为什么 AlphaFold 没有解决蛋白质折叠——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出,AlphaFold 并未真正解决蛋白质折叠,静态结构预测无法覆盖蛋白质动态与无序性。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出,AlphaFold 并未真正解决蛋白质折叠,静态结构预测无法覆盖蛋白质动态与无序性。
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在访谈中提出"合成超级智能"愿景:让 AI 通过物理实验而非单纯互联网数据学习,用强化学习结合高通量实验室、材料表征与 DFT 模拟来发现新材料。他们主张即便未来前沿模型仍需做实验,失败实验可能是最有价值的训练数据,并设想让每台实验仪器拥有"140 IQ",把数十年的科学试错压缩到数月。
Toby Ord 分析指出,AI 群体(swarm)是一种新的推理扩展形式,4 智能体群体达到同等性能需约两倍总 token,但每个智能体只需一半 token,并行运行理论上可将任务耗时减半,不过随规模扩大存在“踩脚”式收益递减。