Demis Hassabis榮獲諾貝爾化學(xué)獎(jiǎng)，網(wǎng)友：諾獎(jiǎng)需要AI

本文作者：劉潔

2024-10-10 10:33

導(dǎo)語(yǔ)：要不文學(xué)獎(jiǎng)也頒給ChatGPT吧

今年的諾獎(jiǎng)被AI大佬包圓了。

就在剛剛，瑞典皇家科學(xué)院已決定將 2024 年諾貝爾化學(xué)獎(jiǎng)授予大衛(wèi)·貝克（David Baker），“以表彰在計(jì)算蛋白質(zhì)設(shè)計(jì)方面的貢獻(xiàn)”；另一半則是共同授予德米斯·哈薩比斯（Demis Hassabis）和約翰·M·詹珀（John M. Jumper），“以表彰他們?cè)诘鞍踪|(zhì)結(jié)構(gòu)預(yù)測(cè)方面的成就”。

David Baker 出生于1962 年 10 月 6 日，美國(guó)生物化學(xué)家、計(jì)算生物學(xué)家。被譽(yù)為蛋白質(zhì)設(shè)計(jì)領(lǐng)域的“開(kāi)創(chuàng)者”，在DeepMind之前就提出了預(yù)測(cè)和設(shè)計(jì)蛋白質(zhì)三維結(jié)構(gòu)的方法。他開(kāi)創(chuàng)的設(shè)計(jì)蛋白質(zhì)和預(yù)測(cè)其三維結(jié)構(gòu)方法，通過(guò)準(zhǔn)確預(yù)測(cè)蛋白質(zhì)的空間結(jié)構(gòu)，幫助科學(xué)家理解其功能，并設(shè)計(jì)出更有效的藥物分子或改造酶以提高其催化效率，在藥物設(shè)計(jì)、酶工程等領(lǐng)域具有重要應(yīng)用價(jià)值。除此之外，他還聯(lián)合創(chuàng)辦了十幾家生物技術(shù)公司，并入選《時(shí)代》雜志 2024 年首屆健康領(lǐng)域 100 名最具影響力人物名單。

與其一同獲獎(jiǎng)的 Demis Hassabis 和 John Jumper 都是 Google 的員工。其中 Demis Hassabis 是 DeepMind 的聯(lián)合創(chuàng)始人和首席執(zhí)行官，1976 年 7 月 27 日出生于英國(guó)，計(jì)算機(jī)科學(xué)家、人工智能研究員。Hassabis曾是一名視頻游戲人工智能程序員和設(shè)計(jì)師，以及一名棋盤游戲?qū)＜摇Ｋ怯?guó)皇家學(xué)會(huì)會(huì)員，并因其在AlphaFold方面的工作而獲得了許多著名獎(jiǎng)項(xiàng)，包括突破獎(jiǎng)、加拿大蓋爾德納國(guó)際獎(jiǎng)和拉斯克獎(jiǎng)。 2017年，他被任命為CBE ，并入選《時(shí)代》100位最具影響力人物名單。

而 John Jumper 則是 Google 的高級(jí)研究科學(xué)家，主要參與蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的研究工作。在加入 DeepMind 之前，Jumper 曾在 D.E. Shaw Research 從事蛋白質(zhì)動(dòng)態(tài)和超冷液體的分子動(dòng)力學(xué)模擬工作。來(lái)到 DeepMind 之后，他領(lǐng)導(dǎo)開(kāi)發(fā)了 AlphaFold，這個(gè)系統(tǒng)在 2020 年被認(rèn)可為解決了長(zhǎng)達(dá) 50 年的科學(xué)難題，并且已被用于預(yù)測(cè)超過(guò) 2 億種蛋白質(zhì)的結(jié)構(gòu)。他們還建立了 AlphaFold 蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)，使全球研究人員能夠免費(fèi)訪問(wèn)這些預(yù)測(cè)結(jié)果。

而讓 AI 大佬們獲獎(jiǎng)的蛋白質(zhì)預(yù)測(cè)項(xiàng)目 AlphaFold，在相關(guān)論文中對(duì)它的解釋是：“一個(gè)創(chuàng)新的計(jì)算方法”，其實(shí)就是結(jié)合了生物和物理知識(shí)，通過(guò)分析氨基酸序列與其三維結(jié)構(gòu)之間的關(guān)系，使用神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。蛋白質(zhì)結(jié)構(gòu)對(duì)理解其功能至關(guān)重要，然而目前已知的蛋白質(zhì)結(jié)構(gòu)僅占已知蛋白質(zhì)序列的極小一部分。傳統(tǒng)的實(shí)驗(yàn)方法耗時(shí)且效率低下，因此需要準(zhǔn)確的計(jì)算方法來(lái)填補(bǔ)這一空白。

AlphaFold是第一個(gè)能夠在大多數(shù)情況下以接近實(shí)驗(yàn)精度預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)的計(jì)算方法。這個(gè)模型在第14屆蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)關(guān)鍵評(píng)估（CASP14）中表現(xiàn)出色，其骨架準(zhǔn)確度達(dá)到0.96 ?，顯著優(yōu)于其他方法。最終 AlphaFold 在 CASP14 中的表現(xiàn)證明了其高準(zhǔn)確性，并且其預(yù)測(cè)結(jié)果在多個(gè)新提交的PDB結(jié)構(gòu)中得到了驗(yàn)證。

Demis Hassabis榮獲諾貝爾化學(xué)獎(jiǎng)，網(wǎng)友：諾獎(jiǎng)需要AI