那些生物学家们现在成了最能理解柯洁的人

  提起AI，大多数人第一时间联想起的往往就是那于几年前横空出世，之后一路横扫围棋棋坛，让无数棋手输到刷新世界观的阿尔法狗（AlphaGo）。

  虽然阿尔法狗用自己恐怖的实力，已经成功让无数人认识到了在AI面前人脑的局限性，同时也让AI成为了互联网领域的最大热词。

  因此虽然所有人都知道阿尔法狗的围棋水平极其高超，但除了那些专业棋手和少数高水平的业余爱好者以外，大部分普通人实际上对于AI和人脑之间那种“降维打击”式的差距，还是比较缺乏实感的。

  还有坚信初生牛犊不怕虎者，认为阿尔法狗虽然在专业棋手面前百战百胜，但说不定面对完全不懂围棋的门外汉，就可能会自乱阵脚啊……

  这些奇奇怪怪的理论，之所以能在网络上得到许多人的相信，归根结底还是因为一个很简单的原因——局限于围棋领域的阿尔法狗，事实上并没有让大多数普通人明白AI到底有多恐怖。

  围棋嘛，赢了就是赢了，这大伙都能看明白，但是到底赢了多少，却很难和外行人说个清楚。

  假设人类棋手的实力上限是100，那么AI到底是以101分的实力赢得，还是100000000的实力赢得，许多人仍旧缺乏概念。

  但现在好了，因为阿尔法狗的母公司，谷歌旗下的DeepMind运用类似的技术，最近在生物学领域又获得了巨大的突破，给阿尔法狗“生”了个新弟弟——阿尔法折叠，把无数深耕生物科研领域数十年的学者教授们被吓得直呼“恐怖如斯”。

  要知道，蛋白质作为组成生命的重要物质，其研究意义与重要性在整个生物学术圈里都是数一数二的。

  但众所周知（根据初中生物知识即可知），蛋白质是由一条或多条多肽链折叠组成的，而多肽链又是由多个氨基酸脱水缩合形成。

  这就导致我们在研究蛋白质的生物结构与作用时，不仅要分析出其内部的氨基酸构成，还必须搞清楚其内部多肽链的具体折叠形态。

  而在实际研究中，后面这一步，也就是搞清楚多肽链的折叠方式的难度，要远大于前面那一步的氨基酸排列研究。

  举个例子，国际上有一个专门的相关竞赛，名为国际蛋白质结构预测竞赛(CASP)，每届参赛的大多数都是海内外顶尖高校的科研小组，由业内知名的专家学者们带队参加，某一种意义上几乎能反映出各国在这一领域的科研实力排名。

  过去，人类参赛者们基本都是靠X射线、核磁共振、冷冻电镜等方式，先对蛋白质的结构可以进行观测，然后再测绘出相应的3D结构图。

  这种方式不仅效率极低，动辄需要一个实验室团队花上几个月甚至几年的时间，同时在准确度上也有些堪忧。

  在过去的CASP大赛上，各大高校的参赛队伍在压轴题的GDT得分往往只有40多分，而满分是100分（GDT得分越高，表示模拟的蛋白质结构图与真实结构更相似）。

  而前不久谷歌DeepMind派来参赛的阿尔法折叠，却取得了92.4的平均分，连最难的压轴题都拿了87分，重演了当初阿尔法在围棋棋坛上的碾压式获胜。

  这个分数差异是大到了如此夸张，以至于CASP大赛的评委， 德国普朗克发展生物学研究所科学家安德烈·卢帕斯（Andrei Lupas）决定给阿尔法折叠来一道附加题，用以检测他们是不是通过泄题漏题等手段作弊了。

  附加题的内容很简单，安德烈现场把一种古生菌的膜蛋白交给了阿尔法折叠，要求其测出该膜蛋白的3D结构——值得一提的是，该古生菌的膜蛋白结构正是困扰了安德烈教授研究团队整整10年的难题之一。

  阿尔法折叠很快就交出了一份由由三部分所组成的蛋白质图像，安德烈教授的团队拿着这份“标准答案”回去与自己实验室里积累了十年的观察数据相互对照，发现几乎完全一致。

  说直白点，评委教授团队用了十年都没能攻克的难题，被阿尔法折叠就用这么一小会儿功夫就给完全解决了，同时也彻底洗刷清了自己身上的“作弊”嫌疑。

  在这之后，CASP比赛的创始人，美国马里兰大学的John Moult 教授面对记者直言，“在某一些程度上，蛋白质折叠问题已解决了。”

  一个困扰了人类科学界50年的问题，就这么轻轻松松地“被一朝解决”了，而这一切都是因为这位阿尔法狗的新“弟弟”AlphaFold2。

  如果说这样一个世界上有谁最能理解当初被阿尔法狗打败后的棋手心情，那么一定就是这些在蛋白质研究领域深耕了数十年的生物学家了。

  曾经在2012年带队取得过CASP大赛冠军的中科院理论物理所博士、现作为腾讯 tFold 项目负责人的王晟，就在接受记者正常采访时，直接引用科幻小说《三体》里丁仪观察水滴表面的那句话来表达自己激动的心情。

  当结果出来时，我以为是仪器出了故障，但当我认识到事情的真相时，只能大喊着傻孩子，快跑啊！

  当然，世界上没有不劳而获的好事，谷歌如今能够拿出成绩如此傲人的阿尔法系列AI算法，本质上其实还是因为舍得砸钱，同时还能做到在正确方向上砸钱的结果。

  阿尔法狗与阿尔法折叠的研发企业DeepMind，由于其AI研发过程过于烧钱，本身在2014年就已经走到了企业濒临破产，团队随时都要解散的境地。

  但就在这样一个时间段，谷歌站出来接了盘，并在随后的几年里疯狂地往里面砸钱，几十亿美金扔进去眼睛都不带眨一下的。

  就在现在，网上还能搜到大量前几年关于谷歌这波操作的讨论文章，不少人认为谷歌这波“三年血亏十亿美金、四年亏掉近二十亿美金”的生意是玩砸了。

  但如今看来，这几十亿美金确实结出了一个与其相称的果实——拥有阿尔法折叠算法的生物蛋白质研究，已经几乎是完全不同的两码事了。