DeepMind

|共8篇|

DeepMind 近乎破解了所有蛋白質結構?

通過預測已知蛋白質的形狀,將能大大減少生物學研究所需的時間,有助促進藥物和疫苗研發,解決糧食危機和持續發展的問題。去年人工智能公司 DeepMind 發佈了開源的 AlphaFold 蛋白質結構數據庫,日前又宣佈,其數據庫所掌握的蛋白質結構已增加到逾 2 億種,數量近乎是所有科學已知的蛋白質。

劍獅子丸:駕著魔術飛毯去元宇宙

在科創領域的成功人物,的確有不少自細喜歡打機,而打機帶給他們的,並非直接與上陣殺敵有關,當然,如他們開發的技術成功用在軍事領域,會根本改變軍事模式…… 但不如先看看到底他們喜歡電玩中的哪一部分?電玩又如何啟發他們的創意?

建立「蛋白質組數據庫」有何作用?

DeepMind 日前發佈數據庫,當中幾乎包含所有人體中蛋白質的三維結構。這些蛋白質結構數據,是由去年展示的蛋白質折疊系統 AlphaFold 計算得出。數據庫免費開放,對許多領域的科學家來說是極大的突破和便利,很可能構成生物學和醫學新發展的基礎。

AI 心法:人工智能需要「睡覺」嗎?

人工智能研究員、電子遊戲設計師 Demis Hassabis,在 2010 年與友人創立了研究公司 DeepMind,並開始研究在玩遊戲上更勝人類的人工智能。DeepMind 訓練的 AI 程式 AlphaGo 在 2016 年擊敗頂尖棋士李世乭,使 DeepMind 和 Hassabis 聲名大噪。Hassabis 在「新科學人」專訪中表示,他們希望能從根本上理解並人工再造「智能」(Intelligence),以助我們了解世界、影響世界,其中之一就是加快科學發現的步伐。

DeepMind 又贏:AlphaFold 深度學習 AI 預測蛋白質結構

Google 旗下的人工智能公司 DeepMind 又再一次聲名大噪,其名為 AlphaFold 的程式,在兩年一次名為「蛋白質結構預測競賽」(CASP)的比賽中,大勝其他隊伍。兩大頂尖科學期刊的報道標題均引述指 AlphaFold 是「格局的變革者」,「科學」期刊指「人工智能在解決蛋白質結構方面取得勝利」,「自然」期刊表示「DeepMind 的 AI 在破解蛋白質結構方面表現突飛猛進」。

AlphaGo 並無超越人類

圍棋程式「Master」在奕城網對決世界頂級棋手,60 戰 60 勝,「人工智能超越人類」一類標題繼去年 3 月再度洗版。Master 後來公佈身分,就是 AlphaGo 的升級版。除來自英國的 AlphaGo 外,人工智能圍棋程式還有日本的「DeepZenGo」、南韓的「石子旋風」,隨著稍後 A.I. 進駐人類正式棋賽,今年被視為「人機決戰之年」。棋界乃至人界對此不表樂觀,但事實是,人工智能並無攻克圍棋,甚至未有超越人類。