结合蛋白通过与特定分子（如 DNA、RNA 或肽）选择性相互作用来调节各种细胞过程，它们能以高特异性识别和结合靶分子，这使得它们在信号传导、转运和酶活性功能上有着至关重要的地位。

当前，用于鉴定蛋白质结合肽的传统方法效率低下且性价比极低，而基于序列的方法因过于狭隘地关注近端序列特征而忽略了结构数据，导致没有一种良好的方式进行结合蛋白预测。

---

阿富汗呼罗珊大学（Khurasan University）领导了一项研究，推出一款名为 Deep-ProBind 的强大预测模型，旨在通过整合序列和结构信息对蛋白质结合位点进行分类。

该模型基准数据集上实现了 10 倍交叉验证的准确率达到 92.67%，在独立样本上实现了 93.62% 的准确率，训练数据方面相较于现有模型分别高出 3.57% 与 1.52%。

他们的研究以《Deep-ProBind: binding protein prediction with transformer-based deep learning model》为题，于 2025 年 3 月 22 日刊登于《BMC Bioinformatics》。

框架模型
本研究主要致力于解决蛋白质结合位点预测中的两个关键挑战：需要可靠的大规模肽结合蛋白数据集和开发新的深度学习模型。新模型使用基于 Transformer 的注意力机制对肽进行编码，并通过 PsePSSM-DWT 方法生成进化信息特征。

通过深度神经网络（DNN）执行分类，模型能够学习数据中的复杂模式，成为研究人员的强大工具，为肽结合位点预测提供了一种可靠的方法。

经过实验，团队创建了一个平衡的数据集，在测试中使用了不平等的数据，即 200 个阳性样本和 800 个阴性样本以反映真实的数据情况。

为了保证正确的特征，团队实现了特征编码方案，采用位置特异性评分矩阵（PSSM）、PsePSSM、离散小波变换 （DWT）与 Transformer 的双向编码器表示（BERT）进行构建。

具体来说，研究中使用 ProtBERT-BFD，它将基于蛋白质的 BERT 嵌入与 Big Fantastic Database（BFD）相结合，以增强特征表示。使用全局平均池化将标记化序列转换为 1024 维特征向量，然后将这些特征输入到深度学习模型进行预测。

深度架构
DNN 是 ML 的一个子分类，其灵感来自人脑的结构和功能。DNN 架构包括一个输入层、几个隐藏层和一个介于两者之间的输出层。

隐藏层对于网络了解数据中无法在原始数据中检测到的特征和模式至关重要，虽然其数量增加了映射复杂模式的预测能力，但也变相增加了难度、计算成本和过度拟合的出现。

使用基准数据集，DNN 模型用于识别蛋白质结合肽。所提出的 DNN 模型包括输入、输出和四个隐藏层，通过使用反向传播算法迭代更改权重，减少输出类和目标类之间的误差，从而改进所提出的模型学习技术。

性能分析
实验被架设在第六代英特尔酷睿 i7 处理器上，加入了 Tensorflow 和 Keras 来构建深度神经网络，以及 Pandas 和 Matplotlib 来做大量的数据分析、清理和整理数据以运行机器学习模型。

当使用 Tanh 作为激活函数和学习率 0.1 时，DNN 分类器在基准数据集上实现了最高的准确性，为 92.67%。该团队表示，关于学习率值，DNN 模型达到了最大准确率。

随着训练 epoch 的增加，错误率持续降低。例如，DNN 模型在初始 epoch 开始时的误差损失为 0.879，到第 50 个 epoch 时稳步下降到 0.001。

除此之外，团队还使用 AUC 指标进一步检查了 Deep-ProBind 的性能，AUC 指标是二进制分类器准确性的关键指标，分数越高代表性能更好。

Deep-ProBind 提供了出色的结果，在训练数据集上实现了 0.941 的 AUC，独立数据集上达到了 0.948 的 AUC。综合来说，DNN 模型的性能优于 SVM 算法和其他传统 ML。

模型总结
Deep-ProBind 令人鼓舞的结果突显了其在寻找功能性肽方面的研究潜力、它们在疾病中的相关性，尤其是在应激反应和乳腺癌中，以及它们在制定治疗方法中的应用。

研究的目标是采用并行编程方法来解决可扩展性和效率问题，通过超参数优化和采用集成技术来完善模型架构，确保更快、更节省资源的处理。

当前研究的一个关键局限性是依赖于相对较小的数据集，这可能会限制模型的泛化性。研究的最终目标是通过在未来的迭代中整合更广泛和多样化的数据集来克服这一限制。

论文链接：https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-025-06101-8

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Channel 4的首席执行官表示，人工智能公司正在“挖掘”英国1250亿英镑的创意产业的价值，并敦促政府采取行动。

---

亚历克斯·马洪在周二的文化、媒体和体育委员会会议上告诉国会议员，如果政府继续推进其提议，允许人工智能公司在不需版权持有者选择退出的情况下访问创意作品，这将使英国的创意产业处于“危险境地”。她表示：“人工智能显然对我们行业以及许多行业的未来至关重要。当前的争论是我们需要非常明确的条款。英国的版权法非常明确。而目前的情况是从我们的创意产业中提取价值。”反对政府选择退出提案的人士认为这一方案不公平且不切实际。生成式人工智能模型，即支撑ChatGPT等强大工具的技术，是在大量数据上进行训练，以生成高度逼真的反应。马洪表示，允许大型语言模型（LLMs）继续自由抓取数据对创意产业构成重大威胁，这一产业每年创造1250亿英镑的增加值（GVA），这是一种衡量公司通过其生产的商品和服务所增加的价值的指标。“创意产业占英国GVA的6%，增长速度比其他行业快1.5倍，”她说。“如果我们继续在一个LLMs可以抓取和使用这些数据而不正确付费的世界中，我们的行业就处于危险之中。”作家、艺术家以及电影和电视行业的高管们都认为，允许公司在未获得许可的情况下利用他们的作品来训练人工智能程序，威胁到他们的生计。马洪明确表示，Channel 4认为版权机制应该是“选择加入（opt-in）”的。她说：“责任应该在他们，而不在我们。我们非常清楚，LLMs需要为其使用的内容获得许可并进行适当支付。我们不能让自动抓取存在；我们需要一个适当的支付和许可机制。”马洪还表示，Channel 4是一家完全由广告收入资助的国有公司，去年实现了收支平衡。该广播公司将在夏季发布2024年的业绩，并报告2023年度的5200万英镑赤字，之前的三年里累计盈利1.78亿英镑。马洪在去年的业绩发布会上表示，她预计2024年和今年会出现赤字。“我很高兴地说，2024年会是一个更好的年份，”她说。“我们的赤字几乎保持平稳（在报告时），几乎收支平衡。”马洪还表示，公共服务广播机构（PSBs），如Channel 4、BBC和ITV在电视平台上享有的节目优先播放权的相关法规可能需要扩展。“如果没有优先播放权，我们将消失，”她说。“我们需要考虑在新平台上的覆盖和优先播放。我们确实需要思考一段时间内对PSB推广的监管，而不仅仅是对其保护。我们应该思考如何将优先播放的规定扩展到社交平台，以及我们将如何在英国实现这一点。”

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

OpenAI通过日本集团软银主导的融资筹集了400亿美元（约合310亿美元），这笔交易使ChatGPT开发者的估值达到3000亿美元。

---

OpenAI表示，此次融资轮将使公司能够“进一步推动人工智能研究的前沿”。它补充道，软银的支持将“为实现AGI（人工通用智能）铺平道路”，AGI是指能够在几乎所有认知任务上与人类相匹敌或超过人类的AI系统。“每周有数亿人使用ChatGPT，”OpenAI首席执行官山姆·阿特曼（Sam Altman）表示。“这笔投资帮助我们推动前沿，使人工智能在日常生活中更加有用。”挪威一名男子因ChatGPT错误地声称他谋杀了自己的孩子而提出投诉阅读更多。

此次融资在阿特曼表示，ChatGPT在其新图像生成特性推出后，仅用一小时便增加了一百万用户的背景下进行——这一功能在消费者中迅速走红，伴随着再现吉卜力工作室艺术风格的病毒式热潮。软银最初将向OpenAI投资100亿美元，并将在2025年底之前根据某些条件再投资300亿美元。这家日本公司将在此次融资中提供75%的资金，其余部分由OpenAI的关键支持者微软以及科技投资公司Coatue Management、Altimeter Capital和Thrive Capital提供。“人工智能是塑造人类未来的定义性力量，”软银董事长兼首席执行官孙正义说。“我们与OpenAI的扩展合作加速了我们共同的愿景，以释放其全部潜力。”

OpenAI还在周一宣布，由于面临DeepSeek和Meta等开放源代码领域的竞争，它正在构建一个更开放的生成性AI模型。这些竞争对手的模型可以自由获取，且与ChatGPT不同，可以进行调整。OpenAI准备推出一个“开放权重”模型，用户可以对其进行微调。OpenAI曾坚定地捍卫不允许开发者修改基本技术的封闭专有模型，阿特曼表示：“我们对此思考已久，但其他优先事项占据了首位。现在，这感觉变得重要。”

OpenAI及其捍卫封闭模型的支持者（包括谷歌）通常认为开放模型风险更大，容易受到恶意和非美国政府的使用。曾是OpenAI投资者的埃隆·马斯克（Elon Musk）近日领导了一项近1000亿美元的财团竞标，呼吁OpenAI“回归其曾经的开放源码、安全为重点的善意力量”。大型公司和政府对无控制的AI模型持谨慎态度，尤其在数据安全问题上。Meta和DeepSeek允许公司下载并修改它们的模型。Meta首席执行官马克·扎克伯格（Mark Zuckerberg）本月表示，其大型语言AI模型Llama的下载量已达到10亿次。DeepSeek的低成本R1模型今年1月震撼了人工智能界。

OpenAI在ChatGPT的最新图像生成功能上获得了成功。除了用户数量激增，阿特曼声称，新图像工具已经超出了OpenAI的图形处理单元的负荷。自新功能推出以来，仿制日本吉卜力艺术的图像随处可见。阿特曼表示，该功能在使用方面限制较少，代表了“我们在允许创造自由方面的一个高水准”。

自OpenAI出人意料地在AI图像领域震撼之余推出了400幅图像生成作品后，已经过去了24小时。至今为止，这里有14个令人惊叹的例子（100% AI生成）：

1. 吉卜力风格的表情包 pic.twitter.com/E38mBnPnQh— Barsee 🐶 (@heyBarsee) 2025年3月26日

OpenAI的发言人表示：“我们继续防止生成单个活跃艺术家的风格，但允许更广泛的工作室风格——人们用这些风格生成并分享了一些真正令人愉悦和鼓舞的原创粉丝创作。”

与法新社合作探讨更多信息。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

OpenAI表示，它在一轮融资中筹集了400亿美元，估值达3000亿美元——这是初创企业有史以来最大的融资。

---

这次融资与日本投资集团软银的合作使得“我们能够进一步推动人工智能研究的前沿，”OpenAI宣布，并补充道，这将“为实现AGI（人工通用智能）铺平道路”，因为“庞大的计算能力至关重要”。软银表示，它希望实现超越人类智力的“人工超智能”（ASI），而OpenAI是最接近实现这一目标的合作伙伴。软银将首先投入100亿美元，到2025年底，如果满足某些条件，将再投入300亿美元。

此外，OpenAI周一还宣布，它正在构建一个更加开放的生成式AI模型，因为在开源领域正面临DeepSeek和Meta的日益竞争。挪威人因ChatGPT错误地说他谋杀了自己的孩子而提出投诉。

OpenAI过去曾是封闭、专有模型的强烈捍卫者，这些模型不允许开发者修改基本技术以适应他们的目标。“我们对此思考了很久，但其他优先事项优先考虑。现在这感觉很重要，”OpenAI首席执行官山姆·阿尔特曼说。

OpenAI和封闭模型的支持者——包括谷歌——常常批评开放模型风险更高，更容易受到恶意和非美国政府的使用。曾是OpenAI投资者的埃隆·马斯克呼吁OpenAI“回归曾经那种以开源和安全为重点的良性力量”。大公司和政府对使用没有控制权的AI模型一直表现出犹豫，特别是在数据安全方面。Meta和DeepSeek让公司能够下载和修改他们的模型。Meta首席执行官马克·扎克伯格本月表示，Llama的下载量已达到10亿次。DeepSeek在1月份推出的低成本R1模型震撼了人工智能界。

OpenAI一直在利用其最新图像生成功能在ChatGPT中取得成功。阿尔特曼声称，这一工具在一小时内帮助增加了“100万用户”，并使OpenAI的图形处理单元不堪重负。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

在上周末，抗议者聚集在全球数百个城市的特斯拉展厅，示威反对埃隆·马斯克与唐纳德·特朗普结盟，破坏美国政府。

---

他们的目标是给特斯拉的汽车贴上污名。纽约曼哈顿的一块标牌写道：“烧掉一辆特斯拉，拯救民主。”抗议者们正在利用消费品的商业民主来影响美国的政治民主。我的同事达拉·克尔和爱德华·赫尔摩尔报道：在纽约市，数百名反特斯拉抗议者于周六聚集在该电动车公司的曼哈顿展厅。组织者索菲·谢泼德（23岁）表示，这次集会并不是要抗议电动车。“我们在这里抗议马斯克，他在白宫草坪上举办了一场特斯拉汽车展。”她说：“我们希望尽可能干扰他的生意，这包括所有特斯拉，而不仅仅是赛博卡车。”

抗议活动并未吸引大量人群。然而，随着特斯拉股价自2024年12月峰值下跌近一半，马斯克的财富减少了超过1000亿美元。马斯克的政治行动迫使许多特斯拉车主不得不成为公司支持者或反对者。马斯克与特斯拉同义。在公司的年度报告中，特斯拉在风险部分披露，其“高度依赖埃隆·马斯克，特斯拉的技术王和首席执行官提供的服务”。特斯拉的“技术王”是马斯克的官方（虽然有些幼稚）头衔。

由此，公众对马斯克的看法与特斯拉的品牌息息相关。当他更多被视为多面手的技术天才，类似于钢铁侠的灵感来源时，这种看法让特斯拉的品牌如同他火箭公司的引擎一样受到推动。然而，考虑到马斯克作为公众人物的极化情况，阅读特斯拉在其10-K表格中的风险评估就有了不同的涵义：“我们需要保持公众的信誉和对我们长期商业前景的信心，以便取得成功。”

“我们正在以广泛的潜在客户为目标，面向全球大众市场。”特斯拉的披露中写道。马斯克的政治行动迫使许多特斯拉车主不得不为他们的购买做出辩护，或公开宣布与他们的车辆思想上的分离。尤其需要关注的是购买的日期，带有“我在马斯克疯狂之前就买了这辆车”的车贴愈发普遍，成为对所谓“政府效率部”的反叛标志。然而，美国公众中有一部分似乎希望他们的汽车仅仅是一辆车，而不是一个政治声明。

马斯克本人则盯上越来越狭窄的受众，在美国现代历史上与某一点评价最低及最具分裂感的总统一起，在白宫草坪上举办特斯拉销售活动。我无法预言特斯拉的命运，但目前对特斯拉的广泛社会反感正在对其财务造成影响。

阅读更多关于周六抗议的完整故事。

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

RobotLAB，全球领先的机器人集成和人工智能驱动的自动化解决方案提供商，今天宣布推出BroBot™，这是公司首代人形机器人，旨在多行业（包括教育、物流和酒店业）进行可扩展的现实部署。{ width=60% }

---

BroBot™标志着功能性人形机器人领域的一项重大进步。它能够在动态和不可预测的环境中运行，利用混合模拟-数字接口、自治任务协议和情境意识系统，执行基本任务，且需最少监督。其友好适应的设计支持灵活地融入结构化工作流程和高流量公共环境中。

“通过BroBot™，我们正在扩展人机协作的可能性，重点关注即时可用性和广泛适用性，”RobotLAB人形机器人项目经理Bailey Lund说。“该平台旨在易于部署、直观操作，并从第一天起产生影响。”

BroBot™结合了触觉界面元素和嵌入式决策能力，支持任务执行、环境适应和基本人机交互。其模块化架构允许组织根据具体的使用案例量身定制机器人的功能，而无需显著的基础设施改动或高级培训。

初始部署领域包括：

• 需要灵活课堂支持的教育环境
• 寻求轻型任务协助的仓储和物流操作
• 需要地面存在和互动的酒店和客户面对空间

主要功能包括：

• 自主任务处理 – 在无需持续输入的情况下执行例行功能
• 环境响应性 – 根据实时上下文线索调整行为
• 行业无关设计 – 兼容多种操作设置
• 符合人体工学的界面 – 需要最少培训即可有效互动

经过成功的内部测试阶段，RobotLAB计划在2025年第二季度通过有限的试点项目进一步扩展BroBot™，与其全国网络合作，进一步完善其功能、工作场所适应性和整体影响。

无论是在课堂支持中通过非常规教学方法，还是在服务环境中缓解运营流程，或在仓储物流中参与轻型支持，BroBot™已经证明其能够在多个行业中有意义地贡献力量。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Plural，下一代Kubernetes管理平台，已获得由Primary Venture Partners主导的600万美元种子资金，Capital One Ventures和包括Company Ventures在内的纽约知名投资公司也参与了本轮融资。{ width=60% }

---

这意味着Plural的总融资额达到了1200万美元，包括之前的种子轮融资。此次投资将推动Plural的使命，旨在简化企业Kubernetes操作，而在AI工作负载的增加和复杂性日益加剧的背景下，传统解决方案的脆弱性也愈加显露。

“广泛采用Kubernetes改变了企业部署和扩展容器化应用的方式，”Capital One Ventures合伙人Sean Leach表示。“这带来了新的操作考虑。Plural关注的重点是自动化、安全性和满足大型企业的控制需求。”

目前超过60%的企业管理着10个或更多的Kubernetes集群，随着团队部署新工作负载并在混合和多云设置中扩展，环境的复杂性也在增加。此外，日益增长的AI和机器学习工作负载对Kubernetes基础设施提出了额外需求，从而迫切需要更智能、更可扩展的管理解决方案。

Plural的AI驱动Kubernetes管理平台(KMP)直接应对这些挑战，通过统一控制面实现集群管理自动化。该平台有助于团队建立自助工作流程，使企业能够简化操作、降低成本，同时在越来越复杂的Kubernetes环境中维持强大的安全性和合规性。

“企业正面临Kubernetes复杂性加剧与AI工作负载激增的完美风暴，”Plural首席执行官Sam Weaver表示。“这项投资验证了我们简化大规模Kubernetes管理的愿景。我们尤其对金融服务领域的增长势头感到兴奋，该领域需要在快速创新与严格的安全和合规要求之间找到平衡。借助Plural，组织可以专注于构建创新应用，而不会被基础架构的复杂性所困扰。”

新一轮融资将用于扩充Plural的工程团队，加速产品创新，并加强市场推广，以满足迅速增长的客户需求。

“Kubernetes已成为现代企业基础设施的中坚，但它远非即插即用，”Primary Venture Partners合伙人Brian Schechter表示。“随着企业增加集群、采用AI/ML工作负载并拥抱多云战略，操作负担成倍增长。Plural在解决这些挑战方面具备独特优势，提供简化和具成本效益的解决方案，以赋能开发人员和IT团队。”

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

MemryX，行业领先的边缘人工智能半导体解决方案提供商，今天宣布已完成4400万美元的B轮融资。{ width=60% }

---

该融资轮得到了新老投资者的广泛支持。此次公告紧随MemryX达到行业领先的MX3加速器芯片的生产质量，并有十多个公司选择MemryX进入生产，以及独立评审对MX3的令人信服的价值的肯定。

“我们很高兴完成这轮B轮融资，这将使我们能够加速现有一流MX3加速器的生产，并完成我们突破性MX4的设计，”MemryX首席执行官Keith Kressin表示。“我们的软件优先核心架构使我们在开发强大的软件堆栈的同时，非常高效地利用资本，并为数十位客户提供支持。这也是我们下一代MX4加速器的坚实基础。”

MemryX MX3人工智能解决方案在视觉基础的人工智能推理中以不足主流GPU解决方案10%的功耗提供更高的系统性能。行业领先的MX3正在被众多客户设计，用于构建如AI驱动的视频管理系统（VMS）、工业PC和各类边缘服务器等解决方案。MemryX的软件工具和数百个模型上的基准测量可在MemryX开发者中心公开获取。

MemryX将在2025年4月2日至4日在拉斯维加斯举行的ISC West上展出解决方案和硬件合作伙伴。我们鼓励与会者与我们会面，并体验我们的公开演示，以了解更多关于MemryX及日益增长的边缘人工智能计算行业的信息。

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。