就在今天，Meta解散了用AI预测近6亿蛋白质折叠的团队，以专注商业AI。

图片

我们都知道，DeepMind接连发布的蛋白质预测模型AlphaFold、AlphaFold2，是学术界海啸级的存在，足以改变人类。

当时，Meta同样看准了开放性基础科研对人类的意义。

2022年7月，被解散的团队成员，曾联手发布了继AlphaFold2之后规模最大的蛋白质预测模型ESMFold。

足足有150亿参数，能够将折叠速度提升60倍。

图片

然而，Meta此举，表明正在放弃纯粹的科研项目，转而开发赚钱的人工智能产品。

12人团队全解散

知情人士透露，Meta解散ESMFold的团队有12人。

而解散的时间，据称也是今年春天，正值Meta广泛裁员之际。

3月，小扎发了一封向所有内部员工的全员信，再次强调了他所说的「效率年」。

接下来几个月，Meta内部进行了大重组，包括扁平化管理结构和裁员，约2万名员工受到影响。

图片

再加上，此前Meta投资者呼吁，将重点放在盈利能力和增长上。 也不难看出，Meta这么做主要是为了盈利。

Meta AI研究科学家和工程经理Yaniv Shmueli，曾在ESMFold团队工作。

她表示，「Meta试图调整研究战略，以更多地了解，如何创造能够帮助自身业务的高级AI，而不仅仅是做一些好奇心项目」。

ESMFold项目

2022年7月，Meta正式推出了自家的蛋白质预测模型——ESMFold。

图片

ESMFold是一个基于Transformer的150亿参数语言模型。

通过对注意力机制的利用，它可以学习输入序列中成对氨基酸之间的相互作用模式，实现从蛋白质个体的序列，直接进行高准确度、端对端、原子层级的结构预测。

准确度方面，ESMFold和AlphaFold2、RoseTTAFold等主流蛋白质预测模型不相上下。

但在推理速度上，ESMFold要比AlphaFold 2快一个数量级。

图片

当时，LeCun还发推称赞，这是Meta-FAIR蛋白质团队的伟大新成果。

图片

Meta还没有确认，ESMFold是否会在未来继续，但表示这些数据目前仍可供研究界使用。

追赶微软谷歌，9月推出ChatBot

当前，Meta的全新重点是，利用自身在AI领域的长期研发，创造出围绕生成式AI大肆宣传的产品。

除了谷歌、微软等老牌科技巨头，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）实验室，聘请了领先的学者，致力于人工智能研究。

图片

多年来，这家公司在在人工智能领域进步得到了科学界的认可。

但是，生成式AI的爆发后，到目前为止，Meta还未公布像谷歌、OpenAI等开发的聊天机器人。

今年2月，一个由Meta产品主管Joelle Pineau领导的生成式AI团队正式成立。

目前拥有数百多名员工，其中还包括从Fair实验室调来的员工。

报道称，Meta计划最早在9月推出一系列不同角色风格的聊天机器人，以追赶上竞争对手。

在9月召开的一年一度Connect开发者大会上，小扎将会首次发布关于AI人工智能产品路线图，以及产品更多细节。

扎克伯格表示，我设想的人工智能可以充当助手、教练，或者可以帮助你与企业和创造者互动的智能体，我认为人们不愿意与单一的人工智能互动。

在Meta内部，正在加急设计聊天机器人的原型，这些ChatBot可以与其40亿用户进行类人的交流。

另据一位了解相关计划的人士透露，Meta在探索推出一个模仿林肯的聊天机器人，以及另一个以冲浪者风格为旅行选择提供建议的聊天机器人。

专家表示，Meta这样做不仅能够提高用户参与度，还可以收集关于用户兴趣的大量新数据。

这样一来，可能有助于Meta通过更相关的内容和广告更好地定位用户。

要知道，Meta每年1170亿美元的收入大部分来自广告。

图片

Meta负责AI研究的副总Joelle Pineau表，Meta仍致力于在开放科学的基础上开展探索性研究。

从Fair诞生的项目，然后融进其他业务领域一直是团队运作方式的一个组成部分。这使我们能够将FairAI研究的学习和技术应用到产品中。

从长远来看，Meta也是意在探索，一个能够在元宇宙中应用的化身聊天机器人。

小扎也正在花费所有的时间和精力来构思这个问题，毕竟公司改名后，专注元宇宙的初心也不能丢。

虽然Meta暂未发布一个生成式AI的产品，但却一直在这领域做出贡献。

继Llama1开源点燃社区热情后，前段时间，Meta再次开源了Llama 2模型，并允许免费和商业可用。

另一方面，Meta也在构建人工智能基础设施，并尝试采购数万个GPU。甚至，还自研定制芯片，以加速AI研究。

对于最新聊天机器人，Meta内部人士透露，公司很可能会建立一种技术，对用户的问题进行筛选，并对输出进行自动检查，以确保其内容准确无误，避免出现仇恨或违反规则的言论。

参考资料：

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