还有人质疑AI吗?颜宁之前一直致力于蛋白结构的推算工作。你知道吗,她和她的团队那可真是相当厉害,一年能成功推算出二十多个蛋白结构呢。而且啊,这些成果绝大多数都能在最顶级的期刊上发表,这可不是一般人能做到的,足以证明他们的研究水平很高。 然而,今年出现了一个大变化。诺奖得主约翰乔普另辟蹊径,他利用AI大模型来代替传统的蛋白结构推算过程。这可不得了,AI大模型经过训练完成后,展现出了超强的能力,一秒钟就能推算出十几万个结构,速度简直快到让人惊叹!更让人惊讶的是,在这么大量的推算结果中,大概95%左右的结构都是正确的。 这个结果一出来,对颜宁团队产生了巨大的影响。直接导致他们的项目经费被砍掉了,这意味着之前投入的大量经费差不多都打了水漂。这真的让人很无奈啊,毕竟他们之前也付出了很多的努力和心血。 从这件事情上,我们可以看到科技发展的迅速和无情。一方面,AI技术的崛起确实给很多领域带来了革命性的变化,它的高效和准确性让传统的研究方法面临巨大的挑战。就像这次蛋白结构推算,AI大模型以其惊人的速度和高准确率,一下子占据了优势。这也提醒我们,在科技不断进步的时代,我们要不断学习和适应新的技术,不然很容易被淘汰。 另一方面,对于像颜宁团队这样的科研工作者,他们的努力也不能被忽视。他们之前的研究成果也是有很大价值的,虽然在新的技术面前显得有些“力不从心”,但他们的工作为相关领域的发展也做出了贡献。而且,科研本身就是一个不断探索和尝试的过程,失败和挫折也是常有的事。我们不能因为新的成果出现,就完全否定他们之前的努力。 对于科研经费的分配,这也是一个值得思考的问题。当新的技术出现并取得显著成果时,资金会倾向于更有优势的方向,这是可以理解的。但同时,我们也应该考虑如何平衡对传统研究和新兴技术的支持,不能让那些曾经有价值的研究因为一时的形势变化而完全失去支持。 对于此事大家怎么看?欢迎评论区留言探讨!
费尽心机怎么让马车跑得快一点,结果人家那边突然出了个汽车
关键是人工智能的结果如何验证掌控。据说人工智能已经预测了上亿个蛋白质结构,说是有95%甚至98%的准确率。那剩下的5%或者2%的部分怎么去判断,如果是错误那怎么去纠正?想想,这是上亿个蛋白质结构啊。还有一点,许多人反对转基因。以大豆为例,按2018年的数据,大豆有20条染色体,7万多基因。有一个转基因,那也只占0.001%,就这么一点儿大家都抓住不放坚决反对。那蛋白质结构那边差出2%5%,你们怎么都觉得没事儿?就算将来人工智能的算力发展了,差的就剩1%0.1%那就放心了?不可能吧。就算准确率到了99.99%,那又能怎样。对不对。
最终要拿来利用的蛋白,还是得用实验做出结构。AI预测可以更方便快捷的拿到参考结构
研究成果证明了原始思想的伟大,成了诺贝尔奖的推进器!
要懂得与时俱进。所以说他的研究方向就要改变。不应该去研究蛋白质的结构了。而应该根据他的经验,去研究如何改变AI的架构。研究AI的算法。有工具不用。难道要申请非物质文化遗产吗?如果我们没有工具,那现在就应该创造工具。然后再改进工具。她的经验是得到认可的。因为有她的经验。开发这个工具这个算法。肯定是有很大用处的。
AI潜力无限
Al废了生物学家?
ai搞科研无敌
没有他们的基础研究,AI拿什么做模型