谈到AI，过去的一年是建设性的进步，而不是华而不实的东西。蛋白质建模、回收和药物发现方面的进展。这些话来自AirStreetCapital的NathanBenaich和Plural的IanHogarth这两位领先的风险投资家，他们发布了他们对AI状况的年度总结，观察到虽然AI风险投资将在2022年下降，但新兴的智能应用领域的工作令人印象深刻。例如，Alphabet的AI子公司DeepMind现在正在为新兴的科学和农业研究提供大大增强的蛋白质模型。“该公司现在已经部署了该系统来预测来自植物、细菌、动物和其他生物体的2亿种已知蛋白质的3D结构，”Benaich和Hogarth报告说。“这项技术能够在多大程度上实现从药物发现到基础科学的下游突破，还需要数年时间。”DeepMind的AlphaFoldDB于2022年7月首次发布，包含一百万个预测的蛋白质结构。DeepMind的方法不仅有助于加速该领域的研究，而且还推进了基于矩阵乘法的技术，即人工智能、成像，以及基本上我们手机上发生的一切，”他们补充道。VC还报告说，主要的AI药物发现公司拥有18项临床资产，这是第一个获得自主医学影像诊断的CE标志。风险投资公司也报告了塑料回收方面的进展。德克萨斯大学奥斯汀分校开发的机器学习工程酶“降解PET，塑料占全球固体废物的12%。PET水解酶，称为FASTPETase，比现有的水解酶更能适应不同的温度和pH水平。FASTPETase能够在一周内几乎完全降解51种不同的产品。他们还表明，他们可以从FASTPETase降解中回收的单体重新合成PET，这可以为工业规模的闭环PET回收开辟道路。此外，Benaich和Hogarth报告了以下发展：“用于代码研究的最先进的AI正在迅速被大型科技公司和初创公司转化为商业开发工具。”扩散模型以令人印象深刻的文本到-图像生成能力。人工智能攻击更多的科学问题，从塑料回收、聚变反应堆控制和天然产物发现。wofscaling重新关注数据：也许模型规模并不是你所需要的。走向一个单一的模式来统治他们。社区驱动的大型模型开源以极快的速度发生，使集体能够与大型实验室竞争。受神经科学的启发，人工智能研究的方法开始看起来像认知科学。“作为AI系统背后的领先硬件平台，NVIDIA在其处理器的尺寸和功率方面也取得了显着增长。NVIDIA2021财年数据中心收入为106亿美元，而在2021年第四季度，他们确认了32.6亿美元，”按年化计算，这高于三大AI半导体初创公司的估值总和，”Benaich和Hogarth表示。“NVIDIA在其平台上拥有超过300万开发人员，该公司最新一代H100芯片有望提供比A100，“9x训练性能。”
