時雨
行走，思考，回憶。悟已往之不諫，知來者之可追。實迷途其未遠，覺今是而昨非。自勉
題圖：AlphaGo打開了AI技術未來的想象空間
2016年，人工智能（AI）程序“阿爾法狗”（AlphaGo）在一場五局比賽中，擊敗了世界職業圍棋頂尖選手李世石，一時間轟動世界，進而引發了人們對AI技術能走多遠的熱烈討論，AI未來的想象空間從此變得無比豐富。
當時沒人能知道，六年前的這段往事會與近日媒體爭相報道的“美國華裔女科學家顏寧即將回國任職”的新聞掛上鉤。
的確，圍繞顏寧接受深圳醫學科學院創始院長這一任職新聞的背景，或許真的與近年來AI技術的發展對傳統結構生物學領域的衝擊有關。
當年研發出“阿爾法狗”的，是一家英國的人工智能技術公司。這家名為深思技術（DeepMind Technologies）的公司創立於2010年9月，當時的創始人有三位：哈薩比斯（Demis Hassabis）、萊格（Shane Legg）和蘇萊曼（Mustafa Suleyman）。
1976年出生在倫敦的哈薩比斯，是希臘裔和新加坡華裔的混血兒。他從小就是個國際象棋神童，13歲就已經獲得了國際象棋大師頭銜，到了19歲，他開始學習圍棋。他是深思的首席執行官。
哈薩比斯（Demis Hassabis）
而出生於新西蘭的萊格，曾分別在新西蘭、意大利和瑞士攻讀碩士和博士，研究領域為超級智能機器（AIXI）理論模型。他後來在倫敦大學從事與人工智能有關的博士後研究，目前仍是深思的首席科學家。
三人中的蘇萊曼更年輕，他出生於1984年，父親是一名敘利亞出生的出租車司機，母親是一名英國護士。19歲時，蘇萊曼向不少IT界的大牛人一樣，從牛津大學曼斯菲爾德學院退學，與大學同學開始自己的創業。後來，他又作為公司的創始人之一，成為深思當時的首席產品官。
這幾位年輕人回憶起當年暢想未來時的情景：
我們常常就如何影響世界進行討論，我們打算建立一個龐大的模型，並期待有朝一日為金融係統的所有複雜動態進行建模，進而解決這一最棘手的社會問題。我們今天必須與現實世界打交道，討論如何讓世界變得更好……
這樣的組合，這樣的夢想，誕生出像“阿爾法狗”這樣的AI技術，並非偶然。
位於倫敦的深思公司總部
2014年1月26日，穀歌以5億美元收購了深思，使其成為穀歌母公司Alphabet Inc旗下的全資子公司。
從此，深思的既定目標成為：結合機器學習和係統神經科學領域中的最優技術，建立強大的通用學習算法。
2016年，深思推出了利用AI技術監測論文中不良行為的開源測試平台。
接著，深思繼續在遊戲領域耕耘。他們利用AI技術來理解如何玩遊戲，並宣稱在不改變代碼的情況下玩出比世界上任何人都更有效率的遊戲！他們稱自己的係統無需預先編程，隻需輸入原始數據即可，其餘的，都是從經驗中學習而來。這種學習當然不是一般的學習，而是一種無模型的深度強化學習。
結果，深思推出的AlphaStar星際爭霸秒殺了一切玩家！
2016年，深思將AI技術轉向了蛋白質折疊，這是科學中最棘手的問題之一。
2018年12月，深思的AlphaFold成功地預測了43種蛋白質中25種的最準確結構。當時哈薩比斯對媒體自信地表示：
這是一個標誌性項目，是公司在人員和資源方麵的第一次重大投入，它要要解決的，是現實世界中最基本，也是最重要的科學問題。
2020年，在第14屆世界蛋白質結構預測技術關鍵測試（Critical Assessment of protein Structure Prediction，CASP）競賽中，AlphaFold的預測取得了被專家認為是可與實驗室技術相媲美的準確度得分。專家們表示：
這是一個真正了不起的成就，預測蛋白質如何折疊的問題已經基本解決。
2021年7月，深思發布了開源的AlphaFold2，可供全世界的所有科學家使用。
2022年7月，深思又在AlphaFold數據庫中發布了超過兩億個預測的蛋白質結構，這幾乎涵蓋了目前所有已知的蛋白質結構！
這是對傳統結構生物學領域的一次革命性突破。
結構生物學家、中科院院士施一公（1967—）
而著名的華裔生物學家施一公和顏寧所從事的工作，正屬於這一領域。
2021年7月23日，施一公在接受DeepTech公司獨家專訪時說：
AlphaFold的預測，是人類在認識自然界的科學探索征程中一個非常了不起的曆史性成就。它的第一個影響是對結構生物學領域的一個顛覆性突破。第二個影響是對生物化學、細胞生物學、遺傳發育、神經生物學、微生物學、病理藥理等一大批生命學科和研究領域的影響，這會大大改進我們對於生命過程的理解。第三個影響可能會超越生命科學的界限。AlphaFold的預測結構如果廣泛應用在生命學科各分支、創新製藥，可能會給社會和老百姓帶來很大好處，甚至會對人類文明產生一些影響。
我同意深思公司創始人兼首席執行官哈薩比斯的說法：“我們使用AlphaFold生成了人類蛋白質組最完整、最準確的圖片。我們相信這是迄今為止人工智能對推進科學知識所做的最重要貢獻，也是人工智能可以為社會帶來的各種好處的一個很好的例證。”
這的確是迄今為止人工智能對科學界做出的最重要的貢獻。這也是21世紀截止到目前人類在科學技術領域上的最大突破之一，也應該是人類有史以來在科學和技術領域最重要的突破之一。它所帶來的在生命科學各分支領域的革命，將在今後幾年到十幾年中逐漸顯現出來。在我看來，這項突破堪比人類基因組完成測序，甚至更重要！
如此溢美之詞，出自一位嚴謹的科學家之口，可見其意義非凡！
正因如此，未來從事傳統結構生物學研究的科學家們，或許在學術界和工業界的競爭力將大幅下降，從而走到科研與職業的天花板。
的確，一個顯而易見的事實是：幾十年來，數萬名結構生物學家努力工作，才解析出19萬個蛋白質結構，而深思已經完成的結果是2億個結構！
小的紫色圓代表之前科學家解析出的19萬個結構，大的藍色圓代表由AI解析出的2億個結構
不僅如此，更利害的是，世間幾乎所有已知的蛋白質結構，現在都被深思開源了！
由此帶來的一個無奈的事實是：在AI技術的巨大衝擊下，結構生物學已經開始從探索型的研究工作，轉向了工程師型的尋常工作。
有人做了一個形象的比喻：
傳統結構生物學家的工作 = 手工織衣服
深思的AlphaFold = 珍妮紡織機
前者是優秀的裁縫，有著良好的紡織技術訓練，也有良好客源的裁縫鋪和裁縫界聲望，但局限於產量和效率，已經達到天花板。後者則由革命性的技術推動，早期也許衣服質量還不夠好，但效率卻提升了百萬倍。到了後期，技術已日臻完善，完全可與前者相匹敵，而且未來的潛力難以估量。
顏寧（1977—）
其實，顏寧的研究已經十分出色了。2021年，她和她的團隊利用AI技術，進一步解析了膽固醇代謝調節機製中兩個關鍵蛋白Scap和Insig的結構及作用機製，該研究結果於6月29日發表在《細胞報告》（Cell Reports）上。
隻是，深思的AlphaFold2實在是太過強大了。
那麽，我們該如何看待AI技術的發展呢？
我始終堅定地認為，AI技術即使再牛，也無法最終替代人類，因為人的複雜性遠遠超出人自身所擁有的一切知識和想像。但是，在許多領域，特別是那些重複的、有規律的或有規則的領域，並不排除AI的能力與效率會遠超人類，而且這恰恰是AI技術的長處。這就如同人類沒有翅膀、無法在天空上飛翔，但經由人類發明的飛機則完全可以做到一樣。而這，並不意味著飛機就超越了人類。
所以，在許多情況下並非是科學家本身的能力不足，而是這一領域中的工作恰好更適合由AI技術去承擔而已，也因此，使得許多原本對科學家的人工產生依賴的領域，從現在起，或在不遠的將來，將不再產生依賴。
由此產生的影響必然是：研究工作的方向開始轉變，投資人也將原來指向傳統結構生物學研究的經費，不斷地轉移到生物AI實驗室。
這些變化，通過對顏寧團隊2019年以來科研產出（主要是論文）和項目經費方麵的統計數據比較就可以清楚地發現，科研產出呈大幅下降趨勢，相應的項目資金也在逐年減少。
當然，這一顛覆性的革命所帶來的衝擊並非隻是針對顏寧，而是針對這一領域中的所有人。他們會從之前的解析結構，變為驗證結構的正確性。有人用了一個不太恰當的“崗位”概念做比喻：就好像是從算法崗位降級為測試崗位，進而再降為數據專員！
這的確不是個人所能左右的，這是時代的浪潮使然。
以顏寧的個人履曆來看，她實際上是一位不甘寂寞、尋求變化的十分聰明的學者型人才（至少現在看還是）。而以她在結構生物學領域中的見識與成就，應該不難判斷出未來的技術走勢並據此作出自己個人的選擇。
這位1977年出生的山東姑娘，2000年畢業於清華大學生物係，後獲得普林斯頓大學分子生物學博士學位。當時她的導師正是施一公。
接著她繼續在普林斯頓大學分子生物學係做博士後。
2007年，顏寧學成回國，進入清華大學，成為清華生命科學學院當時最年輕的教授和博導。
到了2017年，顏寧出人意料地華麗轉身，選擇離開清華大學，回到了她曾經工作過的母校——普林斯頓大學，成為分子生物學係首位雪莉·蒂爾曼（Shirley M. Tilghman）終身講席教授。而當時，深思在結構生物學領域中的研發還處在萌芽中，許多突破性的研究還停留在願景階段，遠未落地。
而當時的顏寧等一眾結構生物學家的蛋白質解析研究，則代表著最前沿的技術和最先進的路線。
隻是，僅僅過了五年，深思就攜帶著它的大殺器AlphaFold呼嘯而來，席卷了整個行業！
2022年11月1日上午，顏寧在2022深圳全球創新人才論壇上宣布，她即將辭去普林斯頓大學教職，出任深圳醫學科學院創始院長。
這是顏寧的又一次選擇，或許是她又一次的華麗轉身？或者，這算是她以目前認知範圍內所能找到的局部最優解？
讓我們拭目以待。
規劃的深圳醫學科學院位於坪山的西南、馬巒山郊野公園以北、碧湖文化健康城範圍內。初期用地41萬平方米，預留20萬平方米作為未來拓展用地
隻是，圍繞著回國一事，顏寧與媒體一道開始了一輪大規模的造勢，從提前高調宣布，到媒體的競相報道，再到招聘廣告隆重推出......所有這一切，對於一位曾經在科研領域潛心耕耘、踏實做事的學者來說，多少有些令人意外。
尤其是，從美國到中國、從教授到院長，其工作環境差異之大，工作性質變化之巨，必定超出許多研究人員和學者的個人想象。隻五年時間，選擇得是不是有點太快了？
然而，畢竟有過2017年離開中國的個人經曆，想必顏寧本人對此不會沒有充分的思想準備吧。況且，對於45歲的年齡以及已經成就的事業，顏寧即使選擇了從單純的學術研究逐漸轉向行政管理，也不失為一種合理且常規的正常走向。
需要提及的是，從媒體的介紹看，深圳市醫學科學院並非是一所普通的學院。它是一個由中央和國家隆重圈出、深圳市政府親自操刀、並且據說是對標美國國立衛生研究院（NIH）等世界頂級醫學研究資助機構那樣的單位。
負責籌建工作的深圳市衛健委官員表示：深圳市醫學科學院，不僅僅是一個單純的研究機構，它更核心的功能是承擔政府賦予的在醫學科技研究方麵的公共管理和服務職能。它的建設思路，是成為一個樞紐型的科研機構，相當於“組織科研的科研組織”。
以這樣重要且隆重的定位，或許非顏寧領軍莫屬。
所以，顏寧的再次回國對國家無疑是件好事。
願顏寧不負眾望，未來能帶動這一領域快速發展，使之成為國際同行中的佼佼者。
（文中圖片均引自網絡）
另外，如果拿了對方的經費，FBI對這種牆頭草難免不放心， 隻要請喝一杯咖啡，立馬逃之夭夭。 那1400人也大多就是這樣被嚇跑的
氨基酸數量越多空間構型的排列組合越多，人工確定小蛋白質空間構型可以，但大蛋白質的空間構型幾乎不可能了。
確定就確定，不存在準不準的問題。
-----我一個搞業務的。她還不抓住業務上的瑕疵整死我。 國內你你就不可能有健康的環境安安心心搞業務。
=========
是不是你想多了？她說“我就等著你接班了”，這更可能是一種友善的表示，顯示看重你，也有一點拉攏的意思。
讀書人往往計較太多，寬厚不夠。
蛋白質3維結構就像個坑坑窪窪的土豆，由氨基酸鏈條折疊而成。用X射線晶體學方法測蛋白質結構，是個費用高的細活。 至今，隻測出了194,000 種蛋白質的3-D結構。
DeepMind公司的AlphaFold蛋白質預測軟件，現在已預測出2億+種蛋白質的結構，放在數據庫裏讓大家看，但不是都準確。
AlphaFold在預測蛋白質相互作用時形狀變化的準確性，遠不及它對單一蛋白質結構預測。AlphaFold 的開發者也承認這一點。實驗方法對於了解蛋白質如何折疊仍然至關重要。
文章好極了， 言簡意賅， 文筆優美， concise yet comprehensive, precise and insightful.
Thanks for sharing.