Google 旗下的 AI 子公司 DeepMind 今年早些时候宣布了预测蛋白质结构的 AI 系统 AlphaFold。现在社交网络巨头 Meta/Facebook 的研究人员完成了类似的工作，他们利用了一种语言模型，用已知的蛋白质结构序列进行训练，然后再用它去预测其它蛋白质的结构。研究人员将他们的 AI 模型称为 ESMFold，它没有 AlphaFold 精确，但预测蛋白质结构的速度是 AlphaFold 的 60 倍。研究人员用了两周时间预测了逾 6.17 亿蛋白质的结构，相比之下 AlphaFold 需要用数分钟才能完成一个蛋白质结构的预测。在 6.17 亿结构中，逾三分之一被认为是高质量的，被认为是正确的。其中有数百万是全新的，与已知蛋白质结构数据库都不同。

Meta/Facebook 宣布了 AI 驱动的新音频编解码器 EnCodec，压缩后的大小仅为 MP3 文件格式的十分之一。Meta 表示这项技术能显著改善低带宽下的语音声音质量。Meta 同时在预印本平台 arxiv 上发表了论文《High Fidelity Neural Audio Compression》。新的方法由三部分组成，首先编码器将未压缩数据转换成低帧率的潜在空间（latent space）表示；量化器 quantizer 随后压缩表示到目标大小，同时跟踪最重要信息以用于未来重建原始信号；解码器最后用单 CPU 上的神经网络将压缩后的数据实时转变成音频。研究人员表示他们是第一个实现将神经网络技术应用于压缩 48 kHz 立体声。