也就是说，诺奖组委会居然连续两天把奖颁给了AI研究！难道这一切都是AI的阴谋……
为什么不称其为人工智能诺贝尔奖 |米达
哈萨比斯最新的X新闻是恭喜一位同样搞AI的前同事获得了物理奖，结果却转身获得了化学奖丨X/@
不过，这个选择其实并不令人意外。它本身就是一个受欢迎的候选者，它所荣幸的蛋白质设计工具也在生物化学领域发挥了非常重要的作用。这些工具极大地提高了科研效率，甚至可能改变我们未来的生活（点）
创建这些有用工具的获奖者的背景是什么？
哈萨比斯：有点实力的棋牌大师
哈萨比斯最著名的成就与“围棋”这个关键词密不可分。
几年前，你还记得击败围棋世界冠军李世石和柯洁的新闻吗？该公司由哈萨比斯（）创立（现已被谷歌收购）。
老子、哈萨克斯坦、对手柯洁丨时代周刊
但事实上，围棋之父哈萨比斯并不是很擅长围棋。他19岁时才开始学习围棋。他目前的等级是业余1级，只能算是“入门”。
虽然已经开发出了能够下围棋的人工智能，但创造者自己的围棋技术却有点平庸丨bbc
不过，哈萨比斯的国际象棋水平非常高：他4岁开始学习国际象棋，13岁成为同年龄段世界第二。目前，哈萨比斯在世界国际象棋联合会中排名世界第17009位——仅次于总而言之，高手们并不是靠棋谋生的，所以排名低也很正常吧？
1988年，12岁的哈萨比斯丨Marc
顺便说一句，哈萨比斯还在世界扑克大赛中赢得了多个席位。该游戏包含多种扑克玩法。不知道有没有斗地主和金花？
参加2014年世界扑克大赛的哈萨比斯排名第11位丨
玩游戏比做游戏更糟糕
《生活大爆炸》给了大家一个刻板印象：在高科技行业工作的高智商男人都喜欢玩游戏。哈萨比斯不仅玩游戏，还制作游戏。
充满象征意义的姿势。旁边是一套国际象棋，面前是一台很老的雅达利游戏机丨
哈萨比斯曾在资深游戏开发商 工作过一段时间。 1993年，他在射击游戏《辛迪加》系列中担任游戏测试员，同时也做了一些关卡设计，这也算是他第一次进入游戏行业。
《辛迪加》游戏截图丨/
想必很多人都玩过《主题公园》系列吧？玩家可以在空地上建造一个有趣且有利可图的游乐场。该系列的开创性游戏诞生于1994年，一经推出便风靡全球，销量百万，获奖无数。游戏项目负责人之一是 17 岁的哈萨比斯。
1994年版《主题公园》，如果你有游戏考古瘾，可以玩一下丨/BL
这两款游戏确实有点老了，大家没玩过也很正常。但如果你小时候玩过《共和国：革命》和《邪恶》，你真的要感谢哈萨比斯——他创办的公司开发了这两款游戏，而他自己也成为了游戏的执行设计师。
《邪恶天才》截图似乎是一款商业模拟游戏。哈萨比斯很喜欢这种类型的游戏丨/Der.
降本增效模式
让我们回到哈萨比斯目前的工作。我们知道他开发了一款可以在围棋中击败人类的游戏（没有直接的经济效益），并且可以分析蛋白质结构（研究太基础），那么谷歌从这次收购中获得了什么？
谷歌擦干眼泪：这真的帮我省钱了。
2014年，谷歌收购了哈萨比斯创立的公司。收购价格据说是数亿美元，但很可能已经为谷歌赚回了钱。
谷歌的大部分电费不是用于办公室照明和热水，而是用于冷却数据中心。运行游戏时手机仍然会变热。谷歌处理gmail等的大型数据中心会变得更热，必须冷却下来才能继续使用。随着数据量的爆炸式增长，冷却电费只会越来越高。
被谷歌收购两年后，它开发了人工智能框架。经过一个非常复杂（对你来说并不有趣）的过程（我不太明白），它成功地将数据中心的冷却电费降低了 40%——据说为 节省了数亿美元未来几年。
我赚了很多钱，我真的赚了很多钱。
谷歌母公司CFO的微笑丨礼来制药
贝克：从哲学到生物学
大卫·贝克出生于1962年，现任华盛顿大学蛋白质设计研究所所长。
大卫·贝克｜Ian C./IPD
他一生的大部分时间都在大学度过，小时候他的父母都是教授——他的父亲研究弦理论和夸克，他的母亲研究天体物理学和大气科学。但贝克当时对科学不感兴趣。当他去哈佛大学读本科时，他选择了哲学和社会科学，想知道人脑是如何做出决定的。
直到大学最后一年，他选修了发育生物学课程并阅读了《细胞与分子生物学》一书，从此他对生物学产生了兴趣。攻读博士学位期间，他加入了加州大学伯克利分校细胞生物学家兰迪·谢克曼（兰迪·谢克曼2013年获得诺贝尔生理学或医学奖）的实验室，研究细胞是如何组织的。后来，他的兴趣逐渐转向结构生物学。
20 世纪 90 年代末，贝克实验室开始开发计算机软件，成功预测氨基酸序列如何折叠成最终的蛋白质构型。贝克随后意识到它可以反向使用——从蛋白质结构逆向工作到氨基酸序列，从而使从头开始设计蛋白质成为可能。正是这个想法使他获得了诺贝尔化学奖。
每个人都可以参与研究
贝克是一位徒步旅行爱好者，他在一次徒步旅行中想到了可以让公众参与蛋白质折叠研究的想法。
大卫·贝克 (David Baker) 维基页面上的照片表明他真的很喜欢徒步旅行 |
2005 年，贝克实验室开始运行 @Home，一个志愿者分布式计算项目。只要任何人在自己的电脑上完成配置，电脑就会自动利用空闲算力参与蛋白质结构预测研究。 2008年，他与两位计算机教授合作开发了一款蛋白质折叠游戏，希望吸引公众并帮助推进蛋白质结构研究。
在游戏中，用户使用工具尽可能完美地折叠蛋白质的结构。研究人员将分析游戏中得分最高的解决方案，以确定这些解决方案是否可以应用于现实世界，并为疾病研究、药物开发等提供灵感。这不是白日梦。例如，2011年，玩家帮助破译了梅森猴病毒逆转录病毒蛋白酶的晶体结构。
在 2019 年的 TED 演讲中，贝克描述了他对人造蛋白质的五个希望：流感、艾滋病毒和癌症的通用疫苗；治疗慢性疼痛的先进药物；以及可以将已使用的药物输送到特定细胞的蛋白质。纳米容器（可以消除副作用）；神经退行性疾病的治疗；用于太阳能收集的自组装蛋白质。尽管我们不知道这些目标何时能够实现，但科学总能给人们突破不可能的希望。
贝克实验室受病毒几何外壳启发而设计的基于蛋白质的纳米容器（3D 打印模型）|伊恩·C./IPD
朱莫巴：化学奖获得者，主修物理和数学
十几岁的时候，约翰自学了计算机编程。他在物理方面也很有天赋，所以本科时学习了物理和数学。
朱莫巴说：“我一直喜欢发现宇宙的真相，并认为自己会成为一名‘发现宇宙规律’的物理学家。”与此同时，他的父母都是工程师，担心男孩永远找不到工作。
本科生
作为一名本科生，他与费米加速器实验室的人员合作，研究称为夸克的亚原子粒子的奇怪特性。有一天，朱莫巴在与研究人员共进午餐并聊天时问道：“我们正在进行的这项实验什么时候开始？”一位教授说他可能会先退休，另一位老教授说他可能会活下去。那一天还不会到来。于是珠莫巴决定做一些可以更快、更短时间完成的科学研究。
本科毕业后，他前往剑桥大学攻读凝聚态物理博士学位——但因为不喜欢这个研究课题，所以没读完就离开了。朱莫巴随后前往DE，一家私人研究机构，从事蛋白质的计算机模拟工作。
“当我加入时，我什至不知道蛋白质是什么，”朱莫帕回忆道。但研究公司提供了良好的硬件环境，他可以用超级计算机来模拟分子。 “我在周二进行的模拟比我整个（剑桥）博士期间进行的模拟还要多。”
随后珠穆巴决定攻读博士学位。再次，这次是在芝加哥大学。他仍然对蛋白质结构感兴趣，并开始转向机器学习和神经网络。他的博士论文标题是“基于严格机器学习的粗粒度蛋白质折叠和动力学的新方法”。他在第一页引用了英国统计学家乔治·博克斯的名言，“所有模型都是错误的，但有些模型是有用的”。
这句话用来形容AI也非常合适。
我于2017年获得博士学位，毕业7年后获得诺贝尔化学奖。从诺贝尔化学奖往往不颁发给传统化学家的角度来看，这也是非常合理的。
如果我没有加入，我可能就不会从事科学研究了。
2017年，朱莫帕从芝加哥大学博士毕业后加入了谷歌团队。
当时，他听说了解决蛋白质结构预测问题的计划，但当时该项目还是保密的。当他接受采访时，他会提到蛋白质折叠，团队就会改变话题。
不过，朱摩巴却很感兴趣，决定加入。 “如果不是因为这个，我可能就会离开科学界。”
敢于转身的英雄
2018年，团队拿出第一代，参加第十三届全球蛋白质结构预测大赛（CASP）。这场比赛相当于蛋白质结构预测界的奥运会。它将预测的结构与实验室实际确定的结构进行比较。蛋白质的实际结构有多接近。
当时他们还讨论了要不要匿名参加，因为如果一个学术团队参加了，惨败了还好，但是如果像谷歌这样市值几十亿的科技公司参加了，失败了，那也许就惨了。重大消息一出，股价就要大起大落。不过，他们最终决定以谷歌的名义参与其中。
第一代表现良好，但没有达到足够高的精度。那时，是珠穆巴决定放弃原来的路线，重新开始。同事们回忆说，《》的早期版本表现比前身差很多，但朱莫帕坚持了下来，“而且他并不害怕接受新的方向。”
仅仅2年后，也就是2020年，珠莫帕带着第二代参加了第14届全球蛋白质结构预测大赛（），预测了数十种蛋白质的结构，误差范围仅为1.6埃——这意味着预测精度达到了单个原子的能级，这在研究中非常实用。
顺便说一句，2020 年恰逢新冠肺炎 (COVID-19) 大流行，因此本次比赛通过 Zoom 在线远程举行。比赛结果出来后，许多结构科学家呆在家里，盯着屏幕，意识到蛋白质科学的世界已经被永远改变了。
团队参加 ZOOM 会议 |
“人类在预测蛋白质结构方面是垃圾”
朱莫帕认为，在某些方面，人工智能比人类具有明显的优势。他说：“我们人类在预测蛋白质结构方面简直就是垃圾。”
它不会完全取代实验方法。科学家还需要用实验来验证AI的猜测，尤其是在AI本身不确定的领域。然而，它可以显着缩小验证范围，从而节省大量的研究成本和时间。
“最令我自豪的是，通过将所有结构生物学的速度提高 5% 或 10%，生物学家现在可以节省一到两年的时间。”他们可以更快地进行测试和确定。某种蛋白质的结构。
科学家们已经用它来更好地绘制人类心脏图，创建抗生素耐药性模型，并识别 5 万年前灭绝的澳大利亚鸟类的蛋。
前两代均开源，但出于商业考虑，团队于2024年5月发布的3将不会开源。
3 是现有最强大的结构预测工具之一，可以预测结合蛋白、DNA 和 RNA 以及其他小分子的结构。但由于3引入了一个“模型”，即用文本生成图片、文本生成视频的底层技术，所以不可避免地会引入这个模型的“错觉”问题。
至于3，还有以后的n代会不会胡言乱语……就让诺奖得主们操心吧。
参考
[1]
[2]#
[3]
[4]
[5]
[6]
[7]，JM（2017）。新用法 - 和 。 。来自[8]
[9]人工智能如何，但并没有结束| 。 （2024 年 6 月 28 日）。来自[10]
[11]布斯，H.（2024）。请参阅 2024 年 AI 列表。时间。从
[12] 10. (2021, 15).从 ＃-
[13]，TR（2023）。 Demis 和 John 分享 2023 年基本奖。 J.克林。 ., 133(19)。号码：10.1172/
[14]，G.（2021）。的人工智能已经展示了它是如何实现的。有线。从
[15]，WD（2021）。 's - AI 拥有 50 年历史的 .麻省理工学院。从
