司应当承担起保护儿童安全的责任。他们需要‘驯服’那些在个性化信息流中向儿童推送有害内容的激进算法,并引入年龄检查机制,从而使儿童获得与其年龄相符的体验。”Ofcom 希望《法案》能够防止儿童接触与饮食失调、自残、自杀、色情以及任何被判定为暴力、仇恨或辱骂的内容。同时,平台还必须保护儿童免受网络欺凌和危险网络挑战宣传之害,并允许儿童对自己不愿意看到的内容留下负面反馈,以便更好地管理信息流。Ofcom 表示,平台很快就必须屏蔽在当地被视为有害的内容,哪怕是阻止儿童访问“整个”网站或 App 也在所不惜。如果科技公司未遵守《法案》中的条款,将被处以最高 1800 万英镑或全球年收入 10% 的罚款。英国技术大臣 Michelle Donelan 直接向科技公司喊话:“对平台而言,我要传递的信息,是与我们合作并做好准备。不要等待巨额罚款或法律制裁,加快履行你们的责任,现在就应行动起来。”

4.# 5月8日(周三)晚间,科学顶刊《自然》杂志刊登了谷歌DeepMind AlphaFold团队和伦敦药物研发公司Isomorphic Labs共同署名的论文,介绍了AlphaFold 3,这是AlphaFold的第三代版本,全新的蛋白质结构预测系统 能以前所未有的精度预测“蛋白质数据库(Protein Data Bank)”内几乎所有分子类型的复合物结构。论文称,AlphaFold 3是一款革命性的系统。对于蛋白质与其他分子类型的相互作用,AlphaFold 3在基准测试中的准确率比现有最好的传统方法高出50%, 且无需输入任何结构信息,这使得AlphaFold 3成为首个在生物分子结构预测方面超越基于物理工具的方法的人工智能系统。实际上,自初代AlphaFold问世以来,结构生物学家们对其能力边界的讨论就从未停止。 此前有研究证实AlphaFold还无法预测新的突变对蛋白质的影响。 不过,这仍无法掩盖AlphaFold在预测生物结构方面前所未有的强大能力。美国洛斯阿拉莫斯国家实验室研究员、新墨西哥州联盟高级科学家Thomas C. Terwilliger在去年11月发表于《自然》杂志上的论文中称,“尽管AlphaFold预测并非全部准确,但 其提供了可信的假说,可以用作提示机制 。所有这些能力很可能只是人工智能方法在结构生物学中日益广泛应用的开端。”论文称,基于AlphaFold 2能力的提升,AlphaFold 3如今能预测蛋白质与其他蛋白质、核酸、小分子、离子、修饰蛋白质残基的复合物,以及抗体-抗原相互作用,其预测准确性显著超过当前预测工具,包括AlphaFold-Multimer。DeepMind团队称, 这意味着AlphaFold 3将人类带到了蛋白质之外的更广泛的生物分子领域。这一飞跃可能开启更多变革性的科学,从开发生物可再生材料和更具弹性的材料,到加速药物设计和基因组学研究等。

数据来源:Bloomberg,截至日期2024年5月9日

风险提示:部分个股讯息仅供参考,不作为任何投资建议或收益暗示。投资人应当认真阅读《基金合同》、《招募说明书》等基金法律文件,了解基金的风险收益特征,并根据自身的投资目的、投资期限、投资经验、资产状况等判断基金是否和投资人的风险承受能力相适应。基金的过往业绩并不预示其未来表现,基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。基金有风险,投资需谨慎。