昨天AI教父Geoff Hinton剛獲得諾貝爾物理學獎，今天，谷歌DeepMind聯合創始人兼首席執行官Demis Hassabis又拿下化學獎!

Demis能獲得化學獎靠的便是谷歌赫赫有名的蛋白質結構預測大模型——AlphaFold系列。

今年5月9日，谷歌DeepMind重磅發布了AlphaFold-3，能夠精準預測蛋白質-配體、蛋白質-核酸等在內的幾乎所有PDB數據庫中存在的分子組合形式。

這也就是說，科研人員僅使用一個大模型就能解決所有高難度的生物化學難題，極大縮短新藥、疫苗的研發周期。AlphaFold確實有拿下諾獎的實力，但正兒八經搞化學科研的人輸給了AI大模型，心理難免會不好受。

都說AI搶飯碗，這瘋起來連搶兩個諾獎是真要命啊，現在就差ChatGPT拿文學獎了~

有意思的是，Demis昨天剛祝賀自己的好朋友Hinton獲得諾貝爾，第二天自己也拿到了，真的是當幸福來敲門的時候，不開都不行啊~~

就在他這條祝福推文的下面，有網友神預測。老鐵，不用羨慕別人，在過個幾十年你開發的AlphaFold也能獲得諾貝爾獎。

一位在2021年就預測過，AlphaFold-2就很有可能獲得諾貝爾獎。但晚了3年，這是因為第3代與第2代相比變化太大，帶來新的技術突破。

與Demis一同獲得化學獎的還有他的同事John Jumper以及華盛頓大學蛋白質設計專家David Baker。諾貝爾委員會認為他們的獲獎理由如下:

蛋白質是生命的化學工具，控制和驅動所有化學反應是生命存在的基礎。這三位科學家成功破解了蛋白質的密碼，讓預測復雜的結構變得簡單、高效。

Demis Hassabis和John Jumper則因開發了AlphaFold2這一AI模型而共同獲獎，該模型能夠預測蛋白質的復雜結構。自20世紀70年代以來，科學家們一直試圖從氨基酸序列預測蛋白質結構，但這一任務極其困難。

而Demis和John在2020年取得了技術突破，他們研發的AlphaFold2模型能夠預測研究人員已經識別的幾乎所有2億種蛋白質的結構。這一發現對于理解抗生素抗性、設計分解塑料的酶等科學應用具有重要意義。

David Baker因在計算蛋白質設計方面的貢獻而獲獎。他成功地構建了全新的蛋白質種類，這些蛋白質可以用于藥物、疫苗、納米材料和傳感器。他的研究團隊自2003年以來，利用20種不同的氨基酸作為生命的構建塊，設計出了多種新型蛋白質。

他們的研究成果不僅能高效構建蛋白質，還實現了從氨基酸序列預測蛋白質結構的50年夢想，為人類帶來了巨大的利益。

Demis在接受諾貝爾委員會專訪時，當他知道自己獲得諾貝爾獎的那一個腦子一片空白，簡直是不可思議的事情。谷歌要為他舉辦非常熱鬧的慶祝派對了，工作計劃估計近期也要改變了。

值得一提的是，除了AlphaFold之外，當年戰勝頂級圍棋高手李世石的AlphaGo也是Demis帶領團隊開發出來的，至今對機器學習有著非常大的影響。

估計現在全球的物理學家、化學專家思緒那是相當的凌亂，人類在科研方面連續輸給了AI，還有繼續研究下去的必要嗎?或者干脆轉行也搞AI吧~

審核編輯 黃宇