AI浪潮中的年长者反思：繁荣与先行者
步入人工智能纪元，人们将跟不上步伐的大龄群体统称作“老登”，网络世界甚至按年龄段细化为“小登、中登、老登、神登、上古神登”等类别，那我便属于比“上古神登”更早诞生的那一代了。即使如此，我仍不愿被智能时代抛弃，尽力去把握AI产业的演进脉络与特点。所幸如今有DeepSeek这类大模型，可供我频繁研习和检索。AI首次令我惊叹的是十年前，谷歌DeepMind团队研发的AlphaGo击败了围棋领域曾斩获14次世界冠军的李世石。此前我始终认为围棋变数过于繁杂，理论上存在3的361次方种可能，机器无法习得并战胜顶尖棋手
施一公谈AI时代：教育该走向何方
眼下，人工智能正迅猛演进，广泛赋能各行各业并深刻渗透到民众的生产与生活之中。在教育范畴，人工智能正重塑教育的根本逻辑与形态。习近平总书记强调：“要推动人工智能全阶段教育和全社会普及教育，持续培育高端人才。”“十五五”规划纲要提出“深入推进‘人工智能+’”。不久前，教育部等5部门发布《“人工智能+教育”行动方案》。这促使我们深思人工智能时代教育应如何应对这一重要现实议题。近些年，人工智能为科技进步带来了难以想象的颠覆性影响。以生命科学领域为例，截至2020年，人类借助实验科学手段总共解析出不足20万个蛋白质
诺奖得主江珀挥别DeepMind 转投AI新锐Anthropic
资深研究科学家约翰・江珀（John Jumper）于周五宣布，他将离开谷歌(367.46, 5.36, 1.48%)DeepMind，加入人工智能初创企业Anthropic，这标志着这家科技巨头在人工智能研发领域又一位核心人才的流失。 江珀曾与谷歌的德米斯・哈萨比斯（Demis Hassabis）共同荣获2024年诺贝尔奖，他最为人所知的成就是AlphaFold的联合开发工作。这款具有划时代意义的人工智能模型已经完成超过2亿种蛋白质的三维结构预测，极大加速了生物学与医学领域的研究进程。 江珀在社交平台X上
AlphaFold如何突破蛋白质结构预测极限
AlphaFold 究竟是什么原理？它为何能够揭示蛋白质的结构奥秘？这是个很好的问题！人们经常误认为 AlphaFold"创造了全新的科学发现"，但它的本质更加精妙，让我们用"统计与推理"的概念来说明👇🧬 AlphaFold 的核心功能AlphaFold（特别是 AlphaFold2）专注于从氨基酸序列推断蛋白质的三维构象，接收一段氨基酸链（比如数百个单位），计算出原子级别的空间折叠形态。它并非从头构建物理法则，而是：1. 学习阶段：基于约17万个已知的人类蛋白质结构（来自
AI技术如何在短时间内重塑一个学科？AlphaFold2给出了答案
在人工智能取代你的岗位之前，它已经先取代了生物学家的岗位。2020年，谷歌DeepMind团队推出了AlphaFold2，这是一款旨在攻克重大科学难题的人工智能系统：能否根据蛋白质的氨基酸序列预测其空间构型？如果无需漫长且昂贵的实验室分析就能做到这一点，那么人类对生命科学的理解将发生根本性变革，新药研发也将迎来加速期。在科学家们年复一年举办的蛋白质结构预测竞赛中，AlphaFold2成为首个能够与实验结果相媲美的人工智能系统。此后数年里，它成功预测了超过两亿种不同蛋白质的空间结构，这一数字相当于过去几十年