HyperAI

AlphaFold Remporte Le Prix Nobel, Discours De Remerciement Du PDG De DeepMind : Les Meilleurs Scientifiques Et L'ia Accompliront Un Travail Incroyable

特色图像

Après que le « Parrain de l'IA » a remporté le prix Nobel de physique 2024, l'IA a remporté une autre victoire et a remporté le prix Nobel de chimie de cette année.

Le 9 octobre, heure de Pékin, l'Académie royale des sciences de Suède a annoncé les lauréats du prix Nobel de chimie 2024.La moitié a été attribuée à David Baker,pour ses contributions à la conception informatique de protéines ;L'autre moitié a été attribuée conjointement au PDG de Google DeepMind, Demis Hassabis, et au scientifique senior John M. Jumper.En reconnaissance de leurs réalisations dans la prédiction de la structure des protéines. Le montant total du prix s'élève à 11 millions de couronnes suédoises, soit environ 7,5 millions de RMB.

Le fait que l’IA ait remporté plusieurs prix Nobel cette fois-ci peut sembler inattendu, mais c’est en réalité bien mérité. En particulier dans le domaine du prix de chimie, David Baker peut être considéré comme un pionnier dans le domaine de la conception des protéines. Il a été le premier à développer des méthodes pour concevoir et prédire la structure tridimensionnelle des protéines, à créer de toutes nouvelles protéines et à résoudre des problèmes médicaux basés sur des logiciels et des algorithmes innovants.

Il n’est pas nécessaire de s’étendre sur AlphaFold, publié conjointement par Demis Hassabis et John M. Jumper. Cette avancée majeure dans le domaine de la prédiction de la structure des protéines a remporté de nombreux prix et semble prête à être couronnée du prix Nobel.

À l’heure actuelle, les prix Nobel 2024 n’ont pas encore été entièrement annoncés.Il y a peut-être encore place à l’imagination en matière d’IA concernant l’attribution du prix Nobel de physiologie ou de médecine.Il y aura peut-être de nouveaux résultats l’année prochaine qui auront un impact sur le prix.

3 gagnants ont prononcé des discours en ligne

Après l’annonce des prix, les responsables du prix Nobel ont contacté les trois lauréats et ont mené une brève interview en ligne.

Demis Hassabis a déclaré : « Dans un avenir proche, je pense que les outils d'IA permettront aux scientifiques d'accomplir davantage. Ces systèmes étant essentiellement des outils, ils sont très efficaces pour analyser les données, identifier des tendances et les structurer. Mais ils ne peuvent remplacer les scientifiques humains pour réfléchir aux bonnes questions, formuler des hypothèses ou des inférences. Ces tâches dépendent donc toujours des scientifiques humains. Je pense que…Les meilleurs scientifiques, associés à ces outils d’IA, seront en mesure de réaliser un travail incroyable.Même les équipes plus petites peuvent compter sur des outils pour effectuer des tâches plus basiques. "

Concernant le fait que la recherche soit soutenue par des institutions privées plutôt que par des universités, Demis Hassabis a déclaré qu'il n'y avait pas beaucoup de différence entre les deux. 「Je crois que tant que nous restons fidèles à la méthode scientifique et que nous nous concentrons sur la recherche fondamentale avec une attitude scientifique rigoureuse, nous pouvons faire de la grande science n’importe où.De nombreux nouveaux domaines scientifiques et découvertes nécessitent beaucoup de ressources, en particulier des ressources informatiques, qui nécessitent souvent beaucoup d’argent. Alors pourquoi ne pas faire appel au secteur privé pour financer ces efforts ? C'est ce que nous faisons chez Google DeepMind. "

« C'est une équipe exceptionnelle », a déclaré le co-vainqueur John Jumper lors d'un entretien téléphonique.En tant que scientifique engagé dans la biologie computationnelle depuis de nombreuses années, j’ai toujours pensé que nous avions besoin de la technologie informatique pour résoudre les problèmes biologiques. Maintenant, ça commence à fonctionner et la reconnaissance qu’il reçoit est incroyable.Ce qui me rend particulièrement heureux, c’est que notre travail peut aider directement les gens à rester en bonne santé, ce qui est vraiment incroyable ! "

De plus, lorsqu'on lui a demandé ce qu'il ressentait en partageant le prix avec un concurrent, un autre gagnant, David Baker, a déclaré franchement :Je n’ai jamais eu l’impression que nous étions des concurrents, mais plutôt qu’AlphaFold était très inspirant."

Comme nous le savons tous, David Baker est un universitaire qui a apporté des contributions exceptionnelles dans le domaine de la biochimie. Il est professeur de biochimie à la faculté de médecine de l'Université de Washington.

David Baker

Dès 2003, David Baker a réussi à concevoir un nouveau type de protéine.Depuis lors, il a dirigé son équipe pour développer des outils de prédiction et de conception de la structure des protéines tels que RoseTTAFold, ProteinMPNN et RFdiffusion, et a utilisé ces outils pour créer des molécules capables de résoudre des défis dans les domaines de la médecine, de la technologie et de la durabilité. Il a également remporté de nombreux prix, notamment une nomination pour le prix Nobel de physiologie ou de chimie.

AlphaFold2 attend son couronnement

De même, l’industrie ne semble pas surprise qu’AlphaFold2 ait remporté le prix Nobel de chimie pour cette avancée révolutionnaire.Surtout après que les deux hommes ont remporté le prix Lasker 2023 pour la recherche médicale fondamentale, un signe avant-coureur du prix Nobel.

En tant que PDG de Google DeepMind, Demis Hassabis est déjà entouré d’innombrables halos. Demis Hassabis, né en 1976, a commencé à jouer aux échecs à l'âge de 4 ans, a appris la programmation en autodidacte à 8 ans et a remporté le titre de maître d'échecs à 13 ans. À 17 ans, il est entré à l'Université de Cambridge pour étudier l'informatique, puis a obtenu un doctorat en neurosciences cognitives à l'University College de Londres et a poursuivi des études postdoctorales au MIT et à Harvard.

Demis Hassabis

En 2010, il a cofondé DeepMind avec Shane Legg, qu'il a rencontré alors qu'il étudiait pour un doctorat à l'University College de Londres. En 2016, il est devenu célèbre avec AlphaGo, et dans les années suivantes, la famille Alpha a continué de s'agrandir. En 2020, Hassabis et Jumper ont proposé AlphaFold2, qui a prédit avec succès la quasi-totalité des 200 millions de structures protéiques connues des scientifiques.

En mai 2024, AlphaFold3 a été publié, prédisant avec succès la structure et les interactions de toutes les molécules vivantes (protéines, ADN, ARN, ligands, etc.) avec une précision sans précédent.
*Cliquez pour voir le rapport complet : AlphaFold 3 est là ! Source fermée mais disponible pour la recherche scientifique, la filiale de DeepMind est à portée de main et avance d'abord vers une utilisation commerciale ?

*Cliquez ici pour voir le rapport complet : Un démontage complet d'AlphaFold 3, Zhong Bozitao de l'Université Jiaotong de Shanghai : Tirer le meilleur parti des données pour prédire toutes les structures biomoléculaires avec une précision atomique, mais ce n'est pas parfait.

John Jumper

En tant que premier auteur d’AlphaFold, John Jumper est également bien connu dans le cercle technologique international.En 2021, il a été classé par Nature comme l'une des dix « personnes importantes » de sa liste annuelle. John Jumper est né en 1985. Il a obtenu une licence en physique et mathématiques de l'Université Vanderbilt aux États-Unis en 2007 et une maîtrise en physique théorique de la matière condensée de l'Université de Cambridge au Royaume-Uni en 2008.

En 2017, il a obtenu son doctorat en chimie théorique de l'Université de Chicago, où ses recherches se sont concentrées sur l'utilisation de l'apprentissage automatique pour simuler le repliement et la dynamique des protéines. Il a ensuite effectué ses recherches postdoctorales à l'Université de Chicago, où il a poursuivi ses recherches sur les modèles d'apprentissage profond pour la prédiction des protéines.

En 2018, John Jumper a rejoint DeepMind en tant que chercheur senior et a développé la série de modèles AlphaFold avec ses collègues. Parallèlement, il est également le leader de l’équipe de développement d’AlphaFold2.

Les internautes plaisantent : « Il est temps d’ajouter une nouvelle catégorie au prix Nobel » – AI

Auparavant, lorsque Demis Hassabis avait félicité Geoffrey Hinton pour avoir remporté le prix Nobel de physique sur les réseaux sociaux, quelqu'un avait plaisanté en disant que Demis Hassabis devrait prier pour qu'il puisse également remporter le prix.

Hier, dès que la nouvelle de la victoire de Demis Hassabis au prix est sortie, la section des commentaires a été « submergée » par de nombreux internautes, et tout le monde a exprimé ses félicitations.

Par ailleurs, Frances Arnold, lauréate du prix Nobel de chimie 2018, a également félicité les lauréats du prix Nobel de chimie de cette année. Le domaine de l’IA est encore plus enthousiasmé par les résultats du prix Nobel !

Google DeepMind a qualifié cela de réalisation historique dans le domaine de l’IA.Yann LeCun, lauréat du prix Turing, a déclaré :Des travaux comme Rosetta, AlphaFold et d’autres efforts axés sur le ML ont eu un impact énorme sur la prédiction de la structure des protéines et la conception des protéines, et devraient avoir un impact encore plus grand à l’avenir.

Certains internautes ont même déclaré :Il est temps d’ajouter une nouvelle catégorie au prix Nobel : l’IA.

Références :
1.https://www.nobelprize.org/prizes/chemistry/2024/press-release/
2.https://mp.weixin.qq.com/s/WkPJ