Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 谈:AlphaFold 为何没有解决蛋白质折叠问题
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出,AlphaFold 的突破只是开始,蛋白质折叠远未解决,静态结构预测无法覆盖蛋白质动态与无序性。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出,AlphaFold 的突破只是开始,蛋白质折叠远未解决,静态结构预测无法覆盖蛋白质动态与无序性。
Google DeepMind 的 Pushmeet 和 Biohub 的 Sal Candido 解释,AlphaFold 的突破并未解决蛋白质动力学问题,仅靠扩展 AI 算力和数据也不足以理解生物学。蛋白质语言模型蕴含关于结构、功能与演化的隐藏知识,更好的生物数据和虚拟细胞有望开启下一波突破。他们讨论了如何实现提速 10–100x 的药物发现,以走向治愈所有疾病。
Chris Barber 询问 70 位 AI 数据公司工程师、研究员、创始人和实验室人员,将各 AI 实验室按代际分层。Anthropic 和 OpenAI 获共识评为前沿(frontier),Google DeepMind 与 xAI 获共识评为 n-1。
Pavel Rabtsevich 称他用 Claude Code 和 Codex 在 NASA 数据中发现了一颗 NASA 自家软件多年未能识别的行星。NASA 计划在 TESS 望远镜 11 月掠过该恒星时进行密切观测。
Eli Lilly 和 Novo Nordisk 称,服用其 GLP-1 减肥药的患者在追踪 DNA 与关键蛋白变化的分子“衰老时钟”上衰老更慢,但这一结果的解读仍存疑问。
Yann LeCun 重申"自回归 LLM 本身不会通向人类级 AI"依然成立,理由包括当前推理依赖非自回归搜索、自我改进仅在数学和代码等可自动评分的领域有效、多模态助手多用独立训练的编码器。
Demis Hassabis 与 @bzcohen 对话,回顾 AlphaGo 著名的第 37 手及其十年后对可验证领域数学与科学突破的意义。《华尔街日报》指出,十年前计算机做出了人类不会做的一步,当时被视为 AI 的突破,如今这类突破已遍布各处。
马斯克在《经济学人》访谈中预测,AI 可能在 5 年内超过人类智能总和,10 年内进入超级智能时代,届时人形机器人驱动的"准无限经济"将使金钱在 2036 年不再重要,工作变成类似"园艺"的可选项。他仍估计 AI 消灭人类的概率在 10% 到 20%,建议领先公司互相提供一到两周的前沿模型早期访问测试。
OnBoard! 播客邀请 Google DeepMind、Google Cloud 及国内大模型一线研究员,深度解读 OpenAI o1 如何通过强化学习结合思维链(CoT)提升逻辑推理能力,并探讨 MCTS 在 LLM 推理中的作用、o1 能力来源与复现路径。