对于2024年诺贝尔化学奖，马剑鹏认为，虽然人们疑惑又有人工智能领域的科学家拿诺奖，但这其实分两个问题：一是蛋白质结构的预测，该不该拿诺奖；二是人工智能在这方面的贡献值不值得拿诺奖。

“这也是为什么给他们这个奖。其实这个问题并没有完全解决，但已经往前进了一大步，已经超越了我们有生之年的期望。现在已经可以使用了。”马剑鹏说。

他认为，正如复旦大学宣布将推出至少100门AI领域课程一样，AI已绕不开，你不一定需要会写算法，但至少要会用。他建议，“从娃娃抓起”，会用AI。

2021年7月15日，关于AlphaFold 2的研究论文在国际学术期刊《自然》（Nature）上在线发表，论文标题是《使用 AlphaFold 进行高精度蛋白质结构预测》（Highly accurate protein structure prediction with AlphaFold）。John Jumper和Demis Hassabis是共同通讯作者。

AlphaFold 3于2024年5月8日发布。它可以预测蛋白质与DNA、RNA、各种配体和离子形成的复合物的结构。相关研究论文也于同一天在线发表在国际学术期刊《自然》（Nature）上。

Deepmind官网介绍，迄今为止，全球数百万研究人员已使用 AlphaFold 2在疟疾疫苗、癌症治疗和酶设计等领域取得发现。AlphaFold 3让人们超越蛋白质，进入更广泛的生物分子领域。这一飞跃可以开启更多变革性科学，从开发生物可再生材料和更具弹性的作物，到加速药物设计和基因组学研究。

马剑鹏说，“如果纯粹从蛋白质结构的建模上，或者说制药业的药物设计上来看，Alphafold的精度（准确度）远远没有达到理想的精度。但是，它比以前的工具不知道好到哪去了！”

马剑鹏介绍，蛋白质的结构预测问题实际上涉及两个具体问题——蛋白质折叠的过程和最终的结构预测。“一个是蛋白质到底是怎么折叠起来的？其实就是刚才那一百个氨基酸的多肽折叠起来的整个过程。在起点和终点之间，怎么走？这个问题到现在也没有解决。但是从生物学家的角度，他们可以绕开第一个问题，我不care（在乎）到底是怎么折叠的，给你一个蛋白质序列，你只要能告诉我最终的蛋白质结构就行了。根本不看路径。实际上路径（问题）更烦。”

与预测结构相比，马剑鹏表示，设计一个新蛋白更难。前者是解题，预测一个自然界已经存在的蛋白的结构，后者是创造一个不曾存在的结构。“所以，我一直说搞折叠是个技术，搞设计是个艺术。”

2024年的三位诺贝尔化学奖得主之一戴维·贝克（David Baker）在加州大学伯克利分校师从兰迪·谢克曼获得生物化学博士学位，并在加州大学旧金山分校师从大卫·阿加德进行生物物理学博士后研究。他现在是华盛顿大学生物化学教授、华盛顿大学医学院蛋白质设计研究所所长。贝克实验室开发蛋白质设计软件，并利用它来创建分子，以解决医学、技术和可持续性方面的挑战。他最近的工作之一是开发用于生成功能性蛋白质的强大机器学习方法。

贝克还是华盛顿大学基因组科学、生物工程、化学工程、计算机科学和物理学的兼职教授。他发表了600 多篇研究论文，共同创办了21家公司，并获得了100多项专利。

马剑鹏介绍，贝克做蛋白质结构预测更早，在AlphaFold出现以前，他多次是CASP比赛的冠军。他预测的准确率达到了百分之四十几。“贝克突出的优点就是，他不仅会计算，会预测，他还会做实验，做设计。他本身是做实验出身，他的团队是一个非常典型的“干湿”结合的团队，所以特别成功。”

上世纪90年代末，戴维·贝克开始开发能够预测蛋白质结构的计算机软件罗塞塔(Rosetta)。研究小组绘制了一种具有全新结构的蛋白质，然后让罗塞塔计算：哪一种氨基酸序列可以产生所需的蛋白质。事实证明，罗塞塔确实可以构建蛋白质。研究人员开发的蛋白质Top7几乎跟他们设计的结构完全相同。

显而易见，人们可以用这种软件设计想要的蛋白质，用作药物、疫苗、纳米材料和微型传感器。

“我有一个观点，我认为，Alphafold的成功，对AI领域、计算机科学领域的影响，可能比对蛋白质结构预测的影响更重要。”马剑鹏。

这种观点源自他长期的观察：1997年，“深蓝”计算机（Deep Blue）曾经打败过国际象棋的世界冠军加里·卡斯帕罗夫（Garry Kasparov）。当时就有人觉得天要塌下来了，世界要被电脑颠覆了，结果什么事情都没发生；人们认为国际象的棋盘那么小，可以被打败，但围棋是不可能被电脑打败的。2016年3月，阿尔法狗（AlphaGo，阿尔法围棋）以4：1比分战胜韩国围棋九段高手、世界冠军李世石。又有人觉得天要了。但也有人认为，那只是个游戏，围棋游戏而已。直到Deepmind公司不惜代价，把AlphaFold做出来。

“计算机科学AI领域的人一看，连这么难的蛋白质结构预测都能做出来，人脸识别、自动驾驶还算事儿吗？结果真的变成‘人生无处不AI了’。”“虽然Alphafold不完美，但真的可以用了，它可以加速科研。”马剑鹏说，Alphafold的成功催生了一个现在天天能听到的名词——AI for science，用AI这个工具辅助科学研究。

复旦大学2024年招生培养政策发布会上发布的信息称，从2024年秋季学期开始，复旦大学将在2024-2025学年推出至少100门AI领域课程。AI大课将纳入所有复旦学生的学业安排。“要从娃娃抓起，你不能再不懂AI，不能再不会用AI。” “不需要每个人天天专门做算法，但广大科技工作者哪怕是做实验的，也至少得会用。”马剑鹏说，AI算法确实非常强大，Alphafold已经真正有实用价值了，不像以前搞理论自娱自乐。Alphafold这种技术的存在，使得包括颜宁、施一公等科学家在内的做实验的人，他们解析蛋白质结构的速度可能更快了,但不是说不用做实验了。“它还取代不了实验。至少到今天为止，‘金标准’还得靠实验。如果哪一天预测技术准确到，算出来的结构一定是对的，那世界又变了。”

为什么谷歌Deepmind公司能取得AlphaFold这样的突破？是因为算力吗？

马剑鹏说，“这个问题对我们国家，尤其现在，是非常有意义的。”

他表示，首先算力很重要，但关键还是算法。其次是问题的选择——你有没有想法，瞄准蛋白质结构预测问题。

马剑鹏说，“更重要的一个启示是，你有没有注意到现在大部分突破都是公司做出来的？”

他表示，它是典型的“大兵团作战”。公司和高校的区别在于，在高校里面，你再有经费，还是单一的一个团队。但在公司里，可以雇各种各样的人，在一个领头人的负责下，为了同一件事努力。“（公司里）不需要你发nature或发science等论文。你的任务就是把这个事情做出来。这是一种范式上的转变。团队作战，最大的特点就是一定要有一个强有力的‘领头羊’，把各种各样的人团结在一起。理论上，这很适合于我们国家，我们也有这样的经验，集中力量办大事。”

贫困的家庭

「活动」首次登录送67元红包

765.11MB

版本V4.51.64

下载APK 高速下载

下载贫困的家庭安装你想要的应用更方便更快捷发现更多

36%好评(417人)

358

详细信息

软件大小: 170.17MB
最后更新: 2024-10-12 20:43:21
最新版本: V88.99
文件格式: apk
应用分类:ios-Android 贫困的家庭
使用语言: 中文
: 需要联网
系统要求: 5.41以上

应用介绍

一，贫困的家庭抖音号被授权巨量引擎
二，贫困的家庭日本二十三十四十束缚
三，贫困的家庭，MatureTube XXXXuygor
四，贫困的家庭，亚洲成年网站最新
五，贫困的家庭，紧身泳装
六，贫困的家庭，岛国精品黄片
七，用力⋯哦⋯高潮⋯喷了汤唯色戒
【联系我们】
客服热线：1333-0405-151

加载更多

版本更新

V28.56

加载更多