总的来说，最近还是没有什么码字的心情，所以这个文章总体来说就是一个备忘。

什么变化？

    最近几年，人工智能在Transformer方面的成果，以“算力压制”的效果，以结果、效果直接颠覆了很多基于知识学习、规则学习时代的智能规则。

    其中对于之前我提出的一些难题，也有了更多的破解的可能性。

前情回顾

    2017年，算起来是7年前，写了一篇文章，[《外一篇 人工智能与基因工程》](https://www.jianshu.com/p/2e194f76aee7)，其中提到了人类基因信息的特点，其类似于《天书》的结构中，对于文字与语意的研究，提出了语意与文字、声音之间，存在非常多的结构问题。

    这种结构问题、关键字词问题，在之前的规则学习、深度学习的人工智能技术阶段，是非常难处理的一件事情。

新的时代

    但是，Transformer模型以及GPT的能力，让我们看到“通过信息表象理解含义”这件事情有了比较大的进步。

    Transformer模型以及GPT，基于对海量文字的学习，形成了对语意的理解，并且在理解语意的基础上，能够生成符合预期的文字表达。这种为什么会生成这样一句话的详细规则，是人类无法理解的。

    那么扩展到基因领域。之前提到了：

    曾经的历史上，有过人把人类基因普，比喻成为：“记载人类遗传信息的’天书’”。

    这篇“天书”的主要结构，是DNA，组成DNA的主要结构是四种脱氧核苷酸（dAMP、dTMP、dCMP、dGMP）。

    类比到我们所熟悉的环境中：

    一个细胞核内的所有染色体，就是一套记录个人信息的“书”。

    每一条染色体，就是一本自成体系的“书”。

    而这本书的文档类型不是Word、不是Excel，是DNA。

    这本书中的字，由四个笔画横竖撇捺（dAMP、dTMP、dCMP、dGMP）。”

展望

    Transformer模型，基于强大的参数和算力，通过“阅读”大量的文字，能够理解语意。

    那么，通过“阅读”大量的基因图谱，能够理解基因含义。

    现在是否已经有人收集了大量的基因图谱，开展这种训练？

   感觉不需要多久的将来，很可能有一场生物攻击……

Wollaston

2024年4月20日

于 连云港