分類: 其他 AI
「其他 AI」分類的 AI 新聞與論文。
-
Convert Bio 筹得 2500 萬美元資金，獲 Bessemer 以及 Meta、OpenAI、Wiz 高管支持
人工智慧正快速進入藥物研發領域，藥廠與生物科技公司以縮短研發週期並提高成功率為目標。目前超過兩百家新創公司競爭將 AI 整合進研究流程，吸引投資者關注。位於波士頓與特拉維夫的 Converge Bio 是最新受益者，其利用基於分子資料的生成式 AI 協助開發藥物，近期以貝塞默風險投資夥伴（Bessemer Venture Partners）為領軍，籌資兩千五百萬美元完成 A 輪融資，該輪次被過度認購。TLV 夥伴、薩拉斯資本、Vintage 投資夥伴等機構也參與投資，此外還有 Meta、OpenAI 及 Wiz 等公司的未具名高管提供支援。 Converge Bio 透過訓練 DNA、RNA 及蛋白質序列的生成模型，並將其嵌入藥廠工作流以加速開發。執行長多夫·格茨（Dov Gertz）表示，平臺涵蓋從目標識別到製造、臨床試驗等各個階段。公司已推出三個獨立 AI 系統，分別用於抗體設計、蛋白質產量最佳化及生物標記與目標發現。以抗體設計為例，系統整合三個元件：生成模型創造新抗體、預測模型篩選分子特性，以及基於物理模型的 docking 系統模擬抗體與目標的三維互動。客戶無需自行拼湊模型，即可直接使用即插即用系統。 自 2024 年籌得五百五十萬美元種子輪以來，公司規模迅速擴張。目前已完成超過四十個專案，服務美國、加拿大、歐洲及以色列的十多家客戶，並正擴充套件至亞洲。團隊人數從 2024 年 11 月的九人增至三十四人。案例顯示，該公司曾協助合作夥伴在單一計算迭代中將蛋白質產量提升四至四點五倍，並生成具有極高結合親和力的抗體，達到單納摩爾範圍。 儘管大型語言模型（LLM）在分析生物序列方面受到關注，但錯誤率與驗證成本仍是挑戰。Converge Bio 將生成模型與預測模型結合，以篩選新分子降低風險。格茨強調，公司不依賴文字型 LLM 作為核心科學理解工具，而是訓練於 DNA、RNA 及蛋白質資料，僅將 LLM 用作輔助工具。公司願景是成為整個產業的生成式 AI 實驗室
-
生物科技公司 nephrogen 結合 AI 與基因治療逆轉腎病變 — 請至 TechCrunch Disrupt 2025 查看
當七歲的德米特里·馬克西姆（Demetri Maxim）母親的腎臟停止運作後，他開始經歷家庭與腎臟病的長期掙扎。雖然母親後來接受了成功的腎臟移植，但馬克西姆卻遺傳了多囊腎臟病（PKD）。目前約每七名美國人中就有一人患有慢性腎臟病（CKD），其中約一成案例源於遺傳條件。馬克西姆自高中時期便致力於尋找療法，並在 2021 年因《自然》雜誌發表的研究而受到啟發，該研究證實利用 CRISPR 技術可在小鼠身上逆轉 PKD。當時他正在斯坦福大學攻讀計算生物學研究生學位，並同時在教授維韋克·布拉拉（Vivek Bhalla）指導下進行腎臟研究。 儘管馬克西姆深信基因療法能逆轉 PKD，但將藥物直接遞送至病變細胞的機制仍是最大挑戰。為此，他於 2022 年創立了生物科技公司 Nephrogen，該公司運用人工智慧與先進篩選技術開發專用的遞送系統，旨在安全將基因編輯藥物送入腎臟特定細胞。Nephrogen 是 TechCrunch Disrupt 2025 Startup Battlefield 活動的二十強最終候選人之一。經過三年研發，馬克西姆聲稱 Nephrogen 已創造出比目前 FDA 批准藥物載體效率高出百倍的新遞送機制。 下一步，公司計劃將新型遞送機制與自研藥物推進至臨床試驗，預計於 2027 年啟動，並正籌資四百萬美元種子輪。馬克西姆本人有意參與臨床試驗，以應對自身疾病帶來的嚴重痛苦與風險。若 Nephrogen 成功，不僅能幫助他人，也能徹底治癒馬克西姆的多囊腎臟病。
-
Google DeepMind 與聚變能源新創公司合作的真正原因
美國能源新創公司 Commonwealth Fusion Systems（CFS）於週四宣佈，正與 Google 旗下的 DeepMind 部門合作，利用人工智慧（AI）微調並改善其即將推出的 Sparc 反應堆運作效率。雙方計畫使用 DeepMind 專用的 Torax 軟體模擬反應堆內部的電漿行為，並結合 AI 模型協助 CFS 找出最佳達成聚變發電的路徑。聚變能源承諾能提供巨量電力且零排放，燃料來源近乎無限的水。隨著資料中心對電力需求激增，AI 相關公司看好聚變新創作為潛在客戶，Google 亦將此視為潛在業務來源。 Google 並非首次涉足核聚變領域，此前已與另一家新創公司 TAE Technologies 合作，利用 AI 研究電漿行為。專家認為 AI 是實現聚變能源的關鍵技術，主要挑戰在於維持反應堆內電漿高溫長時間。與自持的核裂變不同，聚變反應在缺乏恆星般質量與引力的環境下極難維持，電漿常面臨擴散熄滅的風險。CFS 的反應堆使用強力磁場替代重力來約束電漿，但磁場並非完美，操作人員需開發能持續應對電漿變化的控制軟體。由於可調節引數過多，人類難以應付，這正是 AI 擅長之處。 CFS 目前於波士頓郊區建造其示範反應堆 Sparc，該裝置約完成三分之二，預計於 2026 年完工時成為首個能產生超過聚變反應消耗電力的裝置。Google 表示 Torax 可搭配強化學習或演化搜尋模型，尋找產生淨能量最有效且堅固的路徑。兩家公司亦在探討 AI 用於控制反應堆運作。2024 年 8 月，Google 與 Nvidia 一同參與 CFS 的 8.63 億美元 B2 輪融資。今年早些時候，Google 表示將購買 CFS 首座商業發電廠 Arc 的 200 兆瓦電力，該廠預計建於維吉尼亞州里士滿郊區。Google 同時也是競爭對手 TAE Technologies 的投資者。
-
前OpenAI與DeepMind研究人員籌集3億美元種子資金自動化科學
Periodic Labs 於週二正式走出隱形階段，以 3 億美元種子輪資金亮相，該輪融資由科技界頂尖機構與人物共同支援，包括 Andreessen Horowitz、DST、Nvidia、Accel、Elad Gil、Jeff Dean、Eric Schmidt 以及 Jeff Bezos。該公司由 Ekin Dogus Cubuk 和 Liam Fedus 創立。Cubuk 曾領導 Google Brain 與 DeepMind 的材料與化學團隊，其專案之一 GNoME 於 2023 年發現超過 200 萬種新晶體，這些材料有望為新一代技術供能。Fedus 則是 OpenAI 前研究副總裁，參與了 ChatGPT 的研發，並領導團隊構建了第一個 trillion-parameter 神經網路。Periodic Labs 的目標是自動化科學發現，打造 AI 科學家，透過機器人進行物理實驗、收集資料、迭代並持續學習。其首要任務是研發效能更優且能耗更低的新型超導體，同時希望發現其他新材料。公司還計劃收集 AI 科學家在混合、加熱及操作各種原料過程中產生的物理世界資料。由於現有模型多依賴網際網路訓練資料，而該來源已趨於枯竭，Periodic Labs 致力於建立自主實驗室，讓 AI 科學家利用新鮮資料持續進化。儘管此類團隊並非唯一，但 AI 自動化化學發現的研究已持續至少自 2023 年，並有 Tetsuwan Scientific、Future House 及多倫多大學加速聯盟等機構參與。