独家专访DeepMind CEO哈萨比斯：我们将看到一种全新的科学复兴( 六 ) 近日

2021年夏天， DeepMind发布了AlphaFoldMultitimer ，旨在预测蛋白质复合物的结构，也就是由多种蛋白质聚集在一起的超结构。但它的准确性远不如AlphaFold ，而且容易出现更明显的错误。
即使是最好的AI也会出现愚蠢的错误，哈萨比斯表示， AlphaGo在败给李世石的一局中犯了一个基本错误。他说：“你可以认为这是一个bug 。但问题是，这个bug存在于它的知识体系之中——你不能直接进入其中并调试它。 ”
这是因为在不从根本上影响神经网络工作的情况下，你无法轻易地修补神经网络。哈萨比斯说：“硬编码的修复会损害AI的学习能力，因为它怎么知道何时使用它们？这与学习的意义背道而驰。 ”
因而， DeepMind正在收集AlphaFold最严重错误的例子，并训练它正确处理这些错误。哈萨比斯希望研究人员破解AlphaFold ，找出不可行的地方，并与他的团队分享结果，这样他们就能让下一个AlphaFold变得更好。
“AIforScience”：DeepMind开启新篇章

文章图片
借助AlphaFold ， DeepMind开启了新篇章。该公司正在投资一个名为“AIforScience”的团队，在过去的几个月里，它已经发表了一系列出版物，涉及从天气预报到数学、量子化学和核聚变等领域。它们都没有AlphaFold的影响力，但雄心的广度是显而易见的。哈萨比斯说：“我还没有一个写满了想要解决的问题的手册，但我心里已经有雏形了。 ”

文章图片
图|目前DeepMind官网上显示的研究种类（来源：DeepMind官网）
AlphaFold也标志着哈萨比斯的新篇章。 2021年11月，他宣布获得了一份新工作：他现在正兼任DeepMind的领导职务和初创公司IsomorphicLabs的CEO 。后者是Alphabet的一家新姊妹公司，将专注于将AI的力量带入生物技术和医学领域。
对于未来规划，哈萨比斯并没有详述太多，他说：“我们才刚刚开始，所以没有太多可说的。基本上，我认为还有很多东西像AlphaFold一样——药物研发途径的不同方面都将适应AI ， ”他补充道， “我的意思是，真正地去做（研发）——而不是徒有其表的小分析工具。 ”
在哈萨比斯官宣IsomorphicLabs的博客文章中，他写道：正如数学被证明是物理学的正确描述语言一样， AI可能会在生物学中扮演类似的角色。
将这些工作融入到自己的创业中，可以更容易地投入所需的精力和资源。他说：“在DeepMind雇佣大量化学家是没有意义的。 ”然而另一个事实是，尽管DeepMind迄今为止一直专注于纯研究（而不是为母公司Alphabet的产品做贡献），但是这家初创公司将主要寻找如何为大型制药公司带来新事物。
哈萨比斯说：“你可以把它想象成有点像DeepMind对谷歌做的事情。我们的研究影响到了百种谷歌产品；你现在接触的几乎所有谷歌产品都有一些DeepMind技术。你可以将IsomorphicLabs视为我们在谷歌之外的现实世界的出口。 ”
-End-
支持：李传福、Ren、vantee
责编：多加、LXS
参考：
1.Degrave,J.,Felici,F.,Buchli,J.etal.Magneticcontroloftokamakplasmasthroughdeepreinforcementlearning.Nature602,414–419(2022).https://doi.org/10.1038/s41586-021-04301-9