诺奖需要AI 网友 Demis Hassabis荣获诺贝尔化学奖 (诺奖需要交税吗)
今年的诺奖被AI大佬包圆了。
就在刚刚,瑞典皇家科学院已决定将 2024 年诺贝尔化学奖授予大卫·贝克(David Baker),“以表彰在计算蛋白质设计方面的贡献”;另一半则是共同授予德米斯·哈萨比斯(Demis Hassabis)和约翰·M·詹珀(John M. Jumper),“以表彰他们在蛋白质结构预测方面的成就”。
David Baker 出生于1962 年 10 月 6 日,美国生物化学家、计算生物学家。被誉为蛋白质设计领域的“开创者”,在DeepMind之前就提出了预测和设计蛋白质三维结构的方法。他开创的设计蛋白质和预测其三维结构方法,通过准确预测蛋白质的空间结构,帮助科学家理解其功能,并设计出更有效的药物分子或改造酶以提高其催化效率,在药物设计、酶工程等领域具有重要应用价值。除此之外,他还联合创办了十几家生物技术公司,并入选《时代》杂志 2024 年首届健康领域 100 名最具影响力人物名单。
与其一同获奖的 Demis Hassabis 和 John Jumper 都是 Google 的员工。其中 Demis Hassabis 是 DeepMind 的联合创始人和首席执行官,1976 年 7 月 27 日出生于英国,计算机科学家、人工智能研究员。Hassabis曾是一名视频游戏人工智能程序员和设计师,以及一名棋盘游戏专家。他是英国皇家学会会员,并因其在AlphaFold方面的工作而获得了许多著名奖项,包括突破奖、加拿大盖尔德纳国际奖和拉斯克奖。 2017年,他被任命为CBE ,并入选《时代》100位最具影响力人物名单。
而 John Jumper 则是 Google 的高级研究科学家,主要参与蛋白质结构预测的研究工作。在加入 DeepMind 之前,Jumper 曾在 D.E. Shaw Research 从事蛋白质动态和超冷液体的分子动力学模拟工作。来到 DeepMind 之后,他领导开发了 AlphaFold,这个系统在 2020 年被认可为解决了长达 50 年的科学难题,并且已被用于预测超过 2 亿种蛋白质的结构。他们还建立了 AlphaFold 蛋白质结构数据库,使全球研究人员能够免费访问这些预测结果。
而让 AI 大佬们获奖的蛋白质预测项目 AlphaFold,在相关论文中对它的解释是:“一个创新的计算方法”,其实就是结合了生物和物理知识,通过分析氨基酸序列与其三维结构之间的关系,使用神经网络进行预测。蛋白质结构对理解其功能至关重要,然而目前已知的蛋白质结构仅占已知蛋白质序列的极小一部分。传统的实验方法耗时且效率低下,因此需要准确的计算方法来填补这一空白。
AlphaFold是第一个能够在大多数情况下以接近实验精度预测蛋白质结构的计算方法。这个模型在第14届蛋白质结构预测关键评估(CASP14)中表现出色,其骨架准确度达到0.96 Å,显著优于其他方法。最终 AlphaFold 在 CASP14 中的表现证明了其高准确性,并且其预测结果在多个新提交的PDB结构中得到了验证。
顺带一提,Baker 的 RFDiffusion 才出来一年,这次的发奖时间比ICML时间检验奖要快太多了,这是发的最快的诺奖了吧…
网友热议
加上昨天的诺贝尔物理学奖,人工智能已经拿下了两个诺奖了!这下推特可真是一片哗然。
网友在祝贺的同时也不忘调侃,干脆把文学奖也发给ChatGPT吧。
还有网友嘲讽道,人工智能炒作现在都炒到化学了。
也有网友认真讨论,人工智能的发展会不会让对科学基础和理论的理解退居二线?
有位网友则表示理解,认为颁布化学奖可比物理奖合适多了,用人工智能来研究蛋白质听上去确实靠谱得多。
版权文章,未经授权禁止转载。详情见 转载须知 。