转自：硅星东谈主
作家 | Jessica
2024年的诺贝尔化学奖一半授予大卫·贝克（David Baker），“以赏赐在计较卵白质贪图方面的孝敬”；另一半则共同授予德米斯·哈萨比斯（Demis Hassabis）和约翰·M·詹珀（John M． Jumper），“以赏赐他们在卵白质结构忖度方面的建树”。
David Baker 是华盛顿大学卵白质贪图策动所长处，被誉为卵白质贪图范围前驱。2003年起，他奏效贪图出全新的Top7等多种创新卵白质，普遍应用于药物、疫苗、纳米材料、小型传感器等范围。并在1999年就残暴了卵白质结构忖度较法RoseTTA，早于Deepmind的AlphaFold。
另两位获奖者就更不生疏。Demis Hassabis是Google DeepMind辘集首创东谈主兼CEO，John M． Jumper现任Google DeepMind总监。两东谈主通过指挥团队斥地 AI 模子 AlphaFold 2，惩处了困扰科学界50年的难题：从氨基酸序列忖度卵白质的复杂结构。
卵白质是人命的基础化学器具，它们纵脱并推动着统统生失掉学反馈，担任激素、信号物资、抗体和组织构建的要津变装。在卵白质中，氨基酸以长链的阵势指引在沿路，并折叠成三维结构。自上世纪70年代以来，策动东谈主员一直尝试把柄氨基酸序列忖度卵白质结构，无奈进展渐渐，直至四年前DeepMind带来的惊东谈主冲破。
2020年，Demis Hassabis和John Jumper在初代 AlphaFold 的基础斥地了AlphaFold 2。它险些能够忖度统统已被策动东谈主员识别的2亿个卵白质的结构，于今已被援用超越2万次，被来自190个国度200多万东谈主使用，在推动包括疟疾疫苗、癌症养息、酶贪图和抗生素耐药性策动等范围取得了巨猛进展。试验上在诺奖往日，两东谈主已于前年得回素有“科学界奥斯卡”之称的人命科学冲破奖和“诺奖风向标”拉斯克奖，以赏赐他们为基础医学策动作念出的了得孝敬。
瑞典皇家科学院在声明中称，“莫得卵白质，人命无法存在。如今咱们能够忖度卵白质结构并贪图我方的卵白质，这为东谈主类带来了巨大的福祉。”
得知获奖音信后，Google DeepMind官方第一时候发文“报喜”。
Demis Hassabis也发表声明称：
“得回诺贝尔奖是我一世的荣誉。感谢瑞典皇家科学院，感谢John Jumper和AlphaFold团队，感谢更普遍的DeepMind和Google团队，以及统统为这一时刻作念出孝敬的共事。我将我的职业生存奉献给AI的跨越，因为它领有无与伦比的后劲，能够改善数十亿东谈主的生活。AlphaFold也曾被200多万策动东谈主员用于鼓动要津责任，从酶贪图到药物发现。我但愿改日咱们能将AlphaFold视为AI加速科学发现巨大后劲的第一个实证。”
John Jumper随即暗示：“这是AI能够加速科学策动并最终匡助结伴疾病和斥地养息方法的一个要紧讲明。这项责任归功于Google DeepMind的优秀团队，这个奖项也招供了他们的隆起孝敬。”
至此，加上此前率先得回物理学奖，并激励高度征询度的“AI教父”杰弗里·E·辛顿（Geoffrey E． Hinton），这些本年最受柔软的获奖者背后，共同的错乱很昭彰——辛顿是承载Google早期AI贪念的Google Brain的中枢东谈主物，而Demis Hassabis是承载Google连年来AI策动任务的Google Deepmind的灵魂。
怪不得连“诺贝尔派对”都径直在Google园区举办了。
在诺贝尔奖一语气发给AI科学家背后，Google也“赢麻了”。
1
Google的要紧
从时候线上来看，谷歌都备是最早入局东谈主工智能的大公司玩家。
尽管在好多故事版块中，都将2012年冬天那场发生在好意思国太浩湖旁赌场旅社里的机密竞拍，描绘为Google、微软、百度三家科技巨头与DeepMind之间，围绕Hinton刚建造、除了几篇论文外莫得任何骨子家具的小公司DNNResearch的公谈竞争。但过后回看，这场竞拍的结局其实早已注定。因为它的发源之一，恰是来自6个月前Google的推动。
2012年6月，Google Brain公开启动“谷歌猫（The Cat Neurons）”技俩，用算法识别YouTube视频中的猫。由吴恩达指挥，Jeff Dean参与，并得回公司首创东谈主Larry Page的鼎力补助。
技俩构建了一个领有10亿个指引的大型神经汇集，使用来自YouTube的1000万段未标留心频，在16，000个CPU上进行进修。通过无监督学习，该系统奏效自主学会了识别猫脸，准确率达74.8%，并能识别东谈主脸等其他物体。
不外，吴恩达在技俩后期给与了洪流勇退，临走前向Google举荐了我方的老诚Hinton接替责任。Hinton暗示我方不会离开大学，只欢快去Google“待一个夏天”。就这么，他成为Google历史上最年长的实习生。
动作深度学习范围的巨擘，Hinton很快就意志到项指标颓势，指出谷歌猫“运行了不实的神经汇集，并使用了不实的计较才略。”于是在片时的“实习期”扫尾后，Hinton立时召集学生Ilya Sutskever和Alex Krizhevsky组建团队，斥地了新的神经汇集架构AlexNet。并带着仅4颗英伟达GPU进修出来的恶果投入了2012年ImageNet图像识别比赛，最终以84%的准确率取得颠覆性奏凯。
同庚10月，Hinton团队在佛罗伦萨计较机视觉会议上认真先容了冠军算法AlexNet。一支学界团队逆袭打败硬件和研发资源对比悬殊的Google，激励学术界和产业界透澈震荡。AlexNet论文也成为计较机科学史上最有影响力的论文之一，被引次数超越12万。
接下来，三东谈主的DNNResearch公司注册建造。后续竞拍的发展就愈加贼人胆虚，当身价被提高到4400万好意思元时，Hinton叫停了拍卖，与两名学生沿路认真加入谷歌，担任Google Brain副总裁和工程策动员。
其时的Hinton在一篇声明中写谈：“我会连续在多伦多大学兼职任教，但在Google，我能够看到咱们奈那处理超大型计较。”
在直到2023年5月的十年谷歌生存中，Hinton连续参与大限制东谈主工神经汇集策动，为Bard和ChatGPT等当代AI系统的底层期间奠定了基础性孝敬。他也参与斥地了开源机器学习软件库TensorFlow，推动了图像识别、言语结伴等AI应用的才略提高，并将深度学习期间普遍应用于Google的种种家具和工作中。
Google对东谈主才和期间的辘集从未放缓。在收购DNNResearch仅两年后，当年参与竞拍的敌手之一， Hassabis创立的DeepMind也被它纳入囊中。
据悉，Google其时还成心包了架私东谈主飞机带Hinton去伦敦”验货“，而且成心改进了座椅，惩处他背痛不成坐飞机的问题。而其时被Google挤走的Facebook在错失DeepMind后，则转而高价挖走了“深度学习三巨头”之一的Yann LeCun。
1
Deepmind的故事
来到DeepMind这边，其实被Google收购前，DeepMind也曾在财务方面遭受了艰巨，公司一直在烧钱，却未能找到可接续的交易模式，致使濒临收歇。
谷歌的6亿好意思元收购援助了DeepMind，不仅保留了中枢期间团队，还为其提供了苍劲的计较资源，包括云计较平台和数据中心补助。这让DeepMind能够诈欺更强的算力来进修深度神经汇集，荒谬是在AlphaGo的斥地中，大幅提高了计较速率和模子精度。除此除外，谷歌还提供了成心贪图的TPU（张量处理单位），进一步优化了深度学习模子的进修和推理遵守，AI基础器具TensorFlow也被普遍应用到DeepMind的策动之中，协助加强AlphaGo的说明。
AlphaGo是DeepMind团队斥地的一款东谈主工智能围棋智力。它通过分析数百万局棋谱，用自我对弈进行强化学习，掌持了复杂的围棋策略，能够超越东谈主类顶尖围棋选手。2016年，AlphaGo在与围棋天下冠军李世石的比赛中取得了4比1的奏凯，从此一战成名，颤抖环球。
但是在Hassabis眼中，通过棋盘游戏考证AI惩处复杂问题的后劲仅仅驱动。更要紧的是用它来引导通用学习系统，应付现实天下的挑战，从而真的改善东谈主类生活、改进行业并鼓动科学发展。
于是在几个月内，DeepMind便速即雇佣生物学家，组建了一支跨学科团队，专注于惩处卵白质折叠难题，最终在2018年促成了AlphaFold技俩降生。经过屡次迭代，AlphaFold已凭借其冲破性的卵白质结构忖度才略，透澈转变了生物学策动，展现了AI在科学范围的苍劲应用远景。
就在本年5月，Google Deepmind再次官宣，与Isomorphic Labs辘集推出新一代卵白质忖度模子AlphaFold 3，关系论文一举登上《Nature》杂志。
与之前的版块比较，AlphaFold 3不仅在卵白质折叠忖度上取得了进展，还初次竣事了对卵白质、DNA、RNA及配体等人命分子的结构偏执相互作用的高精度忖度。这一冲破匡助科学家更真切地结伴疾病机制和人命历程，同期大幅裁减了研发时候和资本。不管是斥地可再生材料，如故加速药物贪图和基因组学策动，AlphaFold 3都为生物分子范围绽放了更普遍的应用空间。
不仅如斯，团队还基于AlphaFold 3推出了一个名为AlphaFold Server的免费平台，供环球科学家进行非交易性策动，进一步推动科学探索的普及。
通过DeepMind，Google束缚诱骗着环球顶尖的科研东谈主才，并提供永久的资金补助，使其能够专注于冲破性策动，而毋庸依赖短期的交易答复。Google还赋予了DeepMind高度的战术自主权，使其能够解放给与策动所在。恰是这种独处性和永久补助，为DeepMind进行前瞻性策动奠定了坚实基础。
除游戏范围和生物学冲破外，DeepMind还斥地了用于谷歌助手的传神语音合成模子WaveNet，提高了语音交互体验。通过视觉-言语-动作模子RT-2增强了机器东谈主在种种环境中的任求实施才略。其策动还触及天气忖度、核聚变反馈堆等复杂问题，并通过AlphaCode和AlphaDev等技俩推动了计较机算法的进一步发展。
1
Google的“家底”依然深厚
在今天的东谈主工智能竞争中，OpenAI和Anthropic等明星公司的速即崛起、ChatGPT、Claude之于Gemini的“碾压”，一度让东谈主们对Google的AI策略产生了质疑。荒谬在生成式AI家具和斥地者器具的交易化程度上，OpenAI们的快速发展与Google相对渐渐的方法造成了昭彰对比。
但是目前的两项诺贝尔奖似乎在教唆咱们，Google深厚的科研泥土和期间积聚仍是其他公司难以复制的上风。
在2006年之前，深度学习的近况不错用开尔文男爵的那句名言来详细：“深度学习的大厦也曾基本建成，只不外在阳光灿烂的天外下，飘舞着三朵小乌云。”
这三朵小乌云划分是算法、算力和数据。
而Google正值在这些要津范围领有昭彰上风。早先，它掌持了环球最初的重大数据资源，依托YouTube、Google Scholar和Google Search等平台，Google为视觉、语音识别和当然言语处理等AI模子提供了丰富且种种化的进修数据。
其次，Google在计较资源方面具有显贵上风。其自主斥地的TPU硬件大大加速了深度学习模子的进修速率，Google Cloud不仅为里面策动提供了苍劲的计较才略，还为环球斥地者提供了器具，匡助他们快速构建和部署复杂的AI应用。
在算法研发范围，Google也处于行业前沿。降生于Google Brain团队的Transformer架构奠定了当代当然言语处理的基础，推动了今天险些统统前沿AI模子的发展。这些期间不仅推动了学术界的跨越，还普遍应用于Google的中枢家具中。
2024年，AI范围依然濒临着算法、算力和数据挑战。尽管好多公司也各赋闲某些范围有所冲破，但比较之下，似乎同期具备三方面上风并接续有用伙同的，如故Google。
在与OpenAI、微软等公司的竞争中，Google的“家底”依然结识，在AI竞赛中也并未被打败。东谈主工智能的后劲远未被充分挖掘，而在这场长跑中，约略期间创新的深度和广度才决定了最终的胜者。
海量资讯、精确解读，尽在新浪财经APP
包袱剪辑：刘亮堂