AI趨勢周報第194期：DeepMind釋出2.14億個蛋白質結構新資料庫

重點新聞(0722～0728)

本周開源圈有不少亮眼成果，像是DeepMind釋出新版蛋白質結構預測資料庫AlphaFold DB，含2.14億個蛋白質結構，幾乎涵蓋世界上所有蛋白質；其他還有Meta的文獻引用查核比對工具、蘋果的輕巧影像辨識骨幹網路、Hugging Face的千億參數語言模型BLOOM等。在企業應用上，eBay最近分享自家低程式碼/無程式碼AI工具，讓賣家用來把商品照片轉換為3D影像，提供更好的買家體驗。

DeepMind     蛋白質結構     AlphaFold DB  

DeepMind釋出2.14億個蛋白質結構新資料庫，幾乎涵蓋地球上所有蛋白質

DeepMind近日宣布釋出新蛋白質結構資料庫AlphaFold DB，共含2.14億個蛋白質結構，幾乎涵蓋地球上所有蛋白質。DeepMind指出，該資料庫就像是蛋白質結構界的「Google搜尋」，研究者可用來即時尋找蛋白質預測模型，然後把精力集中在實驗工作上。

該資料庫是DeepMind與歐洲分子生物學實驗室的歐洲生物分子訊息研究所（EMBL-EBI）聯手擴展而成。1年前，DeepMind開源蛋白質3D結構預測模型AlphaFold，快速預測和準確率高的能力，讓AlphaFold被譽為是解決生物學家50年來難題。當時，DeepMind也開源了AlphaFold DB，只不過，1年前的資料庫只涵蓋了100萬個結構，而現在擴大到2.14億個，等於增長超過200倍，納入了植物、細菌、動物和其他生物的蛋白質結構。

DeepMind認為，這個增長可加速專家對生物學的研究，可幫助食物安全、疾病、新藥發現和永續性等領域研究。甚至，他們發現，AlphaFold模型開源1年以來，也有不少研究者，拿來加速塑膠分解、抗生素抗藥性等問題的研究。（詳全文）

  Meta      文獻引用     翻譯  

查核文獻引用更容易了！Meta開源模型能自動比對數十萬條引用

Meta最近開源一套AI模型，可一次比對數十萬條文獻引用（Citation），來判斷是否支援內文說法。該模型用1.34億篇網頁訓練而成，能標示出可能不適當的引用，讓審核人員快速查驗，不必一一比對所有文獻引用。當模型偵測到，文獻引用與內文無關時，還會推薦更相關的引用，甚至標示出支持內文說法的文獻段落，來加速人工審核。

維基媒體基金會董事會副主席暨特拉維夫大學講師Shani Evenstein Sigalov表示：「這是個強而有力的機器學習工具，透過提供準確的引用和來源，來幫助志願者加速進行更多核對工作。」他認為，改善這些流程，能吸引更多編輯者，來提供更好的維基百科內容。

進一步來說，Meta自2020年開源可同時進行訊息檢索和驗證的AI模型後，就致力於打造可學習更細緻語言表徵的類神經網路，好在廣大的網路中，找到相關的資訊來源。這次開源新模型，Meta也同步開源用來訓練模型的網頁資料庫Sphere，包含1.34億篇網頁、9億多個段落，每個段落都有100個Token，供AI研究者來進行各種檢索技術實驗。（詳全文）

  eBay     3D渲染     元宇宙  

eBay用低程式碼平臺，讓賣家上傳產品照自動轉為3D物品

eBay前風險和信任資深總監Stephanie Moyerman在一場活動中分享，eBay透過一套無程式碼/低程式碼AI工具，來讓賣家上傳商品照片、進行3D渲染，讓買家可從各個角度查看商品。這個工具，也能讓賣家打造新體驗，來提高買家的使用者體驗，減少數位與實體購物的落差。

Stephanie Moyerman解釋，賣家可直接用手機拍攝商品，上傳到eBay雲後便轉換為3D資產。eBay首席AI長Nitzan Mekel-Bobrov指出，過程中，賣家完全不需專業設備就能操作，幾分鐘就能完成。目前，該功能已於運動鞋商品類別推出，接下來要擴大到其他類別。Nitzan Mekel-Bobrov也表示，eBay也正為元宇宙準備，要加強AI在視覺和內容理解的能力，並投資3D和AR等相關工具，以及發展跨平臺兼容性。（詳全文）

  MobileOne     蘋果     影像辨識  

iPhone不到1毫秒就推論完了！蘋果開源超輕影像辨識骨幹網路

蘋果最近開源影像辨識骨幹網路MobileOne，在裝置端執行AI推論，最快不到1毫秒（iPhone 12）就完成，且在ImageNet資料集上，達到Top-1 75%準確度。

隨著AI模型運算從雲端移往裝置端，越來越多專家投入研發更有效率的骨幹網路，來縮短模型在裝置的推論時間。MobileOne就在這樣的情境下發展，在架構上，它的基本模塊建立於Google小型MobileNet-V1 3×3深度卷積和1×1點卷積，並以過度參數化分支來改善模型表現。在策略上，它採用類似MobileNet-V2的深度擴展方法，因為在推論時不需要多分枝架構，因此不會有資料移動成本，也讓研究員可擴展模型參數，而不會造成顯著延遲。（詳全文）

  Google    量子虛擬機器       Colab  

使用者可在Colab免費使用Google量子虛擬機器資源了

Google量子AI團隊宣布免費提供量子虛擬機器（QVM）運算資源，使用者可直接在程式碼協作開發平臺Colab上部署QVM，不必等待運算結果之外，還能用來快速迭代程式。

Google表示，QVM能模擬自家實驗室用量子電腦執行程式的結果，從電路驗證到處理器失真都包括在內。再加上類處理器的輸出值，Google認為，QVM是用來打造原型、測試和優化量子電路的絕佳工具，使用者目前可用來模擬Google的Weber和Rainbow等兩種處理器。（詳全文）

  Hugging Face     語言模型     BLOOM  

Hugging Face開源全球最大的語言模型BLOOM

AI新創Hugging Face釋出1,760億參數的大型語言模型BLOOM ，比OpenAI的GPT-3還大（1,750億參數），並開放各界下載。BLOOM可理解46種語言、13種程式語言，如法文、西班牙文、越南文、中文或多種印度及非洲語言，使用者只要選一種語言，就能要求BLOOM撰寫食譜、翻譯或摘要，也能要求BLOOM寫程式。

BLOOM是目前全球開源的最大語言模型，不只公開所有訓練資料，也發布開發時面臨的挑戰和模型效能評估方法。另一方面，BLOOM也有其它大型語言模型的缺點，比如可能藏匿不準確或有偏見的回答，但該專案採用新的《負責任AI許可》，避免模型用於執法機構或醫療照護等高風險領域，也禁止用來傷害、欺騙、剝削或冒充他人，同時，Hugging Face認為，開源能讓AI社群協助改善模型。（詳全文）

  OpenAI     DALLE-2     文生圖  

OpenAI文生圖模型DALL-E 2擴大測試

繼今年4月發表新版文生圖模型DALL-E 2預覽版後，OpenAI近日宣布擴大DALL-E 2的測試規模，將在未來幾周邀請100萬名使用者免費試用該模型。

受邀的使用者，第一個月可得到50個免費額度，每個額度可用來執行1個DALL-E原始提示，並產生4個圖片，或是獲得一個編輯過的變化提示，可產生3個圖片。之後，每個月能持續獲得15個免費額度。雖然剛邁入測試階段，DALL-E 2已開始支援商業活動，除了每月15個免費額度外，使用者可花15美元額外購買115個額度，且自即日起，使用者將獲得自DALL-E 2產生圖像的所有商業使用權，包括轉載、銷售或商品化等。（詳全文）

圖片來源／DeepMind、Meta、蘋果、VentureBeat、Hugging Face

  AI近期新聞 

1. 歷時5年研發，Google開源量子程式開發框架Cirq 1.0

資料來源：iThome整理，2022年7月