Demis Hassabis on DeepMindin toimitusjohtaja ja toinen perustaja, ja hänellä oli upea keskustelu Lex Fridmanin kanssa tekoälystä.
DeepMind voitti parhaat ihmispelaajat Golla ja teki myös parhaan tekoälyn shakille. DeepMind loi myös AlphaFold 2:n, joka on ratkaissut proteiinin laskostumisen.
Koska edistynyt matematiikka ja Calculus olivat kriittisiä fysiikan kehitykselle, näyttää siltä, että tekoäly pystyy nopeuttamaan biologian tieteen edistymistä.
Alla Nature-lehden artikkelissa kuvataan Alphafold 2:n vaikutuksia ja nykyisiä rajoituksia. Alphafold 2:n ja tutkijoiden on tehtävä yhteistyötä testatakseen lisää proteiineja ja tuottaakseen lisää tietoa. Lisää tietoa auttaa parantamaan Alphafold 2:ta ja sen ennakoivaa tarkkuutta.
Työtä on vielä tehtävänä, mutta tämä parantaa lääkkeiden löytämistä proteiinien avulla ja voi auttaa ratkaisemaan viisi suurta haastetta, jotka ovat mahdollisia suunniteltujen proteiinien avulla.
Näyttää siltä, että DeepMind-ohjelmisto on erittäin tehokas työkalu alueille, joilla on suuria tietomääriä ja monimutkaisuus.
He ovat myös pystyneet käyttämään sitä ennustaessaan magneettikenttien säätämistä sisältämään plasmaa ydinfuusiota varten.
Yllä – Ylhäältä alas näkymä ihmisen ydinhuokoskompleksista, ihmissolujen suurimmasta molekyylikoneesta. Luotto: Agnieszka Obarska-Kosinska
Luonto – Mitä seuraavaksi AlphaFoldille ja tekoälyn proteiinien laskostamisen vallankumoukselle.
DeepMind-ohjelmisto, joka voi ennustaa proteiinien 3D-muodon, muuttaa jo biologiaa.
Yli vuosikymmenen ajan molekyylibiologi Martin Beck ja hänen kollegansa ovat yrittäneet koota yhteen maailman vaikeimmista palapelistä: yksityiskohtaisen mallin ihmissolujen suurimmasta molekyylikoneesta.
Tämä behemotti, jota kutsutaan ydinhuokoskompleksiksi, ohjaa molekyylien virtausta solun ytimeen ja sieltä ulos, jossa genomi sijaitsee. Jokaisessa solussa on satoja näitä komplekseja. Jokainen niistä koostuu yli 1,000 proteiinista, jotka yhdessä muodostavat renkaita ydinkalvon läpi kulkevan reiän ympärille.
Nämä 1,000 30 palapelin palaa on valmistettu yli 3 proteiinirakennuspalkasta, jotka kietoutuvat lukemattomilla tavoilla. Näiden rakennuspalikoiden kokeellisesti määritellyt 3D-muodot tekevät palapelistä entistä vaikeamman, ja ne ovat monista lajeista koottuja rakenteita, joten ne eivät aina sopeudu hyvin yhteen. Ja palapelin laatikossa olevasta kuvasta – matalaresoluutioisesta XNUMXD-näkymästä ydinhuokoskompleksista – puuttuu riittävät yksityiskohdat, jotta tiedettäisiin, kuinka monta kappaletta täsmälleen sopii yhteen.
Heinäkuussa 2021 DeepMind, joka on osa Alphabetiä – Googlen emoyhtiötä – julkisti tekoälytyökalun nimeltä AlphaFold2. Ohjelmisto pystyi ennustamaan proteiinien 3D-muodon niiden geneettisen sekvenssin perusteella suurimmaksi osaksi pisteen tarkkuudella.
Joissakin tapauksissa tekoäly on säästänyt tutkijoiden aikaa; toisissa se on mahdollistanut tutkimuksen, joka oli aiemmin käsittämätöntä tai villisti epäkäytännöllistä. Sillä on rajoituksia, ja jotkut tutkijat pitävät sen ennusteita liian epäluotettavina heidän työlleen. Mutta kokeiluvauhti on hurjaa.
15. heinäkuuta 2021 ilmestyi RoseTTAFoldia ja AlphaFold2:ta kuvaavia papereita2 sekä vapaasti saatavilla olevaa avoimen lähdekoodin koodia ja muuta tietoa, jota asiantuntijat tarvitsevat omien versioidensa käyttämiseen työkaluista. Viikkoa myöhemmin DeepMind ilmoitti, että se oli käyttänyt AlphaFoldia ennustamaan lähes jokaisen ihmisen tuottaman proteiinin rakennetta sekä 20 muun laajasti tutkitun organismin, kuten hiiren ja Escherichia coli -bakteerin, koko "proteomit" – yli 365,000 XNUMX rakenteet yhteensä.
Tänä vuonna DeepMind aikoo julkaista yhteensä yli 100 miljoonaa rakenneennustetta. Se on lähes puolet kaikista tunnetuista proteiineista – ja satoja kertoja enemmän kuin kokeellisesti määritettyjen proteiinien määrä Protein Data Bankin (PDB) rakennevarastossa.
Brian Wang on futuristisen ajattelun johtaja ja suosittu Science -bloggaaja, jolla on miljoona lukijaa kuukaudessa. Hänen bloginsa Nextbigfuture.com on sijalla 1 Science News Blog. Se kattaa monia häiritseviä tekniikoita ja suuntauksia, kuten avaruus, robotiikka, tekoäly, lääketiede, ikääntymistä estävä biotekniikka ja nanoteknologia.
Hän tunnetaan huipputeknologioiden tunnistamisesta, ja hän on tällä hetkellä perustaja ja varainkeräys korkean mahdollisen alkuvaiheen yrityksille. Hän on syvän teknologian investointien tutkimuksen johtaja ja Space Angelsin enkelisijoittaja.
Hän on usein puhunut yrityksissä, hän on ollut TEDx -puhuja, Singularity University -puhuja ja vieraana lukuisissa radio- ja podcast -haastatteluissa. Hän on avoin julkiselle puhumiselle ja neuvoille.
