AI实火！诺贝尔又把化学奖颁给AI大模型

昨天AI教父Geoff Hinton刚获得诺贝尔物理学奖，今天，谷歌DeepMind联合创始人兼首席执行官Demis Hassabis又拿下化学奖!

Demis能获得化学奖靠的便是谷歌赫赫有名的蛋白质结构预测大模型——AlphaFold系列。

今年5月9日，谷歌DeepMind重磅发布了AlphaFold-3，能够精准预测蛋白质-配体、蛋白质-核酸等在内的几乎所有PDB数据库中存在的分子组合形式。

这也就是说，科研人员仅使用一个大模型就能解决所有高难度的生物化学难题，极大缩短新药、疫苗的研发周期。AlphaFold确实有拿下诺奖的实力，但正儿八经搞化学科研的人输给了AI大模型，心理难免会不好受。

都说AI抢饭碗，这疯起来连抢两个诺奖是真要命啊，现在就差ChatGPT拿文学奖了~

有意思的是，Demis昨天刚祝贺自己的好朋友Hinton获得诺贝尔，第二天自己也拿到了，真的是当幸福来敲门的时候，不开都不行啊~~

就在他这条祝福推文的下面，有网友神预测。老铁，不用羡慕别人，在过个几十年你开发的AlphaFold也能获得诺贝尔奖。

一位在2021年就预测过，AlphaFold-2就很有可能获得诺贝尔奖。但晚了3年，这是因为第3代与第2代相比变化太大，带来新的技术突破。

与Demis一同获得化学奖的还有他的同事John Jumper以及华盛顿大学蛋白质设计专家David Baker。诺贝尔委员会认为他们的获奖理由如下:

蛋白质是生命的化学工具，控制和驱动所有化学反应是生命存在的基础。这三位科学家成功破解了蛋白质的密码，让预测复杂的结构变得简单、高效。

Demis Hassabis和John Jumper则因开发了AlphaFold2这一AI模型而共同获奖，该模型能够预测蛋白质的复杂结构。自20世纪70年代以来，科学家们一直试图从氨基酸序列预测蛋白质结构，但这一任务极其困难。

而Demis和John在2020年取得了技术突破，他们研发的AlphaFold2模型能够预测研究人员已经识别的几乎所有2亿种蛋白质的结构。这一发现对于理解抗生素抗性、设计分解塑料的酶等科学应用具有重要意义。

David Baker因在计算蛋白质设计方面的贡献而获奖。他成功地构建了全新的蛋白质种类，这些蛋白质可以用于药物、疫苗、纳米材料和传感器。他的研究团队自2003年以来，利用20种不同的氨基酸作为生命的构建块，设计出了多种新型蛋白质。

他们的研究成果不仅能高效构建蛋白质，还实现了从氨基酸序列预测蛋白质结构的50年梦想，为人类带来了巨大的利益。

Demis在接受诺贝尔委员会专访时，当他知道自己获得诺贝尔奖的那一个脑子一片空白，简直是不可思议的事情。谷歌要为他举办非常热闹的庆祝派对了，工作计划估计近期也要改变了。

值得一提的是，除了AlphaFold之外，当年战胜顶级围棋高手李世石的AlphaGo也是Demis带领团队开发出来的，至今对机器学习有着非常大的影响。

估计现在全球的物理学家、化学专家思绪那是相当的凌乱，人类在科研方面连续输给了AI，还有继续研究下去的必要吗?或者干脆转行也搞AI吧~

审核编辑 黄宇