同花顺-圈子

　　今天统计局公布了今年前两个月的经济数据，这个非常重要。原因在于几乎所有人对去年的经济形势都进行了错误的判断，包括我们在内。

　　去年是疫情恢复之后的第一年，所有人都认为经济形势会从被疫情破坏的泥潭中恢复，然而事实情况确实工厂倒闭、工人失业、经济萧条。

　　去年年底我们也进行了总结和反思，我的结论是去年经济形势的萧条是三年疫情高压下经济问题的集中涌现，是为前几年埋单，而非当年产生的问题。既然是算旧账就不会持续太久。

　　要想印证上面的判断，就需要有持续向好经济数据的支撑，因此今年经济形势是继续恶化，还是拐点涌现是决定性因素。

　　具体内容可以查看相关报道，我们拿几个重要的数据看一下：

　　1，1～2月份，规模以上工业增加值同比增长7%，比上年12月份加快0.2个百分点。从增长面看，超过9成的行业、超过6成的产品同比实现了增长。

　　2，服务业景气度回升。2月份，服务商业活动指数51%，比上月上升0.9个百分点，连续两个月回升。

　　3，1～2月份，社会消费品零售总额同比增长5.5%。

　　4，制造业投资较快增长，大项目带动作用比较明显。1～2月份，固定资产投资同比增长4.2%，比上年全年加快1.2个百分点。其中，制造业投资增长9.4%，加快2.9个百分点。

　　这些数据与群年相比，除了恢复性增长以外，关键点在于2月份比1月份增长速度加快。

　　这说明经济基本面已经出现了探底回升的拐点，我们去年的判断一致，这也是股市得以持续走高的基础。

　　英伟达GTC2024开发者大会即将召开，除了上面的旋转中的地球以外，目前从官网上可以看到可以看到以下几张图：

　　以上的图片可能代表会议中将会涉及的内容，之前没有见过的就是这个人类大脑和DNA序列。

　　马斯克的脑机接口研究的是中枢神经和神经元，通过人工放电的形式来联结或者激活已经丧失功能的神经元，以实现人体机能重构和人与机器的互动。

　　但是这张图显示的是DNA序列，明显与脑机接口不同，人体有31亿个DNA碱基对，虽然首个人类完整基因组序列已完成，但我们距离完全破解人类遗传密码这一目标还有很长的路要走，因为基因组序列就像一本无字天书，科学家们才只破译了一部分，有些序列片段是否包含遗传编码，某些基因决定着什么性状，目前都还不清楚。

　　如果将人工智能应用在生物科技领域，将大大提高医学进步的速度，甚至是革命性的颠覆。

　　事实上，美国的科技巨头对生物医药领域的AI技术抱有很大兴趣，比如谷歌DeepMind的研究人员们将AlphaFold模型（一种预测蛋白质结构的突破性工具）用于开发一种“分子”注射器，以将药物直接注射到细胞中，并用于研究减少对杀虫剂依赖的农作；Salesforce去年推出了蛋白质生成模型ProGen；微软也发布了类似的开源模型EvoDiff；亚马逊为其AWS机器学习平台SageMaker发布了蛋白质折叠工具……

　　以DeepMind的AlphaFold研究项目为例：人体中的蛋白质管理着各种功能，所有这些功能都依赖于蛋白质的三维形状。每个蛋白质由一系列氨基酸组成，氨基酸与外部环境之间的相互作用决定了蛋白质的“折叠”，这决定了其最终的形状。

　　对于生物技术公司来说，能够根据其氨基酸序列预测蛋白质形状非常重要，这些公司可以利用这些预测来设计新药、改良作物、可生物降解塑料等各种产品。

　　这正是深度学习的用武之地：在数以亿计的不同蛋白质序列及其底层结构上训练人工智能模型，让这些模型发现生物学规律，无需真正分子动力学模拟所需的昂贵计算。而完全模拟蛋白质需要高强度的计算资源，因此一些机构还专门设计和建造了超级计算机来处理这类问题。

　　“未来生命科学会像传统行业那样高度工程化。当数据科学、人工智能和自动化的结合时，生物学会呈指数级改进，从而成为下一个黄金赛道。”黄仁勋这样说。

　　不过说了这么些高科技展望，回到现实我国的生物技术远远落后于西方，差距甚至比半导体行业还要大。

　　并且这也是建立在高度发达的人工智能技术之上的拓展，前提是要先解决人工智能的问题。

　　因此我认为对于我国来讲还是要解决现实问题先，而对于科技前沿的内容可以炒作一下，但仅限于炒作一下。