AlphaFold在预测蛋白质结构中脱颖而出

得益于游戏中释放的AI，玩家可以鼓掌，说出诸如Whoo之类的字眼，在桌上敲打塑料刀，并享受以人工智能为主要角色的最佳周末。

英国《连线》杂志的科学编辑马特·雷诺兹(Matt Reynolds)考察了DeepMind对AI里程碑的影响：“它超越了围棋冠军，击败了专业的星际争霸玩家，并将注意力转移到了象棋和将棋上。”

让游戏继续进行，但是严肃的东西必须严肃地发光。简而言之，我们值得钦佩的是，得益于DeepMind的研究，释放用于科学发现目的的AI尤其活跃。

技术观察者本周在研究报告中发表了评论，这些研究报告展示了AI的优势。“随着AI成为一个成熟的领域(并且已经用尽了众多的视频游戏来征服)，它的更多成就可能会是这样的：重要研究领域的扎实改进。”

发表在《自然》杂志上的一篇研究论文作为关于如何使用AI来预测蛋白质折叠的论文，立即成为新闻。VentureBeat提到了难以实现的艰巨挑战。

该文章是“利用深度学习的潜力改进了蛋白质结构的预测”，该文章于12月15日在线发表在《自然》杂志上。

DeepMind系统称为AlphaFold。雷诺兹对AlphaFold和数据集有一个有趣的注解：“蛋白质折叠领域也为训练人工智能制剂提供了良好的条件。它具有一个庞大的数据集-蛋白质数据库，该蛋白质库是3-D结构和150,000种蛋白质被用于训练DeepMind的蛋白质结构预测系统AlphaFold。”

本文探讨了DeepMind迄今为止在使用AI预测蛋白质折叠方面的成就。正如Vox的 Kelsey Piper所说，关于蛋白质折叠的重大问题是，这是“开发新药的关键问题”。

DeepMind团队的三个人，即Andrew Andrew，John Jumper和Demis Hassabis，在1月15