深度學(xué)習(xí)無疑是近十年人工智能發(fā)展的核心驅(qū)動力。在諸多應(yīng)用場景中,深度學(xué)習(xí)大放異彩。機(jī)器翻譯領(lǐng)域取得了重大突破,能夠精準(zhǔn)地將法語文檔譯為英文,極大地便利了跨語言交流;AlphaFold成功破解了蛋白質(zhì)結(jié)構(gòu)預(yù)測難題,為結(jié)構(gòu)生物學(xué)帶來了革命性的進(jìn)展,使生物學(xué)家能夠大規(guī)模預(yù)測蛋白質(zhì)結(jié)構(gòu),加速了相關(guān)研究進(jìn)程;
專業(yè)社區(qū)關(guān)注大語言模型(LLM)如AlphaFold的發(fā)展,其預(yù)測蛋白質(zhì)結(jié)構(gòu)的能力為科研帶來革命,縮短新藥研發(fā)周期。谷歌DeepMind的Demis Hassabis憑借AlphaFold獲化學(xué)諾貝爾獎,展現(xiàn)AI在科學(xué)研究中的關(guān)鍵作用。AlphaFold-3的架構(gòu)創(chuàng)新和預(yù)測準(zhǔn)確性提升,使其能預(yù)測幾乎所有生命分子結(jié)構(gòu)。AI的進(jìn)步讓科研界思緒凌亂,考慮轉(zhuǎn)行搞AI。