2017年5月，一场举世瞩目的人机大战正式打响，围棋界人类世界第一的柯洁迎接人工智能AlphaGo的挑战。双方大战了三场，最终AlphaGo三战全胜，在围棋领域攻克了人类的最后一道防线。毫无疑问，人工智能已经逐渐走进我们的生活，并且在很多领域大有替代人力的趋势。你可能会好奇：人工智能再会下围棋又能怎么样？实际上，下围棋只是对人工智能的一次测试和展示。凭借着强大的机器学习能力和运算能力，它们能够大展才华的空间将会非常广阔。这不，隶属于Google的DeepMind公司不仅开发了AlphaGo攻克了围棋，还开发了Alphastar攻克了电竞，不止一次用他们开发出惊人的神经网络让全世界人叹为观止。如今，这家总部位于英国的公司，又开始进军生物医学领域，甚至攻克了科学家们认为人力还需要几十年才能拿下的难题，那就是蛋白质折叠的问题。大约在50年前，科学家们就开始思考蛋白质如何构建其复杂的三维结构的。我们知道，氨基酸是蛋白质的最基本单元，它们之间的结合会形成肽链，而肽链本身或者通过结合就能形成蛋白质。由肽链构成的蛋白质会从无规则的卷曲状定向折叠为特定的结构，从而实现生物体所需要完成的功能。而这个折叠过程，一直是科学家们非常好奇的问题。然而生物体和蛋白质的复杂程度无愧于宇宙奇迹的称号，其中可能出现的情况是一个天文数字，研究人员甚至曾经悲观地认为：如果想要对所有可能的分子排列进行计算的话，花费的时间可能都已经超过了宇宙的年龄。即便如此，科学家们也没有知难而退，反而选择了迎难而上，因为一旦成功了解了蛋白质折叠的方式，将会给人类带来巨大的好处。凭借着对蛋白质折叠方式的破解，科学家未来将可以更快地研发一些药物，也可以更高效地进行疾病建模。因此，这项研究给人类带来的利益不可限量。科学家们深知其中的好处，所以即使面临着重重困难，他们依然坚持不懈地进行着这项研究。上个世纪90年代，科学家们展开了一项名为蛋白质结构预测关键评估（Critical Assessment of protein Structure Prediction，CASP）的项目，其主要目的就是通过挑战赛的模式，促进科学家们设计出一套能够预测蛋白质折叠的复杂系统，解决这个困扰了人类数十年的难题。如今，在科学家们还艰苦卓绝进行研究和分析的时候，DeepMind公司开发的人工智能系统——AlphaFold已经取得了重大的突破。它以前所未有的精确度，完成了对蛋白质三维结构的预测，替科学家们完成了一次重大成果。人工智能向世界证明：我不仅游戏玩得比你们好，科研也碾压人类！来自马里兰大学的John Moult是CASP的联合创始人，他对此评价说：“关于蛋白质如何折叠的问题，我们已经被困扰近50年的时间了。我个人为了这个问题耗费了大量心血，这么多年以来不断地暂停和重启，甚至都不知道能否完成这项工作。如今看到DeepMind提供了一个解决该问题的方案，的确是一个非常特殊的时刻。”和AlphaGo分析了大量人类对弈后学习围棋技术去挑战柯洁一样，AlphaFold也是通过机器学习的方式完成这项工作的。研究人员给它输入了包含约17万个蛋白质结构的数据库以供学习、分析，然后去参加了今年的CASP挑战赛。在这次比赛中，AlphaFold的表现超过了预期，其总体中位数得分高达92.4 GDT。这个指标是衡量预测准确性的标准，满分为100分，而通过正常的实验所能获得的比较有竞争力的分数也只有90 GDT，可见AlphaFold的实力的确非常强。确切地说，AlphaFold预测的蛋白质结构偏差只有1.6埃，而这个长度大约也就是一个原子的直径而已。来自欧洲分子生物学实验室的基因组学研究人员Ewan Birney惊叹地说：“在看到这个结果的时候，我几乎从椅子上摔了下来。我知道CASP有多么严苛，它基本上要求计算模型必须挑战从0开始一直到蛋白质折叠的任务。看到这些模型能够以这样的精确度完成模拟，我真的特别服气。虽然还有很多方面需要去理解，但这绝对是科学的一次重大突破。”需要提及的是，关于AlphaFold和它的模拟过程的研究目前还没有正式经过同行的评审以及科学杂志的发表，DeepMind的相关团队表示他们正在进行这方面的工作。不过这丝毫不影响AlphaFold给科学家们带来震撼，尤其是该领域的专家们，即使没有看到正式的论文或报告，也仍然给予了极高的评价。
（图片说明：开发人员正在利用AlphaFold进行蛋白质折叠模拟）
英国皇家学会主席、结构生物学家Venki Ramakrishnan就表示说：“在蛋白质折叠领域，这项计算性的工作取得了惊人的突破，而按照相关领域的专业人士推测，这样的成就原本可能在几十年后才有可能实现。”在我们普通人担心被人工智能抢工作的今天，连科学家们都面临着人工智能的挑战。凭借着强大的计算能力，人工智能确实可以在很大程度上弥补人类的不足。未来我们真的会被人工智能取代，把工作完全交给它们来做吗？每一个人都有自己的看法，不过我认为短时间内不会出现这么极端的情况。也许在未来，人类和人工智能的互相配合和取长补短，才是更好地发展方向。我们需要人工智能的帮助，人工智能也会需要我们人类。
