Discuz! Board

 找回密码
 立即注册
搜索
热搜: 活动 交友 discuz
查看: 2|回复: 0

谈一谈专家解读诺贝尔化学奖:人类或将通过AI触摸创制生命物质的门槛

[复制链接]

16万

主题

0

回帖

48万

积分

超级版主

Rank: 8Rank: 8

积分
483238
发表于 6 天前 | 显示全部楼层 |阅读模式
当地时间10月9日,瑞典皇家科学院宣布,将2024年诺贝尔化学奖授予戴维・贝克(DadBaker)、德米斯・哈萨比斯(DemisHassabis)和约翰・江珀(JohnMJumper),以表彰他们在蛋白质设计和蛋白质结构预测领域作出的贡献。科学技术大学教授江俊接受了新京报采访,对获奖者研究意义进行解读。他认为,他们为人类带来了一道曙光,即人类有可能通过AI(人工智能)的帮助触摸到创制生命物质的门槛。获奖者用AI理解极其复杂的生物大分子体系诺贝尔奖会评价称,来自美国华盛顿大学的贝克成功完成了构建全新蛋白质这一几乎不可能完成的任务;而来自谷歌旗下人工智能“深层思维”(DeepMind)的英国科学家哈萨比斯和江珀则开发了一种为AlphaFold2的人工智能模型,这种模型解决了一个已有50年历史的难题,能够预测大约两亿种已知蛋白质的复杂结构,并且已被全球200多万人使用。10月9日,在瑞典斯德哥尔摩举行的2024年诺贝尔化学奖公布现场,屏幕显示奖项得主美国华盛顿大学的戴维・贝克、英国伦敦谷歌旗下人工智能“深层思维”的德米斯・哈萨比斯和约翰・江珀。发江俊称,位获奖者具有用AI理解极其复杂的生物大分子体系的能力。“生物大分子变量多,且很巧妙地把生物的奥秘编码在氨基酸的序列当中。这是经过亿万年进化形成的比较美的大自然的编码体系。AI竟然能够破解密码,确让人震撼。”生物大分子蛋白质是构成细胞的基本有机物,是生命活动的主要承担者。蛋白质的序列决定它的形态,它的形态则决定其功能。以往的蛋白质结构预测需要依靠大量的验和劳动力进行尝试。谷歌DeepMind的两位科学家将蛋白质的结构密码破译,即了解什么样的序列能带来什么样的蛋白结构。“我个人更喜欢戴维・贝克的工作,他做的是蛋白设计的工作。这是创造者的角色,即中生有,设计之前没有过的蛋白质,甚至定制它的功能。”江俊认为,这离生命创造者还有相当远的距离,但他们为人类带来了一道曙光,即人类有可能通过AI的帮助触摸到创制生命物质的门槛。“我们对大自然亿万年的进化有所敬畏,但AI迭代进化的速度是非常的,人类现在只是摸到门槛,这已经让人很激动了。”他说,未来人类如能精准设计蛋白,首先意味着精准的医疗,控制靶向药物的作用方式。另外,科学家可以理解生命的演化过程,加深对世界的理解。“AI没有抢物理学家的地盘”就在当地时间10月8日,2024年诺贝尔物理学奖刚刚授予约翰・J・霍普菲尔德(JohnJHopfield)和杰弗里・E・欣顿(GeoffreyEHinton),表彰他们在使用人工神经络进行机器学习方面的基础性发现和发明。为何今年诺贝尔物理学奖和化学奖都和人工智能有关人工智能会抢夺科学家的荣誉吗江俊认为,此次诺贝尔奖的颁发意义重大。一方面,这代表着物理学家科学思想的一次跃迁。以前物理学家对世界规律的描述,用的是精准的数学表达式或者是严谨的语言逻辑。但这次,物理学家、化学家等接纳了可以用相对模糊、相对黑盒、相对预测发散的AI这种科学工具来描述物质世界的规律。他认为,这与从经典物理“跳”到违背直觉的量子物理的跃迁是类似的。“这将带来整个科学研究范式的革命。多年之后回过头来看,也许大家会觉得,霍普菲尔德和欣顿得10个诺贝尔奖都是值得的。”同时,他也指出,此次诺贝尔物理学奖的获奖成果是受到物理学启发的人工智能革命,属于scienceforAI,“并没有抢物理学家的地盘”。

毫无疑问RAG知识库必将引领整个行业的发展方向,让其光芒绽放于这片领域。BetterYeah,国内顶尖的一站式AI智能体(Agent)构建平台,集成全网最新多模态大模型和独家知识库RAG算法,支持工作流、数据库及插件集成,全面增强 AI Agent能力,企业可以通过prompt编排的方式零代码开发智能体。https://www.betteryeah.com/product/knowledgebase

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|企业-展美呗贤果有限公司

GMT+8, 2024-11-18 17:46 , Processed in 0.048771 second(s), 19 queries .

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表