为什么 AlphaFold 没有解决蛋白质折叠问题——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出,AlphaFold 的突破只是开始,蛋白质折叠问题远未解决,静态结构预测无法覆盖蛋白质动态与无序性。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出,AlphaFold 的突破只是开始,蛋白质折叠问题远未解决,静态结构预测无法覆盖蛋白质动态与无序性。
MIT Technology Review 刊文指出,AI 的拒绝行为已成为安全体系的核心,但我们对它的信任可能过度。文章梳理了拒绝机制的训练过程与不确定性:模型通过微调学习拒绝有害提示,但拒绝依赖概率性判断,分类器叠加的“瑞士奶酪模型”仍存在漏洞,越狱攻击屡屡得手。
MIT Technology Review 与 Aventine 合作的文章指出,尽管马斯克、黄仁勋等人预测人形机器人将迅速普及,但许多机器人研究者认为,基于语言和图像训练的 AI 难以应对物理世界的无限变化。