財聯社8月8日訊（編輯 周子意）據媒體週一（8月7日）援引知情人士的消息報道，社交媒體巨頭Meta已裁掉了一個科研團隊，該團隊之前已研發出一種能夠預測蛋白質結構的人工智能（AI）方法。這表明該公司正在放棄純科學項目，轉而開發更容易商業變現的AI產品。

此前，Meta僱傭了大約12名科學家進行一個名爲ESMFold的項目，該項目訓練了一個能夠處理大量生物數據以預測蛋白質結構的大型語言模型，並利用AI創建首個包含逾6億個蛋白質結構的數據庫。這一進展一度獲得那些參與開發新藥和治療方法的醫療圈人士的讚揚。

據三位熟悉Meta重組計劃的人士透露，ESMFold團隊已經於今年春天被解散，這是該公司大規模裁員的一部分。不過此前從未有過相關報道。

知情人士補充稱，Meta仍在聘用數千名AI科學家和工程師；與之相比，ESMFold團隊規模較小。儘管如此，取消該項目的行動表明，Meta公司希望放棄藍天研究（指從事基礎科學研究，不考慮短期內實際應用的可能性），轉而支持能夠產生收入的人工智能項目。

曾參與ESMFold的Meta AI前研究科學家和工程經理Yaniv Shmueli表示，“Meta試圖調整其研究策略，以更多地瞭解如何創造先進的智能，使其成爲Meta的一項業務，而不僅僅是一些新奇的項目。”

ESMFold團隊

Meta公司於2013年成立了基礎人工智能研究（Fair）實驗室，聘請了該領域的頂尖學者，致力於該領域的研究。

去年11月，Fair的研究人員在《科學》雜誌上發表了一篇論文，詳細介紹了ESMFold的研究成果：由機器學習創建的包含6.17億個宏基因組蛋白質結構的數據庫，即ESM宏基因組圖譜。宏基因組學是對來自地球各地環境樣本中鮮爲人知的蛋白質的研究，包括土壤、海洋和人體中的微生物。

ESMFold項目首先訓練了一個大型語言模型來學習進化模式，並直接從蛋白質的DNA序列中生成準確的結構預測。

Meta還創建了一個開源數據庫，使科學家能夠輕鬆檢索與他們的工作相關的特定蛋白質結構，並表示希望這項工作將能夠“推動進一步的科學進步”。

Meta的這一項目被認爲是DeepMind公司蛋白質摺疊預測技術AlphaFold的競爭對手，AlphaFold曾被認爲是2020年的一項科學突破，其準確性可與實驗室方法相媲美。而ESMFold的語言模型描述結構的速度比AlphaFold快60倍，儘管準確性不如AlphaFold。

倫敦國王學院的生物信息學教授Tim Hubbard表示，大型科技公司或許在快速並大規模部署計算資源、以及爲科學家提供計算成本高昂的服務方面具有優勢。

不過從長遠來看，維持算法服務和數據庫運行的鉅額成本是個問題。Meta還沒有確認將來是否會繼續提供這項服務，但目前這些數據仍可供研究界使用。Hubbard預計學術界將找到繼續開展此類工作的方法。

全力進擊AI領域

Meta是最早投資AI的大型科技集團之一。自成立Fair實驗室以來，它發表了許多論文，並因其在AI方面的進步而得到科學界的認可。

然而，從目前來看，該公司已經開始落後於OpenAI、微軟和谷歌等競爭對手，這些競爭對手都擁有面向消費者的生成式人工智能（AIGC）聊天機器人。

2023年被CEO馬克·扎克伯格稱爲“高效之年”，Meta在最近幾個月進行了大規模的重組，調整了管理結構，並裁員約2萬名員工。

Meta公司的新重點將是利用其在AI領域的長期研究和開發，創造出圍繞AIGC的產品，這種技術可以生成類似人類口吻的文本段落，以及圖像和視頻。

據兩名知情人士透露，今年2月，Meta成立了一個由產品主管Chris Cox領導的AIGC團隊，目前該團隊擁有數百名員工，其中包括從Fair實驗室轉來的員工。據悉，Meta目前正試圖重新配置Fair的研究，以符合GenAI團隊的目標。

上週有報道稱，Meta計劃最早於今年9月推出一系列具有不同角色風格的聊天機器人，以期趕超競爭對手。

Meta人工智能研究副總裁Joelle Pineau表示，“Meta仍然致力於在開放科學的基礎上開展探索性研究，從Fair實驗室轉入我們業務的其他項目一直是團隊運作方式的一個組成部分。”