2024 年的诺贝尔化学奖一半授予大卫 · 贝克（David Baker）雨宫琴音贴吧，"以赏赐在臆度打算卵白质假想方面的孝敬"；另一半则共同授予德米斯 · 哈萨比斯（Demis Hassabis）和约翰 · M · 詹珀（John M. Jumper），"以赏赐他们在卵白质结构预计方面真实立"。
David Baker 是华盛顿大学卵白质假想探讨所长处，被誉为卵白质假想鸿沟前驱。2003 年起，他成功假想出全新的 Top7 等多种创新卵白质，平素应用于药物、疫苗、纳米材料、小型传感器等鸿沟。并在 1999 年就建议了卵白质结构预臆度打算法 RoseTTA，早于 Deepmind 的 AlphaFold。
另两位获奖者就更不目生。Demis Hassabis 是 Google DeepMind 妥洽创举东说念主兼 CEO，John M. Jumper 现任 Google DeepMind 总监。两东说念主通过带领团队征战 AI 模子 AlphaFold 2，措置了困扰科学界 50 年的难题：从氨基酸序列预计卵白质的复杂结构。
卵白质是生命的基础化学用具，它们胁制并推动着所有存一火一火学响应，担任激素、信号物资、抗体和组织构建的要津变装。在卵白质中，氨基酸以长链的边幅连气儿在一说念，并折叠成三维结构。自上世纪 70 年代以来，探讨东说念主员一直尝试把柄氨基酸序列预计卵白质结构，无奈进展迟缓，直至四年前 DeepMind 带来的惊东说念主冲突。
2020 年，Demis Hassabis 和 John Jumper 在初代 AlphaFold 的基础征战了 AlphaFold 2。它险些能够预计所有已被探讨东说念主员识别的 2 亿个卵白质的结构，于今已被援用超越 2 万次，被来自 190 个国度 200 多万东说念主使用，在推动包括疟疾疫苗、癌症调治、酶假想和抗生素耐药性探讨等鸿沟取得了巨猛进展。践诺上在诺奖已往，两东说念主已于旧年取得素有"科学界奥斯卡"之称的生命科学冲突奖和"诺奖风向标"拉斯克奖，以赏赐他们为基础医学探讨作念出的特出孝敬。
瑞典皇家科学院在声明中称，"莫得卵白质，生命无法存在。如今咱们能够预计卵白质结构并假想我方的卵白质，这为东说念主类带来了巨大的福祉。"
得知获奖音讯后，Google DeepMind 官方第一时候发文"报喜"。
Demis Hassabis 也发表声明称：
"取得诺贝尔奖是我一世的荣誉。感谢瑞典皇家科学院，感谢 John Jumper 和 AlphaFold 团队，感谢更平素的 DeepMind 和 Google 团队，以及所有为这一时刻作念出孝敬的共事。我将我的工作生活奉献给 AI 的高出，因为它领有无与伦比的后劲，能够改善数十亿东说念主的生活。AlphaFold 也曾被 200 多万探讨东说念主员用于鼓舞要津责任，从酶假想到药物发现。我但愿畴昔咱们能将 AlphaFold 视为 AI 加速科学发现巨大后劲的第一个实证。"
John Jumper 随即暗示："这是 AI 能够加速科学探讨并最终匡助剖析疾病和征战调治方法的一个要紧诠释注解。这项责任归功于 Google DeepMind 的优秀团队，这个奖项也招供了他们的特出孝敬。"
至此，加上此前率先取得物理学奖，并激勉高度揣度度的" AI 教父"杰弗里 · E · 辛顿（Geoffrey E. Hinton），这些本年最受暖和的获奖者背后，共同的杂乱很显著——辛顿是承载 Google 早期 AI 贪心的 Google Brain 的中枢东说念主物，而 Demis Hassabis 是承载 Google 连年来 AI 探讨任务的 Google Deepmind 的灵魂。
怪不得连"诺贝尔派对"都顺利在 Google 园区举办了。
在诺贝尔奖连气儿发给 AI 科学家背后，Google 也"赢麻了"。
Google 的热切
从时候线上来看雨宫琴音贴吧，谷歌王人备是最早入局东说念主工智能的大公司玩家。
尽管在好多故事版块中，都将 2012 年冬天那场发生在好意思国太浩湖旁赌场旅社里的神秘竞拍，描绘为 Google、微软、百度三家科技巨头与 DeepMind 之间，围绕 Hinton 刚成立、除了几篇论文外莫得任何践诺产物的小公司 DNNResearch 的平允竞争。但过后回看，这场竞拍的结局其实早已注定。因为它的发祥之一，恰是来自 6 个月前 Google 的推动。
2012 年 6 月，Google Brain 公开启动"谷歌猫（The Cat Neurons）"名目，用算法识别 YouTube 视频中的猫。由吴恩达带领，Jeff Dean 参与，并取得公司创举东说念主 Larry Page 的肆意救助。
名目构建了一个领有 10 亿个连气儿的大型神经集聚，使用来自 YouTube 的 1000 万段未标精通频，在 16，000 个 CPU 上进行测验。通过无监督学习，该系统成功自主学会了识别猫脸，准确率达 74.8%，并能识别东说念主脸等其他物体。
不外，吴恩达在名目后期遴荐了急流勇退，临走前向 Google 举荐了我方的教养 Hinton 接替责任。Hinton 暗示我方不会离开大学，只悦目去 Google "待一个夏天"。就这么，他成为 Google 历史上最年长的实习生。
动作深度学习鸿沟的泰斗，Hinton 很快就意志到名方针颓势，指出谷歌猫"运行了特别的神经集聚，并使用了特别的臆度打算材干。"于是在片刻的"实习期"落幕后，Hinton 速即召集学生 Ilya Sutskever 和 Alex Krizhevsky 组建团队，征战了新的神经集聚架构 AlexNet。并带着仅 4 颗英伟达 GPU 测验出来的遵循插足了 2012 年 ImageNet 图像识别比赛，最终以 84% 的准确率取得颠覆性成功。
同庚 10 月，Hinton 团队在佛罗伦萨臆度打算机视觉会议上崇敬先容了冠军算法 AlexNet。一支学界团队逆袭打败硬件和研发资源对比悬殊的 Google，激勉学术界和产业界透顶震荡。AlexNet 论文也成为臆度打算机科学史上最有影响力的论文之一，被引次数超越 12 万。
接下来，三东说念主的 DNNResearch 公司注册成立。后续竞拍的发展就愈加振振有词，当身价被提高到 4400 万好意思元时，Hinton 叫停了拍卖，与两名学生一说念崇敬加入谷歌，担任 Google Brain 副总裁和工程探讨员。
其时的 Hinton 在一篇声明中写说念："我会连接在多伦多大学兼职任教，但在 Google，我能够看到咱们若何处理超大型臆度打算。"
在直到 2023 年 5 月的十年谷歌生活中，Hinton 连接参与大限度东说念主工神经集聚探讨，为 Bard 和 ChatGPT 等当代 AI 系统的底层时间奠定了基础性孝敬。他也参与征战了开源机器学习软件库 TensorFlow，推动了图像识别、言语剖析等 AI 应用的材干接济，并将深度学习时间平素应用于 Google 的各种产物和办事中。
Google 对东说念主才和时间的探讨从未放缓。在收购 DNNResearch 仅两年后，当年参与竞拍的敌手之一， Hassabis 创立的 DeepMind 也被它纳入囊中。
据悉，Google 其时还有利包了架私东说念主飞机带 Hinton 去伦敦"验货"，况且有利矫正了座椅，措置他背痛不可坐飞机的问题。而其时被 Google 挤走的 Facebook 在错失 DeepMind 后，则转而高价挖走了"深度学习三巨头"之一的 Yann LeCun。
Deepmind 的故事
来到 DeepMind 这边，其实被 Google 收购前，DeepMind 也曾在财务方面遭遇了繁难，公司一直在烧钱，却未能找到可连接的交易款式，以致濒临收歇。
谷歌的 6 亿好意思元收购补救了 DeepMind，不仅保留了中枢时间团队，还为其提供了强劲的臆度打算资源，包括云臆度打算平台和数据中心救助。这让 DeepMind 能够哄骗更强的算力来测验深度神经集聚，相等是在 AlphaGo 的征战中，大幅接济了臆度打算速率和模子精度。除此除外，谷歌还提供了有利假想的 TPU（张量处理单位），进一步优化了深度学习模子的测验和推理遵循，AI 基础用具 TensorFlow 也被平素应用到 DeepMind 的探讨之中，协助加强 AlphaGo 的发达。
AlphaGo 是 DeepMind 团队征战的一款东说念主工智能围棋边幅。它通过分析数百万局棋谱，用自我对弈进行强化学习，掌合手了复杂的围棋策略，能够超越东说念主类顶尖围棋选手。2016 年，AlphaGo 在与围棋天下冠军李世石的比赛中取得了 4 比 1 的成功，从此一战成名，战栗人人。
关联词在 Hassabis 眼中，通过棋盘游戏考据 AI 措置复杂问题的后劲仅仅运转。更要紧的是用它来指点通用学习系统，应答现实天下的挑战，从而真实改善东说念主类生活、创新行业并鼓舞科学发展。
于是在几个月内，DeepMind 便飞速雇佣生物学家，组建了一支跨学科团队，专注于措置卵白质折叠难题，最终在 2018 年促成了 AlphaFold 名目降生。经过屡次迭代，AlphaFold 已凭借其冲突性的卵白质结构预计材干，透顶更动了生物学探讨，展现了 AI 在科学鸿沟的强劲应用远景。
就在本年 5 月，Google Deepmind 再次官宣，与 Isomorphic Labs 妥洽推出新一代卵白质预计模子 AlphaFold 3，干系论文一举登上《Nature》杂志。
与之前的版块比较，AlphaFold 3 不仅在卵白质折叠预计上取得了进展，还初次结束了对卵白质、DNA、RNA 及配体等生命分子的结构过甚相互作用的高精度预计。这一冲突匡助科学家更深远地剖析疾病机制和生命历程，同期大幅镌汰了研发时候和本钱。不管是征战可再生材料，如故加速药物假想和基因组学探讨，AlphaFold 3 都为生物分子鸿沟大开了更平素的应用空间。
不仅如斯，团队还基于 AlphaFold 3 推出了一个名为 AlphaFold Server 的免费平台，供人人科学家进行非交易性探讨，进一步推动科学探索的普及。
通过 DeepMind，Google 约束招引着人人顶尖的科研东说念主才，并提供长期的资金救助，使其能够专注于冲突性探讨，而无须依赖短期的交易申报。Google 还赋予了 DeepMind 高度的计谋自主权，使其能够目田遴荐探讨标的。恰是这种独处性和长期救助，为 DeepMind 进行前瞻性探讨奠定了坚实基础。
除游戏鸿沟和生物学冲突外，DeepMind 还征战了用于谷歌助手的传神语音合成模子 WaveNet，接济了语音交互体验。通过视觉 - 言语 - 动作模子 RT-2 增强了机器东说念主在千般环境中的任务扩充材干。其探讨还波及天气预计、核聚变响应堆等复杂问题，并通过 AlphaCode 和 AlphaDev 等名目推动了臆度打算机算法的进一步发展。
Google 的"家底"依然深厚
在今天的东说念主工智能竞争中，OpenAI 和 Anthropic 等明星公司的飞速崛起、ChatGPT、Claude 之于 Gemini 的"碾压"，一度让东说念主们对 Google 的 AI 策略产生了质疑。相等在生成式 AI 产物和征战者用具的交易化进度上，OpenAI 们的快速发展与 Google 相对迟缓的法子酿成了显著对比。
关联词目下的两项诺贝尔奖似乎在指示咱们，Google 深厚的科研泥土和时间积蓄仍是其他公司难以复制的上风。
在 2006 年之前，深度学习的近况不错用开尔文男爵的那句名言来笼统："深度学习的大厦也曾基本建成，只不外在阳光灿烂的天外下，荡漾着三朵小乌云。"
这三朵小乌云辩认是算法、算力和数据。
而 Google 恰好在这些要津鸿沟领有显著上风。起初，它掌合手了人人起初的繁密数据资源，依托 YouTube、Google Scholar 和 Google Search 等平台，Google 为视觉、语音识别和当然言语处理等 AI 模子提供了丰富且千般化的测验数据。
其次，Google 在臆度打算资源方面具有权贵上风。其自主征战的 TPU 硬件大大加速了深度学习模子的测验速率，Google Cloud 不仅为里面探讨提供了强劲的臆度打算材干，还为人人征战者提供了用具，匡助他们快速构建和部署复杂的 AI 应用。
街拍丝袜在算法研发鸿沟，Google 也处于行业前沿。降生于 Google Brain 团队的 Transformer 架构奠定了当代当然言语处理的基础，推动了今天险些所有前沿 AI 模子的发展。这些时间不仅推动了学术界的高出，还平素应用于 Google 的中枢产物中。
2024 年，AI 鸿沟依然靠近着算法、算力和数据挑战。尽管好多公司也各放心某些鸿沟有所冲突，但比较之下，似乎同期具备三方面上风并连接灵验联接的，如故 Google。
在与 OpenAI、微软等公司的竞争中，Google 的"家底"依然结实，在 AI 竞赛中也并未被打败。东说念主工智能的后劲远未被充分挖掘雨宫琴音贴吧，而在这场长跑中，大约时间创新的深度和广度才决定了最终的胜者。