DeepMind与Biohub专家：AlphaFold并未解决蛋白质折叠问题

从AI scaling的苦涩教训到蛋白质折叠的未解之谜，Google DeepMind的Pushmeet Kohli与Biohub的Sal Candido正在重新思考，要打造真正理解生物学的AI需要什么。在这场由Brandon Anderson主持的特别对谈中，他们探讨了为什么AlphaFold的突破只是开始，为什么仅靠扩大算力和数据无法解决生物学问题，以及下一代AI模型如何改变我们对蛋白质、细胞和人类疾病的理解。 我们深入探讨了AI驱动生物学的未来：在生物数据中寻找scaling law、科学直觉与通用架构之间的取舍、为什么蛋白质结构预测远未解决，以及构建生命系统预测模型需要什么。Pushmeet回顾了AlphaFold背后的经验教训、人类可解释性的局限，以及未来的前沿模型是否能比我们更好地理解其他AI系统。Sal解释了为什么蛋白质语言模型可能已经蕴含了我们尚未解锁的科学知识、为什么生物建模必须超越单个蛋白质，以及为什么要实现Biohub治愈所有疾病的使命，需要以10倍突破而非渐进式改进来思考。 我们讨论了：

• 生物学的苦涩教训：为什么仅靠扩大算力和数据是不够的
• 为什么找到正确的scaling law比盲目增大模型规模更重要
• 低质量宏基因组数据如何改进蛋白质语言模型
• 为什么AI研究者针对可用数据而非最重要的科学问题进行优化
• DeepMind在建模、数据生成和科学专业知识之间取得平衡的经验教训
• 为什么构建虚拟细胞需要根本不同的数据集
• AlphaFold的手工设计架构与科学直觉的作用
• 为什么好数据比单纯拥有更多数据更重要
• 归纳偏置、scaling law与专用AI架构的未来
• 为什么我们并未进入后Transformer时代，但架构正在演进
• 为什么AlphaFold实际上并未解决所有蛋白质折叠问题
• 蛋白质动力学、无序性与静态结构预测的局限
• 冷冻电镜显微图像如何解锁更丰富的生物表征
• 从单个蛋白质模型走向整个生物系统
• 费曼的著名原则，以及为什么AI现在能创造出我们无法理解的东西
• 蛋白质语言模型中隐藏的生物学知识
• 为什么可信度和不确定性校准比完全可解释性更重要
• 前沿AI模型是否能比人类更好地解释其他AI系统
• AI何时能在药物发现中实现10倍到100倍的加速
• 为什么治愈所有疾病需要思考10倍突破而非10%的改进 Pushmeet Kohli — Google DeepMind
• X: https://x.com/pushmeet
• LinkedIn: https://www.linkedin.com/in/pushmeet-kohli-4838994/ Sal Candido — Biohub
• Biohub: https://biohub.org/team/salvatore-candido/
• X: https://x.com/salcandido
• LinkedIn: https://www.linkedin.com/in/salcandido/ Brandon Anderson — 主持人
• LinkedIn: https://www.linkedin.com/in/brandon--anderson 时间戳 00:00:00 引言：生物数据的苦涩教训 00:01:00 寻找scaling law与生物学的正确数据 00:04:54 DeepMind的苦涩教训：解决问题 vs. 扩展模型 00:06:50 AlphaFold、数据局限与构建虚拟细胞 00:09:52 手工设计架构 vs. 扩展算力 00:11:53 好数据、归纳偏置与模型设计 00:13:39 超越Transformer：AI架构的未来 00:14:38 为什么AlphaFold尚未解决蛋白质折叠 00:17:39 蛋白质动力学、设计与冷冻电镜 00:19:09 从单个蛋白质到整个生物系统 00:20:43 费曼原则：无需理解即可创造 00:22:18 蛋白质语言模型中的隐藏知识 00:23:48 AlphaFold、可信度与可解释性 00:25:56 AI能比人类更好地理解其他AI模型吗？ 00:27:43 AI何时将革新药物发现？ 00:29:47 为什么治愈所有疾病需要10倍突破 文字记录 引言：数据是否存在苦涩教训？ Brandon Anderson [00:00:04]：很高兴来到这里。多么激动人心的早晨。这么多精彩的发布。我认为生物科学的未来正在这里被宣告。这是建模环节。我们都是建模者，所以讨论数据对我们来说再自然不过了。 说到数据，我喜欢思考的一件事是如何正确地扩展它。这让我想到了苦涩教训，但以数据为框架重新表述。对于那些不是AI领域的人来说，苦涩教训是说：能够扩展的方法最终会胜出。如果你能扩展得足够大，它就会赢。所以我的问题是，从Sal开始：数据是否存在苦涩教训？ Sal Candido [00:01:00]：当然。你显然需要正确的数据才能让它发挥作用。关于scaling law的一个误解是，scaling law无处不在，且总是存在。很多工作实际上是找到那个scaling law。我们做的很多事是试图弄清楚：在什么情况下，如果你投入更多算力、更多数据，就能得到更好的结果？ 这是一个很好的情况，因为一旦实现，你就可以持续转动曲柄。它变成了一个工程问题，这是我喜欢的事情。这与架构有关，但也与数据密切相关。如果你没有具备正确信息和统计特征的数据来解决你想要解决的问题，你就无法得到具备你想要的能力和理解的模型。你实际上只能从你拥有的数据中提取信息，并利用它来泛化到数据之外。 选择正确的数据：可用性 vs. 科学影响力

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）