就在今天，Meta解散了用AI預測近6億蛋白質折疊的團隊，以專注商業AI。

圖片

我們都知道，DeepMind接連發布的蛋白質預測模型AlphaFold、AlphaFold2，是學術界海嘯級的存在，足以改變人類。

當時，Meta同樣看準了開放性基礎科研對人類的意義。

2022年7月，被解散的團隊成員，曾聯手發布了繼AlphaFold2之后規模最大的蛋白質預測模型ESMFold。

足足有150億參數，能夠將折疊速度提升60倍。

圖片

然而，Meta此舉，表明正在放棄純粹的科研項目，轉而開發賺錢的人工智能產品。

12人團隊全解散

知情人士透露，Meta解散ESMFold的團隊有12人。

而解散的時間，據稱也是今年春天，正值Meta廣泛裁員之際。

3月，小扎發了一封向所有內部員工的全員信，再次強調了他所說的「效率年」。

接下來幾個月，Meta內部進行了大重組，包括扁平化管理結構和裁員，約2萬名員工受到影響。

圖片

再加上，此前Meta投資者呼吁，將重點放在盈利能力和增長上。 也不難看出，Meta這么做主要是為了盈利。

Meta AI研究科學家和工程經理Yaniv Shmueli，曾在ESMFold團隊工作。

她表示，「Meta試圖調整研究戰略，以更多地了解，如何創造能夠幫助自身業務的高級AI，而不僅僅是做一些好奇心項目」。

ESMFold項目

2022年7月，Meta正式推出了自家的蛋白質預測模型——ESMFold。

圖片

ESMFold是一個基于Transformer的150億參數語言模型。

通過對注意力機制的利用，它可以學習輸入序列中成對氨基酸之間的相互作用模式，實現從蛋白質個體的序列，直接進行高準確度、端對端、原子層級的結構預測。

準確度方面，ESMFold和AlphaFold2、RoseTTAFold等主流蛋白質預測模型不相上下。

但在推理速度上，ESMFold要比AlphaFold 2快一個數量級。

圖片

當時，LeCun還發推稱贊，這是Meta-FAIR蛋白質團隊的偉大新成果。

圖片

Meta還沒有確認，ESMFold是否會在未來繼續，但表示這些數據目前仍可供研究界使用。

追趕微軟谷歌，9月推出ChatBot

當前，Meta的全新重點是，利用自身在AI領域的長期研發，創造出圍繞生成式AI大肆宣傳的產品。

除了谷歌、微軟等老牌科技巨頭，Meta也是最早投入AI研究的公司之一。

2013年，Meta成立了Fundamental AI Research（Fair）實驗室，聘請了領先的學者，致力于人工智能研究。

圖片

多年來，這家公司在在人工智能領域進步得到了科學界的認可。

但是，生成式AI的爆發后，到目前為止，Meta還未公布像谷歌、OpenAI等開發的聊天機器人。

今年2月，一個由Meta產品主管Joelle Pineau領導的生成式AI團隊正式成立。

目前擁有數百多名員工，其中還包括從Fair實驗室調來的員工。

報道稱，Meta計劃最早在9月推出一系列不同角色風格的聊天機器人，以追趕上競爭對手。

在9月召開的一年一度Connect開發者大會上，小扎將會首次發布關于AI人工智能產品路線圖，以及產品更多細節。

扎克伯格表示，我設想的人工智能可以充當助手、教練，或者可以幫助你與企業和創造者互動的智能體，我認為人們不愿意與單一的人工智能互動。

在Meta內部，正在加急設計聊天機器人的原型，這些ChatBot可以與其40億用戶進行類人的交流。

另據一位了解相關計劃的人士透露，Meta在探索推出一個模仿林肯的聊天機器人，以及另一個以沖浪者風格為旅行選擇提供建議的聊天機器人。

專家表示，Meta這樣做不僅能夠提高用戶參與度，還可以收集關于用戶興趣的大量新數據。

這樣一來，可能有助于Meta通過更相關的內容和廣告更好地定位用戶。

要知道，Meta每年1170億美元的收入大部分來自廣告。

圖片

Meta負責AI研究的副總Joelle Pineau表，Meta仍致力于在開放科學的基礎上開展探索性研究。

從Fair誕生的項目，然后融進其他業務領域一直是團隊運作方式的一個組成部分。這使我們能夠將FairAI研究的學習和技術應用到產品中。

從長遠來看，Meta也是意在探索，一個能夠在元宇宙中應用的化身聊天機器人。

小扎也正在花費所有的時間和精力來構思這個問題，畢竟公司改名后，專注元宇宙的初心也不能丟。

雖然Meta暫未發布一個生成式AI的產品，但卻一直在這領域做出貢獻。

繼Llama1開源點燃社區熱情后，前段時間，Meta再次開源了Llama 2模型，并允許免費和商業可用。

另一方面，Meta也在構建人工智能基礎設施，并嘗試采購數萬個GPU。甚至，還自研定制芯片，以加速AI研究。

對于最新聊天機器人，Meta內部人士透露，公司很可能會建立一種技術，對用戶的問題進行篩選，并對輸出進行自動檢查，以確保其內容準確無誤，避免出現仇恨或違反規則的言論。

參考資料：

https://www.ft.com/content/919c05d2-b894-4812-aa1a-dd2ab6de794a