标签：Google DeepMind

2024年的诺贝尔化学奖一半授予了大卫·贝克（David Baker），以表彰他在计算蛋白质设计方面的贡献；另一半则共同授予了德米斯·哈萨比斯（Demis Hassabis）和约翰·M·詹珀（John M. Jumper），以表彰他们在蛋白质结构预测方面的成就。 大卫·贝克是华盛顿大学蛋白质设计研究所的所长，被誉为蛋白质设计领域的先驱。自2003年起，他成功设计了多种创新蛋白质，如Top7，这些蛋白质广泛应用于药物、疫苗、纳米材料和微型传感器等领域。1999年，他提出了蛋白质结构预测算法RoseTTA，早于DeepMind的AlphaFold。 德米斯·哈萨比斯是Goo...

近期，Gary Marcus, 一名在人类神经科学和人工智能交叉领域颇有建树的学者，发布了一篇文章，对生成式人工智能的未来发展做出了预测。他预计在未来12个月内，围绕生成式人工智能的泡沫将破裂。Marcus指出，生成式人工智能的核心问题在于其输出的可靠性不足，系统容易产生幻觉，生成虚假信息。 Marcus将当前的大语言模型(LLMs)比喻为“乘法表”，意味着它们可以很好地处理已知的信息，但在面对未知或超出训练范围的情况时，往往会给出错误答案。他认为，为了减少这些错误，企业不得不创建更大规模的模型，并填充更多的数据，但...

Google Deepmind近期推出了创新的视频到音频（V2A）技术，能够为视频生成逼真的背景音乐、音效以及人物对话，引领AI视频进入“有声时代”。这项技术利用视频像素和文本提示来创建与视频同步的音频波形，通过编码、扩散模型迭代运行和解码过程，将随机噪声转化为真实音频。在官方发布的Demo视频中，V2A技术展现出流畅的效果，包括各种情境下的背景音乐和特定场景的声音，如脚步声、恐龙鸣叫声、鼓声、车流声等。尽管V2A技术目前尚未开源，但它展示了对原始像素的理解，即使没有文本提示，也能为视频添加音频。此外，V2A支持无限...

谷歌DeepMind的首席执行官Demis Hassabis在与WIRED的访谈中指出，尽管AI技术已取得显著进步，但尚未达到仅依赖计算能力的地步。他认为，AI的基础架构和Agent设计仍有广阔的创新空间。尽管Gemini在AI竞赛中未引起广泛关注，但DeepMind作为顶尖AI研究机构，正全力追赶OpenAI，向通用人工智能迈进。 Hassabis强调，AI的发展不仅仅是比拼规模和算力，基础研究至关重要。谷歌的优势在于新技术研发，例如Gemini Pro 1.5利用MoE架构提升了处理能力，这对于学习和查找信息等任务更为高效。他指出，过去几年计算能力和数据量的增加是...