IT 之家 9 月 25 日音讯，科技媒体 9to5Mac 昨日（9 月 24 日）发布博文，报说念称苹果陆续团队发布了轻量级卵白质折叠瞻望 AI 模子 SimpleFold，汲取流匹配（Flow Matching）步调替代多序列比对（MSA）等复杂模块世博体育(中国)官方网站，大幅裁汰筹谋老本。

该媒体指出 AlphaFold2（Google DeepMind 的冲破性 AI 模子）、RoseTTAFold 等传统模子固然具备更高的精度，但由于依赖多序列比对、三角更新等筹谋密集的特定架构，锻练与推理老本奋斗。苹果团队但愿通过简化结构，裁汰硬件门槛，让更多科研团队受益。

SimpleFold 中枢汲取 2023 年提倡的流匹配（Flow Matching）步调，这种工夫源自扩散模子，但在生成经过中不徐徐去噪，而是奏凯从赶快噪声一次生成盘算结构。比较徐徐迭代的扩散模子，这种形状跳过多个去噪门径，筹谋量更低、生成速率更快，已在文本生成图像和 3D 建模鸿沟获取到手。

在践诺中，陆续东说念主员分裂锻练了从 100M 到 3B 参数的多个版块，并在 CAMEO22 和 CASP14 两大巨擘基准上进行评估。

这些测试掩盖了模子在泛化性、鲁棒性（Robustness，一个系统或经过在濒临打扰、省略情味或十分输入时，仍能保管其功能或厚实启动的才气）和原子级精度上的证实，成果显现，SimpleFold 在性能上厚实优于同类流匹配模子 ESMFlow，并比好意思顶尖模子证实。

具体来看，SimpleFold 无需使用腾贵的多序列比对和三角谨慎机制，在 CAMEO22 上达到 AlphaFold2、RoseTTAFold2 约 95% 的性能。更小的 SimpleFold-100M 版块在保合手高效的同期，性能卓绝 ESMFold 的 90%，考证了通用架构模块在卵白质瞻望鸿沟的可行性和竞争力。

陆续还发现，跟着模子鸿沟和锻练数据增多，性能厚实提高，尤其在高难度测试中上风昭彰。苹果团队强调，SimpleFold 仅仅开端，但愿它能鼓舞社区构建更多高效、遍及的卵白质生成模子，进一步加快药物研发和新材料探索。

世博体育(中国)官方网站