2024年诺贝尔化学奖授予大卫·贝克（David Baker）“以表彰其在计算机辅助蛋白质设计方面的贡献”，另一半则由德米斯·哈萨比斯（Demis Hassabis）和约翰·M·琼珀（John M. Jumper）共同获得，“以表彰他们在蛋白质结构预测方面的贡献”。德米斯·哈萨比斯和约翰·琼珀成功地利用人工智能预测了几乎所有已知蛋白质的结构。大卫·贝克则掌握了生命基本构件的设计技巧，并设计并创造了全新的蛋白质
谷歌DeepMind CEO Demis Hassabis 获奖啦！🎉 他和DeepMind另外一个同事 John Jumper（70年来最年轻的诺贝尔化学奖获得者，生于1985年） 共同获得了 2024 年诺贝尔化学奖，获奖理由是“蛋白质结构预测”。谷歌彻底赢麻了！
凌晨两点（瑞典与美国有时差），身在加州的 Hassabis 接到了来自诺贝尔奖官网的电话。他表示，当时大脑一片空白，激动得难以思考
“这真是太超现实了！我简直不敢相信！” Hassabis 说道。看来，即使是 AI 大神，面对诺贝尔奖的荣誉，也难掩激动之情！
DeepMind 的“野心”：
Hassabis 一直致力于推动 AI 技术的发展，他认为 AI 是帮助科学家探索宇宙的终极工具。AlphaFold 的成功，正是他这一理念的最佳体现
“我毕生致力于 AI 研究的原因在于，我对科学和知识探索充满热情。我一直认为，如果我们能够以正确的方式构建 AI，它就能成为帮助科学家的终极工具，帮助我们探索周围的宇宙。我希望 AlphaFold 是这方面的第一个例子。”
AI 与科学家的关系：
• Hassabis 认为，AI 系统可以帮助科学家分析数据、寻找模式和结构化数据，但 AI 无法提出正确的问题或假设
• AI 只是工具，人类科学家才是提出问题、设计实验、得出结论的主体
• AI 可以将科学家从繁琐的工作中解放出来， 让他们能够专注于更重要的研究问题
DeepMind：AI 研究的“理想国”？
Hassabis 表示，他创办 DeepMind 的初衷，就是想创建一个 “完美” 的科研环境，汇聚来自世界各地的顶尖人才，包括机器学习、AI、工程、物理、生物，甚至哲学等各个领域的专家，并为他们提供充足的资源和计算能力。
“ 我们试图从一开始就将其设计成一个完美的环境，真正进行前沿尖端的研究工作，并将来自许多不同学科的世界专家聚集在一起，显然包括机器学习和人工智能，当然，还有工程学，但也有物理学、生物学，甚至像哲学这样的学科。所以，将所有这些融合在一起，形成一个不可思议的大熔炉，并为他们提供资源，计算资源和其他东西。伟大的事物将由此诞生。我们过去在贝尔实验室等地已经看到了这一点。我受到了那些地方黄金时代故事的启发。我想尝试... ... 你知道，自己创造类似的东西。”
DeepMind 的成功，也证明了 Hassabis 的远见卓识！
DeepMind 的 AI 研究，是否会受到其私营公司性质的影响？
Hassabis 认为，无论在哪个机构，只要以正确的方式进行基础研究，就能做出伟大的科学成果。 他表示，很多新的科学领域和研究方向都需要大量的资源，例如算力，而私营部门可以为这些研究提供资金支持。
DeepMind 的“野心” ：赢得多个诺贝尔奖！
纽约大学助理教授 Saining Xie 爆料，Hassabis 曾在一次内部会议上表示，DeepMind 的目标是赢得多个诺贝尔奖！🤯 现在，这个“野心” 已经部分实现了！
我在 DeepMind 实习期间，戴密斯会见了所有实习生。当被问及公司的目标时，我清楚地记得他说，"赢得多个诺贝尔奖"。当时我很震惊，但仅仅 7 年后的今天，这一使命的一部分已经完成。我急切地想看到其余部分的发展
⭐星标AI寒武纪，好内容不错过⭐
用你的赞和在看告诉我～