新智元报道
编辑：庸庸 乔杨
【新智元导读】 谷歌DeepMind开发的AlphaFold一夜之间颠覆了生物学，这一革命性的突破背后，有一支怎样的团队？AlphaFold的缔造者之一、DeepMind研究副总裁分享了成功的秘密——如何组建一个团队来应对这一巨大的跨学科挑战并取得胜利。
一个月前，DeepMind开发的AlphaFold 3惊艳了整个生物圈和AI圈。
AlphaFold 3能够根据氨基酸序列预测蛋白质的三维结构，解决了生物学中一个长期存在的难题。
这一突破对生物医学研究、疾病认识（如在COVID-19大流行期间对蛋白质结构的认识）和生物技术具有深远影响。
除了技术上的成就，AlphaFold项目还在解决问题、团队管理和跨学科合作方面提供了宝贵的经验。
AlphaFold的成功不可被复制，但是它成功的经验却可以迁移。
那么，震惊整个科学界的AlphaFold开发团队究竟做对了什么？Google DeepMind的研究副总裁Pushmeet Kohli，分享了AlphaFold成功的秘密。
- 组建多元化团队：吸纳具有不同专长的人才，以解决不同方面的问题。
- 促进开放式交流：营造一种环境，让团队成员在需要帮助和分享知识时能畅所欲言。
- 促进持续学习：鼓励团队成员相互学习以及向其他学科学习。
- 注重循序渐进：优先考虑持续、渐进的改进，而不是寻求单一的突破。
- 利用跨学科见解：利用不同领域的知识为项目提供信息并加以改进。
关于AlphaFold
AlphaFold将蛋白质的氨基酸序列作为主要输入，并输出该蛋白质的预测三维结构。
输入：相关蛋白质的氨基酸序列
输出：预测蛋白质复合物的三维结构及原子坐标
蛋白质是在生物体内发挥各种功能的重要分子。
它们的功能由其三维结构决定，而三维结构则由其组成的氨基酸序列决定。
了解蛋白质的结构可能需要花费数月时间，但一旦完成，就可以深入了解蛋白质的工作原理和功能。准确的蛋白质结构预测至关重要，而且有多方面的下游应用。
- 加速药物发现：通过了解蛋白质结构，研究人员可以设计出更有效的药物。
- 增进对疾病的了解：蛋白质结构知识可以帮助人们深入了解疾病的机理，包括COVID-19。
- 推进生物技术：它允许设计具有特定功能的新型酶和其他蛋白质。
在蛋白质结构预测关键评估（Critical Assessment of protein Structure Prediction，CASP）竞赛中，以往的获胜方案稳定在40.0左右。AlphaFold打破了这一瓶颈，并大幅超越了之前的分数。
历年CASP竞赛中表现最佳的模型
AlphaFold2再次刷新了这一新纪录，给该领域带来了革命性的冲击，让蛋白质结构预测直接进入「后AlphaFold时代」。
确定蛋白质结构的传统方法，如X射线晶体学和冷冻电子显微镜，既耗时又昂贵。AlphaFold提供了一种可扩展的高效替代方法，但开发如此复杂的模型也面临着一系列挑战。
AlphaFold项目团队是如何做到的呢？
跨学科合作
AlphaFold项目的突出特点之一是不同团队之间的有效合作。DeepMind 汇集了来自不同领域的专家，包括：
- 生物学家：深入了解蛋白质的生物学意义。
- 机器学习专家：开发复杂的算法和模型。
- 结构生物学家：确保预测在物理上合理。
AlphaFold项目汇集了各个团队来解决复杂的跨学科问题
主要经验
- 聘请领域专家：让相关领域的专家参与进来，全面了解问题。
- 跨职能团队：促进不同学科间的合作，从多个角度解决复杂问题。
渐进式改进
罗马不是一天建成的。
AlphaFold的成功不是单一突破的结果，而是一系列渐进式改进的结果。无论是模型架构、训练数据，还是算法调整，每一个微小的改进都为整体成功做出了贡献。
没有任何单一突破能够带来AlphaFold最先进的性能，持续的迭代开发和渐进式改进提供了性能的巨大综合提升
主要经验
-迭代开发和改进：强调持续改进和迭代测试，以完善模型。接受你所获得的胜利，无论大小。这样做的目的是通过了解失败案例，并使用更好的数据和方法，提高性能，不断改进。
-消融实验（Ablation Studies）：进行彻底的消融实验，以了解每个组件的影响并优化性能。这个方法来自神经科学，有许多实验是通过损伤(ablate)一个或多个特定的神经元来研究它们的功能。
消融实验表明，AlphaFold的性能之所以如此出色，并不是依靠单一的灵丹妙药，而是一系列渐进式改进的组合
从上述消融实验的总结中可以看出，并没有一个明确的主导思想能带来如此巨大的性能提升。只有通过许多渐进式的改进才能解决这一难题，最终形成最先进的系统。
ML模型的归纳偏差：模型的基础
归纳偏差（Inductive Bias），是AI领域的一个关键概念，它描述了机器学习算法在学习过程中对特定解决方案的偏好或倾向。归纳偏差有助于算法在面对有限数据和不确定性时，做出合理的预测和泛化。
在某些领域，例如生物学或物理学，有些规律是我们人类已经知道的，比如牛顿运动定律。
当然，只要有足够多的相关数据，我们也能让机器学习模型自己找到这些规律。
不过，有时在这些模型中预埋这些信息是非常有必要的，这样当模型学习时就不需要从这些基础知识开始，而是可以直接去学习那些难以用正式方程或定律写下来的细微差别。
DeepMind做得很好的一点是，他们没有使用通用的现成模型，而是给模型注入了领域内的专业知识，以及对所要解决问题的了解，让模型更「好」，也更「相关」，从而赢在了起跑线上。
让所有团队达成共识
对于AlphaFold的机器学习工程师来说，了解问题背后的基础科学至关重要。
这种深刻的理解使他们能够将特定领域的知识纳入模型设计，从而实现更准确的预测。
「对齐颗粒度」，让整个团队发挥更大的影响力
对于一个包含生物学家、计算机科学家和工程师等各领域人才的跨学科团队来说，让每个人都参与到项目中来，保持同频至关重要。
要让生物学家理解机器学习，让计算机科学家理解蛋白质，并不是一件简单的事情。
然而，一旦完成这项艰巨的工作，所有团队都将达成一致，并对更广泛的情况有一个总体的了解。
这就像一种「催化剂」，让团队中的每个成员都能提供比通常情况下更多的价值，因为他们已经将问题内化并清楚地理解了它。
主要经验
- 领域知识：投入时间学习问题领域的基础知识，建立更有效的模型。
- 跨学科培训：鼓励跨学科教育，弥合各领域之间的差距，让领域专家在更好地了解当前问题的背景下发挥最大作用。
AlphaFold的成功证明了跨学科合作、渐进改进和深厚领域知识的力量。
通过培养开放、持续学习和迭代开发的文化，团队甚至可以应对最复杂的挑战并推动创新。
AlphaFold的开发经验提供了一幅通往项目成功管理和执行的蓝图。
参考资料：
https://codecompass00.substack.com/p/inside-alphafold-deepmind-recipe-success?r=rcorn
人工智能算法测眼病是怎么样的？
继“阿法狗”之后，谷歌旗下人工智能子公司――“深度思维”（DeepMind）已成功训练一种人工智能（AI）算法检测疾病，比人类专家更迅速、更高效，这或是AI在医疗领域的首个重大应用。 2017年5月，当“深度思维”最知名的人工智能――“阿法狗”战胜围棋世界冠军柯洁后，该公司就宣布此后这一程序不再参加到人机大战的竞技中去。 团队的下一步计划是研发出广泛算法以投入应用，其中最重要的就是推出能“提供疾病治疗方案”的AI。 随后，该公司与英国全民医疗健康系统达成协议，并与全球最知名的眼科医院之一、伦敦摩菲眼科医院展开了为期两年的合作。 现在，“深度思维”公司已开发出通过分析医学影像诊断疾病的人工智能。 团队处理了数千张3D视网膜扫描图的数据，训练一种人工智能算法检测眼病。 这些影像提供了数以百万计像素信息的海量数据，新算法学会了对这些数据进行分析，寻找青光眼、糖尿病视网膜病变和老年性黄斑退化这三大眼疾的迹象，其比人类专家的判断更为迅速高效。 摩菲眼科医院研究人员相信，这项成果会造福世界各地的患者，帮助人类杜绝“可以避免的失明”。 “深度思维”公司已将报告递交医学期刊，如果通过同行评议，相关技术有望在数年内投入临床试验。 团队成员表示，在医学影像领域，未来两年人们就可看到人工智能取得的真正重大进展。
谁有学英语的好方法，怎样能快速提高英语成绩。
坚持“多说”、“多听”、“多读”、“多写”，那么你的英语成绩肯定会很出色。 一、多“说”。 自己多创造机会与英语教师多讲英语，见了同学，尤其是和好朋友在一起时尽量用英语去问候，谈心情……这时候你需随身携带一个英汉互译小词典，遇到生词时查一下这些生词，也不用刻意去记，用的多了，这个单词自然而然就会记住。 千万别把学英语当成负担，始终把它当成一件有趣的事情去做。 或许你有机会碰上外国人，你应大胆地上去跟他打招呼，和他谈天气、谈风景、谈学校……只是别问及他的年纪，婚史等私人问题。 尽量用一些你学过的词汇，句子去和他谈天说地。 不久你会发现与老外聊天要比你与中国人谈英语容易的多。 因为他和你交谈时会用许多简单词汇，而且不太看重说法，你只要发音准确，准能顺利地交流下去。 只是你必须要有信心，敢于表达自己的思想。 如果没有合适的伙伴也没关系，你可以拿过一本书或其它什么东西做假想对象，对它谈你一天的所见所闻，谈你的快乐，你的悲伤等等，长此坚持下去你的口语肯定会有较大的提高。 二、多“听”寻找一切可以听英语的机会。 别人用英语交谈时，你应该大胆地去参与，多听听各种各样人的发音，男女老少，节奏快的慢的你都应该接触到，如果这样的机会少的话，你可以选择你不知内容的文章去听，这将会对你帮助很大，而你去听学过的课文的磁带，那将会对你的语言语调的学习有很大的帮助。 三、多“读”。 “读”可以分为两种。 一种是“默读”。 每天给予一定时间的练习将会对你提高阅读速度有很大的好处，读的内容可以是你的课本，但最好是一些有趣的小读物，因为现在的英语高考越来越重视阅读量和阅读速度。 每道题的得分都与你的理解程度有很大关系，所以经过高中三年阅读的训练后，你必定会在高考中胜券在握。 另一种是“朗读”这是学语言必不可少的一种学习途径。 四、多“写”有的同学总是抱怨时间紧，根本没时间写作文。 其实“写”的形式很多，不一定就写作文才提高写作能力。 比如写下你一天中发生的一些重要的事情，或当天学了某一个词组，你可以创设一个语境恰如其份地用上这个词。 这样即可帮你记住这个词的用法，又可以锻炼你的写作能力学习英语不用花大块的时间，10分钟的散步可以练说,吃完饭后可以读一会儿英语小说，睡前听几分钟英语，可以使你得到更好地休息……只要你每天抽出一些时间来练英语，你的英语成绩肯定会很快提高的。 方法二：常有人问：学英语有什么诀窍？说老实话，要想掌握一种语言，在缺乏必要的语言环境的条件下，实在没有什么捷径可走。 概括起来，只有四个字：下苦功夫。 我这绝对不是随便说说漂亮话而已。 凭我这几年学习英语的体会，只有日积月累，通过量变，才有可能实现质的飞跃。 记得曾经有一段时间，在下了一番苦功夫之后，我仍感到自己的英语水平提高的太慢，于是就故意放松了几天。 谁知等到再从新开始学习时，才明显的感觉到自己退步了许多。 从那以后，我就给自己制定了这样一条座右铭：“拳不离手，曲不离口”，持之以恒。 学好英语，兴趣很重要。 正如爱因斯坦所说“兴趣是最好的老师”。 学习英语的兴趣大大激发了我的求知欲。 有人说，英语水平高是将来找到理想的工作甚至出国的资本。 这固然不错，但除此之外，我更觉得，英语是一扇窗口，他向我们展示的是一片广阔的天地，一派新奇的景象。 当我能够用英语同外国朋友交流，了解国外的社会、历史、科学和文化，并取得第一手资料时，我才真正的领悟了掌握一种语言的妙处。 学好英语，一套科学的学习方法是必不可少的。 由于个人实际情况不同，生搬硬套是行不通的。 但我相信：只要仔细体会，逐渐摸索，人人都可以创造出一套有特色并且行之有效的学习方法。 在这里，我想同大家谈谈我在学习英语过程中的一些体会，以供参考。 尽管在中学时我的英语基础不错，但刚跨入大学校门的时候，我还是深深地感到了自己的差距。 要具备一定的听、说、读、写能力，首先要掌握五千到八千词汇。 而作为一个高中毕业生，我当时的词汇量真是少得可怜。 于是，我决定把迅速扩大词汇量作为主要突破口。 有的同学喜欢背大部头的词汇手册，而我觉得这样做，既枯燥，又不利于灵活运用。 我于是就把着眼点放到了阅读上，词汇与阅读齐头并进，产生了事半功倍的效果。 为了迅速扩大词汇量我从一开始就选择一些当时对我们来说难度偏大的阅读材料。 上千字的文章，通常会有二、三十个生词。 这些文章涉及的范围很广，包括了多个领域的词汇。 我通常采取“两遍阅读法”，即第一遍着重训练阅读能力，第二遍着重扩大词汇量并培养语感。 起初进行阅读训练时，我参考了《Active Readers》这本书。 首先从提高阅读速度入手。 集中精力阅读一篇长度适中的文章，记下起止时间，并计算单位时间的阅读量。 迫使自己进行快速阅读，便成了我的习惯。 在第一遍阅读过程中，我将重点放在训练速度，掌握文章大意及基本结构上，并找出问题，以便进一步阅读时着重解决。 第二遍阅读的重点有两个：一是扩大词汇量。 具体做法是：把文章再过一遍，查出生单词，记到小笔记本上，有时间就拿出来背。 背单词，我从不利用整时间。 当学习别的内容效率较低的时候，对我来说，背单词最合适。 每次背的时间不一定很长，贵在多次反复。 当时我使用的是英汉词典，因为我觉得英文解释不便于记忆。 而在扩大词汇量的初期阶段了解词的释意最为重要。 就这样，随着阅读量的增加，面的扩宽，我的词汇量也就突飞猛进了。 只是到了后来准备TOEFL、GRE等考试时，我才开始背词汇手册，并使用英文解释，以了解词的确切含义及使用的语言环境。 第二遍阅读的第二个重点在于培养语感。 仔细地体会精彩的语言，留意词的使用以及搭配，对某些段落我常出声朗读，甚至背诵下来。 这样做，有利于加强语感；为写作打基础。 通过这种两遍阅读法，所读内容在我头脑中留下的印象一般都很深刻，而且也提高了阅读材料的利用率。 我十分重视阅读材料的选择。 不单从兴趣出发，相反，有意识地读一些自己不甚了解、甚至不大感兴趣的科普、历史、哲学等方面的文章。 另外，针对不同的训练目的，我还选取了内容难度不同的阅读材料。 例如，进行快速阅读时，可以选择生词量较小、篇幅较短的文章；而重点在扩大词汇量、拓宽视野的阅读训练，就选择英美报刊杂志。 此外，我还注重循序渐进，根据不同阶段自己英语水平的变化选择相应的阅读材料。 在听、说、读、写四个方面，我从“读”中受益无穷。 通过有意识的大量阅读、一方面扩大了词汇量，另一方面培养了语感。 而这两方面我认为是掌握一种语言的两大支柱。 至于听、说、写三个环节，我其实并没有经过什么特殊的训练。 读的东西多了，词汇量足够大，语感足够强，只要多加练习，这三方面的能力也就自然而然的提高了。 在听、说方面，英文广播以及原版电影都是极好的传播媒介。 另外，利用一切可能的机会同外国朋友交谈，并着力模仿，都颇有成效。 至于写作，在阅读量还不足的初始阶段，我并不急于自己动笔写，而是学习、模仿一些经典篇章。 《新概念英语》第三册，还有精读课本中的一些精彩篇章，我都背过，并常利用早晨的时间大声朗读，或者收听广播。 这样一来，耳朵里听到、眼睛里看到了地道的英语，久而久之，自己也就学会说、学会写了。 有人问我：怎样才能在各种英语测试中取得高分。 实际上，我并没有什么专门的应试对策。 在听、说，读、写能力逐步提高的基础上，只要稍微做一些模拟试题，了解各种测试特点，成绩就自然不会坏。 我认为，与其到考试前夕，搞题海战术，倒还不如踏踏实实、一点一滴的积累。 在我看来，学好英语的“诀窍”无非是苦干加巧干。 因为我深信：功到自然成。
阿尔法狗是什么样子
阿尔法狗其实不是一条狗，只是一个电脑软件，一个计算机程序而已，它是谷歌研制的人工智能围棋程序，植入到了电脑当中。 所谓的人机大战，就是人与电脑对战。 1、阿尔法围棋（AlphaGo）是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序，由谷歌（Google）旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发。 其主要工作原理是“深度学习”。 2、2016年3月，阿尔法围棋与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，以4比1的总比分获胜；2016年末2017年初，该程序在中国棋类网站上以“大师”（Master）为注册帐号与中日韩数十位围棋高手进行快棋对决，连续60局无一败绩。 3、2017年5月，在中国乌镇围棋峰会上，它与排名世界第一的世界围棋冠军柯洁对战，以3比0的总比分获胜。 围棋界公认阿尔法围棋的棋力已经超过人类职业围棋顶尖水平，在GoRatings网站公布的世界职业围棋排名中，其等级分曾超过排名人类第一的棋手柯洁。 参考资料天畅游戏.天畅游戏[引用时间2017-12-22]
