谷歌DeepMind:已发现科学界几乎所有已知的蛋白质结构
“从今天起，预测几乎所有已知蛋白质的结构，都如同使用搜索引擎一样简单。”7月28日，DeepMind公司与欧洲生物信息研究所（EMBL-EBI）的合作团队公布了生物学领域的一项重大飞跃。他们利用人工智能（AI）系统AlphaFold预测出超过100万个物种的2.14亿个蛋白质结构，几乎涵盖了地球上所有已知蛋白质。这一突破将加速新药开发，并为基础科学带来全新革命。▲AlphaFold能够预测出几乎所有已知蛋白质的结构（图片来源：DeepMind；参考资料[1]）2020年年底，当人们对AlphaFold的印象还停留在那个打败全人类的围棋高手时，这个AI系统在生物学领域的亮相带来了新的惊喜。当时，AlphaFold成功破解了生物学持续50年的重大难题——蛋白质折叠问题，能够根据蛋白质的氨基酸序列预测蛋白质的三维结构。仅仅半年后，DeepMind和EMBL-EBI合作，在一篇《自然》论文中发布了由AlphaFold预测的蛋白结构数据库......阅读全文
DeepMind－AI模型预测天气又快又好
近日一项发表于《自然》的研究报道了谷歌DeepMind开发的首个天气预测人工智能（AI）模型——GenCast。该模型比目前运行中的最佳中期预报系统——欧洲中期天气预报中心的集合预报（ENS）更精准。GenCast在8分钟内就能完成15天的预测，而目前的预测程序需要几个小时。据介绍，包括ENS在内的
谷歌DeepMind推出“惊艳”的通用科学AI系统
谷歌DeepMind利用聊天机器人模型成功解决了数学和计算机科学领域的重大难题。据《自然》报道，5月14日，DeepMind推出能够自主生成、改进算法代码的通用科学人工智能（AI）系统AlphaEvolve。该系统将大型语言模型（LLM）的创造力与能够审查模型建议的算法相结合，通过不断筛选和改进
DeepMind－AI可像婴儿一样学习简单物理
原文地址：http://news.sciencenet.cn/htmlnews/2022/7/482600.shtm 神经网络可以成为研究人类婴儿学习方式的一个步骤。 受婴儿学习方式研究的启发，计算机科学家开发了一个程序，可以学习物体行为的简单物理规则，研究结果7月11日发表于《自然—人类行
DeepMind－开发了一款眼底－AI，可同时诊断三种常见眼底疾病
Google旗下的DeepMind公司开发出了一种通过分析医学影像诊断疾病的人工智能产品，这是人工智能技术在医疗健康领域的一次重要试水。 雷锋网(公众号：雷锋网)消息 总部位于伦敦的DeepMind公司通过处理数以千计的视网膜扫描图像，训练出了一种人工智能算法，该算法可以比人类医生更加高效
谷歌－DeepMind－推出－AlphaGenome：AI－破解－40－亿年－DNA－密码，开启基因组研究新纪元
基因组，宛如生命的蓝图，藏在我们每一个细胞之中。 这套完整的DNA指令集，主导着生命体从外观功能到生长繁殖的几乎每一个方面，甚至是对疾病抵御的能力。 2003年 ，人类基因组测序完成，让人类首次窥见了DNA的全貌。 然而，如何破译这些指令，一个微小DNA变异如何改变生命轨迹，至今仍是生物学
创造奇迹的高科技公司有哪些特点
2024年的诺贝尔奖可以说是人工智能（AI）全面崛起之年，有4位科学家由于AI的贡献而获得诺贝尔奖。其中，杰弗里·辛顿获得诺贝尔物理学奖，大卫·贝克、戴米斯·哈萨比斯和约翰·江珀获得诺贝尔化学奖。当前传统科学世界的版图开始出现分水岭——前AI时代的科学与AI时代的科学，前者是个人英雄主义的舞台，后者
DeepMind攻克最有价值化学技术
英国人工智能公司DeepMind的科学家团队开发了一个机器学习模型，可以通过预测分子中电子的分布来显示分子特征，该模型比现有技术更能准确地计算某些分子性质。相关研究结果发表于12月10日《科学》。 波兰罗兹理工大学计算化学家Katarzyna Pernal说，这篇论文是一篇“坚实的作品”。但她
谷歌DeepMind:已发现科学界几乎所有已知的蛋白质结构
“从今天起，预测几乎所有已知蛋白质的结构，都如同使用搜索引擎一样简单。”7月28日，DeepMind公司与欧洲生物信息研究所（EMBL-EBI）的合作团队公布了生物学领域的一项重大飞跃。他们利用人工智能（AI）系统AlphaFold预测出超过100万个物种的2.14亿个蛋白质结构，几乎涵盖了地球上所
Google－DeepMind打破十年算法瓶颈
·排序算法是世界各地的计算机不断使用的基本功能，虽然数十亿人每天都在使用该算法，但没有人意识到算法还存在优化空间。Google DeepMind表示：“看起来，现在AI不仅可以帮人写代码，而且可以帮我们写出更好的代码。”·“通过优化和推出全球开发人员使用的改进排序和哈希算法，AlphaDev展示了其
几乎所有已知的蛋白质结构都收录在这个免费数据库
谷歌 DeepMind 今日宣布，其发布的免费数据库对科学界已知的几乎所有蛋白质的结构进行了预测。DeepMind 在 2020 年凭借其 AlphaFold AI 软件轰动了科学界，该软件可以对蛋白质结构进行高度准确的预测，这些信息可以帮助科学家了解它们的工作原理，从而有助于治疗疾病和开发药物。去
谷歌宣布：其数据库可以预测科学界几乎所有蛋白质结构
谷歌 DeepMind 今日宣布，其发布的免费数据库对科学界已知的几乎所有蛋白质的结构进行了预测。DeepMind 在 2020 年凭借其 AlphaFold AI 软件轰动了科学界，该软件可以对蛋白质结构进行高度准确的预测，这些信息可以帮助科学家了解它们的工作原理，从而有助于治疗疾病和开发药物。去
诺奖得主放话：我们有希望在年底前将一些人工智能设计的药物投入临床试验
据财联社报道，近日，2024年诺贝尔化学奖得主德米斯·哈萨比斯(Demis Hassabis)在达沃斯世界经济论坛的小组讨论中表示，“我们有希望在年底前将一些人工智能设计的药物投入临床试验。”2021年，谷歌旗下的DeepMind分拆成立了Isomorphic Labs，专注于将人工智能和计算方法应
《科学》：人工智能几秒便可设计“原创”新蛋白质
今年6月，韩国监管机构批准了首款由人类设计的新型蛋白质制成的新冠肺炎疫苗。该疫苗基于一种球形蛋白质“纳米颗粒”，由研究人员在10年前通过劳动密集型试错攻关研制而成。现在，随着人工智能（AI）的巨大进步，美国西雅图华盛顿大学（UW）生物化学家David Baker领导的一个团队，只需几秒钟——而不是几
《Science》封面文章AlphaCode的重大意义及其发展思考
程序员，虽然戏称程序猿，其实是一个高薪高智商工作，需要对问题的理解力、解决问题的创造性，还需要熟悉掌握编程语言。这些还不够，还需要在实践中摸爬滚打若干年，获得很多实践经验，才能游刃有余，成为一个优秀的程序员。对于普通人而言，成为一个合格程序员，也许要3-5年，成为一名优秀的程序员，也许要6-10年，
DeepMind人工智能可在各游戏中击败人类
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/512897.shtm一款人工智能可以在国际象棋、围棋、扑克和其他需要多种策略才能获胜的游戏中击败人类玩家。这款名为“游戏学生”（SoG）的人工智能由谷歌DeepMind创建。该公司表示，这是朝着能够以超
了解蛋白质挑战的AI解决方案
根据一项严格的独立研究，在一项重大的科学进步中，DeepMind的AI系统AlphaFold的-新版本已被认为是解决已有50年历史的蛋白质结构预测挑战(通常称为“蛋白质折叠问题”)的解决方案。评定。从长远来看，这一突破可以大大促进生物学研究，从而在疾病理解和药物发现等领域开辟新的可能性。CASP14
谷歌AlphaFold－3重磅问世，预测精准度提高100％，AI－能帮助治疗癌症和免疫病
刚刚，顶级科学期刊英国《Nature》（自然）杂志发表了一份重磅、突破性研究论文。 北京时间5月8日23点，谷歌DeepMind和其英国子公司Isomorphic Labs联合团队在《自然》杂志上发表一份共46页的成果，推出全新AI蛋白质结构预测模型AlphaFold 3，可准确预测生物分子相
650多名学者批评AlphaFold3不透明
当地时间5月8日，谷歌DeepMind发布其生物学预测工具AlphaFold的最新版本——AlphaFold 3。这一重大成果在科学界引起了巨大轰动。在蛋白质预测领域专家看来，AlphaFold 3是“变革性的”和“令人印象深刻的”。他们表示，这项工作可以用于测序蛋白质、DNA、RNA、小分子等几乎
AI模型精准预测飓风“梅丽莎”迅猛增强
近日，飓风“梅丽莎”迅速增强为五级飓风。在此过程中，科学家使用了一个强大的新工具——谷歌DeepMind开发的人工智能（AI）模型，成功预测了其路径和强度变化，为牙买加及其他受风暴破坏严重的国家发布预警。 该模型今年首次被美国国家飓风中心（NHC）使用，NHC是飓风信息的主要来源。这是一种专门
Nature、Science齐发：两款新型AI精准预测蛋白结构
去年，DeepMind公司开发的AlphaFold2人工智能系统，基于氨基酸序列，精确预测了蛋白质的3D结构。它的准确性与使用冷冻电子显微镜（CryoEM）、核磁共振或 X 射线晶体学等实验技术解析的3D结构相媲美。这一突破被誉为“变革生命科学和生物医学”的突破。 今日，DeepMind公司在
Science：谷歌AI新模型预测天气快又准
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/512459.shtm编译 ｜ 辛雨 图片来源：Carlos Munoz Yague 人工智能（AI）公司Google DeepMind开发的机器学习模型GraphCast，在“3至
Science－|－乘风破浪！AI深耕蛋白复合体预测
蛋白质常常形成复合物进行运作，以协同完成生物机体的各项巩固走。虽然其中一些相互作用得到了很好的深入研究，但许多蛋白复合体工作机制仍然成谜。直到最近，构建相互作用组的一个主要障碍是许多蛋白质结构的不确定性，这是科学家半个世纪以来一直试图解决的问题。2020 年和 2021 年，一家名为 DeepM
人工智能再次战胜人类玩家
下棋、玩游戏，在与人类的博弈中，人工智能（AI）正在不断成长。近日，英国DeepMind公司的AI智能体DeepNash，就在西洋陆军棋（Stratego）中达到了专业级人类玩家的水平。该成果12月1日发表于《科学》。 事实上，在DeepNash攻克Stratego前，就有报道称AI能够玩“强权外
写代码，AI战胜“码农”
下棋、玩桌游的人工智能（AI），又与人类比起了写代码，并击败了约一半的人类参赛者。这位写多少代码都不会“头秃”的“程序员”，就是英国DeepMind公司的AI智能体AlphaCode。12月8日，AlphaCode的相关研究登上了《科学》封面。 近期风靡社交网络的并非AlphaCode，而是一款
AI时代新战绩：气象预测又快又准
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/512353.shtm谷歌人工智能(AI)公司DeepMind开发出一种机器学习模型GraphCast，该模型在“3至10天的中期气象预测领域”展现出超越传统气象预测模型和其他AI方法的准确率和效率。相关
许锦波当选国际计算生物学学会Fellow
原文地址：http://news.sciencenet.cn/htmlnews/2023/6/503301.shtm近日，国际计算生物学学会（ISCB）发布消息，计算生物学家、清华大学智能产业研究院卓越访问教授许锦波当选ISCB Fellow，当选理由为“通过开创全新计算方式及软件程序，为蛋白质结构
复旦教授马剑鹏：AI已绕不开，宜从娃娃抓起
“我整个职业生涯一直在做这个东西，但心里很清楚，同行也这么认为——在我们有生之年，‘蛋白质的折叠’问题是不可能解决的，尤其是蛋白质结构预测问题。结果AlphaFold出来了！” 10月9日，博士生导师、国际著名计算生物学家、复旦大学复杂体系多尺度研究院院长马剑鹏教授告诉澎湃科技。当地时间10月9日，
蛋白质组学+AI技术
人们在吞咽的时候，颈部有个器官会随着吞咽动作上下活动，它就是甲状腺。西湖欧米有望实现临床转化的第一个项目，就是基于蛋白质标志物的甲状腺结节的良恶性诊断。甲状腺很小，但它影响到五脏六腑。数据显示，每5个成年人中就可能有1人患有甲状腺结节。其中，约60%的甲状腺结节都是良性的。但有10%的结节是恶性的，
AI驱动的蛋白质设计
扩散模型已被证明在图像和文本生成中很有用，而且似乎也适用于蛋白质设计。然而，这类模型目前的成功率并不高；产生的序列基本不能折叠成目标结构。而近期，由《自然》（Nature）发表的一篇论文描述了一种能设计新蛋白质的深度学习方法，名为RoseTTAFold Diffusion（RFdiffusion
AI－能打赢各种世界冠军，打牌时却成了“外行”！原因是......
1994 年，名为 Chinook 的 AI 在跳棋世锦赛中击败人类。 1996 年，IBM 的“深蓝”首次击败了国际象棋世界冠军加里·卡斯帕罗夫。 2007 年，阿尔伯塔大学的研究人员构建了一个无法被击败的跳棋计算机程序。 2011 年，名为 Watson 的 AI 在智力问答节目中击败