AlphaFold 为何没有解决蛋白质折叠问题——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 的一场对谈中指出,AlphaFold 的突破只是开始,蛋白质结构预测远未解决,蛋白质动力学、无序区和静态结构预测的局限仍是难题。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 的一场对谈中指出,AlphaFold 的突破只是开始,蛋白质结构预测远未解决,蛋白质动力学、无序区和静态结构预测的局限仍是难题。
Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 提出"合成超级智能"(synthesis superintelligence)路线,主张以物理实验为环境的强化学习推动材料发现,而非单纯扩大互联网数据训练。他们讨论让每台实验仪器具备"140 IQ"、用 AI 做材料表征、结合 DFT 与高通量实验室,并认为失败实验可能是最有价值的训练数据。