Demis Hassabis jest dyrektorem generalnym i współzałożycielem DeepMind i miał świetną rozmowę z Lexem Fridmanem na temat sztucznej inteligencji.
DeepMind pokonał najlepszych ludzkich graczy dzięki Go, a także stworzyli najlepszą sztuczną inteligencję do szachów. DeepMind stworzył również AlphaFold 2, który rozwiązał problem fałdowania białek.
Ponieważ zaawansowana matematyka i rachunek różniczkowy były kluczowe dla postępu fizyki, wydaje się, że sztuczna inteligencja będzie w stanie przyspieszyć postęp nauki biologii.
Poniżej artykuł w Nature opisuje wpływ i obecne ograniczenia Alphafold 2. Alphafold 2 i naukowcy będą musieli współpracować, aby przetestować więcej białek i wygenerować więcej danych. Więcej danych pomoże ulepszyć Alphafold 2 i jego dokładność predykcyjną.
Nadal jest wiele do zrobienia, ale to usprawnia odkrywanie leków przy użyciu białek i może pomóc w rozwiązaniu pięciu wielkich wyzwań, które są możliwe dzięki zaprojektowanym białkom.
Wygląda na to, że oprogramowanie DeepMind jest bardzo potężnym narzędziem dla obszarów o dużej ilości danych i złożoności.
Udało im się również wykorzystać go do prognozowania, jak dostosować pola magnetyczne, aby zawierały plazmę do fuzji jądrowej.
Powyżej – widok z góry na kompleks porów jądrowych człowieka, największą maszynę molekularną w ludzkich komórkach. Źródło: Agnieszka Obarska-Kosińska
Natura – co dalej z AlphaFold i rewolucją w składaniu białek AI.
Oprogramowanie DeepMind, które może przewidywać trójwymiarowy kształt białek, już teraz zmienia biologię.
Od ponad dekady biolog molekularny Martin Beck i jego koledzy próbują ułożyć jedną z najtrudniejszych puzzli na świecie: szczegółowy model największej maszyny molekularnej w ludzkich komórkach.
Ten behemot, zwany kompleksem porów jądrowych, kontroluje przepływ cząsteczek do i z jądra komórki, w którym znajduje się genom. W każdej komórce istnieją setki takich kompleksów. Każda z nich składa się z ponad 1,000 białek, które razem tworzą pierścienie wokół dziury w błonie jądrowej.
Te 1,000 puzzli zostało narysowanych z ponad 30 cegiełek białkowych, które przeplatają się na niezliczone sposoby. Co jeszcze trudniejsze, eksperymentalnie określone trójwymiarowe kształty tych klocków to zbiór struktur zebranych z wielu gatunków, więc nie zawsze dobrze się ze sobą zazębiają. A obrazowi na pudełku łamigłówki — trójwymiarowemu widokowi kompleksu porów jądrowych w niskiej rozdzielczości — brakuje wystarczająco dużo szczegółów, aby wiedzieć, ile elementów dokładnie do siebie pasuje.
Lipiec 2021 r. DeepMind, część Alphabet — firmy macierzystej Google — upublicznił narzędzie sztucznej inteligencji (AI) o nazwie AlphaFold2. Oprogramowanie może przewidywać trójwymiarowy kształt białek na podstawie ich sekwencji genetycznej, w większości z precyzyjną dokładnością.
W niektórych przypadkach sztuczna inteligencja zaoszczędziła naukowcom czas; w innych umożliwiło prowadzenie badań, które wcześniej były niewyobrażalne lub szalenie niepraktyczne. Ma ograniczenia, a niektórzy naukowcy uważają, że jego przewidywania są zbyt niewiarygodne dla ich pracy. Ale tempo eksperymentów jest szalone.
15 lipca 2021 r. pojawiły się artykuły opisujące RoseTTAFold i AlphaFold2 wraz z ogólnodostępnym, otwartym kodem źródłowym i innymi informacjami potrzebnymi specjalistom do uruchamiania własnych wersji narzędzi. Tydzień później DeepMind ogłosił, że wykorzystał AlphaFold do przewidywania struktury prawie każdego białka wytwarzanego przez ludzi, a także całych „proteomów” 2 innych szeroko badanych organizmów, takich jak myszy i bakteria Escherichia coli — ponad 20 365,000. ogółem struktur.
W tym roku DeepMind planuje opublikować łącznie ponad 100 milionów prognoz struktury. To prawie połowa wszystkich znanych białek — i setki razy więcej niż liczba eksperymentalnie określonych białek w repozytorium struktur Protein Data Bank (PDB).
Brian Wang jest liderem myśli futurystycznej i popularnym blogerem naukowym z milionem czytelników miesięcznie. Jego blog Nextbigfuture.com zajmuje pierwsze miejsce w rankingu Science News Blog. Obejmuje wiele przełomowych technologii i trendów, w tym przestrzeń kosmiczną, robotykę, sztuczną inteligencję, medycynę, biotechnologię przeciwstarzeniową i nanotechnologię.
Znany z identyfikowania najnowocześniejszych technologii, obecnie jest współzałożycielem startupu i fundraiserem dla firm o wysokim potencjale we wczesnej fazie rozwoju. Pełni funkcję Szefa Działu Badań Alokacji dla inwestycji w głębokie technologie oraz Anioła Inwestora w Space Angels.
Częsty mówca w korporacjach, mówca TEDx, mówca Singularity University i gościnnie w licznych wywiadach dla radia i podcastów. Jest otwarty na wystąpienia publiczne i doradzanie.