提起AI，大多數人第一時間聯想起的往往就是那于幾年前橫空出世，之后一路橫掃圍棋棋壇，讓無數棋手輸到刷新世界觀的阿爾法狗（AlphaGo）

（天才圍棋少年柯潔，同樣敗在了阿爾法狗面前）

雖然阿爾法狗用自己恐怖的實力，已經成功讓無數人認識到了在AI面前人腦的局限性，同時也讓AI成為了互聯網領域的最大熱詞。

可話又說回來了，圍棋不管再怎么說，畢竟還是一個相對小眾的棋類游戲。

因此雖然所有人都知道阿爾法狗的圍棋水平極其高超，但除了那些專業棋手和少數高水平的業余愛好者以外，大部分普通人其實對于AI和人腦之間那種“降維打擊”式的差距，還是比較缺乏實感的。

所以在各類論壇上，我們時不時能看到一些讓業內人士感到啼笑皆非的說法。

比方說什么阿爾法狗下圍棋沒有美感、不會打劫啊……

還有堅信初生牛犢不怕虎者，認為阿爾法狗雖然在專業棋手面前百戰百勝，但說不定面對完全不懂圍棋的門外漢，就可能會自亂陣腳啊……

這些奇奇怪怪的理論，之所以能在網絡上得到許多人的相信，歸根結底還是因為一個很簡單的原因——局限于圍棋領域的阿爾法狗，事實上并沒有讓大多數普通人明白AI到底有多恐怖。

圍棋嘛，贏了就是贏了，這大伙都能看明白，但是到底贏了多少，卻很難和外行人說個清楚。

假設人類棋手的實力上限是100，那么AI到底是以101分的實力贏得，還是100000000的實力贏得，許多人仍舊缺乏概念。

但現在好了，因為阿爾法狗的母公司，谷歌旗下的DeepMind運用類似的技術，最近在生物學領域又獲得了巨大的突破，給阿爾法狗“生”了個新弟弟——阿爾法折疊，把無數深耕生物科研領域數十年的學者教授們被嚇得直呼“恐怖如斯”。

這可不是小柴在胡亂吹噓這個新技術。

要知道，蛋白質作為組成生命的重要物質，其研究意義與重要性在整個生物學術圈里都是數一數二的。

但眾所周知（根據初中生物知識即可知），蛋白質是由一條或多條多肽鏈折疊組成的，而多肽鏈又是由多個氨基酸脫水縮合形成。

這就導致我們在研究蛋白質的生物結構與作用時，不僅要分析出其內部的氨基酸構成，還必須搞清楚其內部多肽鏈的具體折疊形態。

而在實際研究中，后面這一步，也就是搞清楚多肽鏈的折疊方式的難度，要遠大于前面那一步的氨基酸排列研究。

舉個例子，國際上有一個專門的相關競賽，名為國際蛋白質結構預測競賽(CASP)，每屆參賽的基本上都是海內外頂尖高校的科研小組，由業內知名的專家學者們帶隊參加，某種意義上幾乎可以反映出各國在這一領域的科研實力排名。

過去，人類參賽者們基本都是靠X射線、核磁共振、冷凍電鏡等方式，先對蛋白質的結構進行觀測，然后再測繪出相應的3D結構圖。

這種方式不僅效率極低，動輒需要一個實驗室團隊花上幾個月甚至幾年的時間，同時在準確度上也有些堪憂。

在過去的CASP大賽上，各大高校的參賽隊伍在壓軸題的GDT得分往往只有40多分，而滿分是100分（GDT得分越高，表示模擬的蛋白質結構圖與真實結構更相似）。

而前不久谷歌DeepMind派來參賽的阿爾法折疊，卻取得了92.4的平均分，連最難的壓軸題都拿了87分，重演了當初阿爾法在圍棋棋壇上的碾壓式獲勝。

這個分數差異是大到了如此夸張，以至于CASP大賽的評委， 德國普朗克發展生物學研究所科學家安德烈·盧帕斯（Andrei Lupas）決定給阿爾法折疊來一道附加題，用以檢測他們是不是通過泄題漏題等手段作弊了。

附加題的內容很簡單，安德烈現場把一種古生菌的膜蛋白交給了阿爾法折疊，要求其測出該膜蛋白的3D結構——值得一提的是，該古生菌的膜蛋白結構正是困擾了安德烈教授研究團隊整整10年的難題之一。

接下來的發展，與其說是科研競賽，倒更像是起點上的網絡爽文橋段。

阿爾法折疊很快就交出了一份由由三部分組成的蛋白質圖像，安德烈教授的團隊拿著這份“標準答案”回去與自己實驗室里積累了十年的觀察數據相互對照，發現幾乎完全一致。

說直白點，評委教授團隊用了十年都沒能攻克的難題，被阿爾法折疊就用這么一小會兒功夫就給徹底解決了，同時也徹底洗刷清了自己身上的“作弊”嫌疑。

在這之后，CASP比賽的創始人，美國馬里蘭大學的John Moult 教授面對記者直言，“在某種程度上，蛋白質折疊問題已經解決了。”

一個困擾了人類科學界50年的問題，就這么輕輕松松地“被一朝解決”了，而這一切都是因為這位阿爾法狗的新“弟弟”AlphaFold2。

如果說這個世界上有誰最能理解當初被阿爾法狗打敗后的棋手心情，那么一定就是這些在蛋白質研究領域深耕了數十年的生物學家了。

曾經在2012年帶隊取得過CASP大賽冠軍的中科院理論物理所博士、現作為騰訊 tFold 項目負責人的王晟，就在接受記者采訪時，直接引用科幻小說《三體》里丁儀觀察水滴表面的那句話來表達自己激動的心情。

當結果出來時，我以為是儀器出了故障，但當我意識到事情的真相時，只能大喊著傻孩子，快跑啊！

當然，世界上沒有不勞而獲的好事，谷歌如今能夠拿出成績如此傲人的阿爾法系列人工智能算法，本質上其實還是因為舍得砸錢，同時還能夠做到在正確方向上砸錢的結果。

阿爾法狗與阿爾法折疊的研發企業DeepMind，由于其AI研發過程過于燒錢，本身在2014年就已經走到了企業瀕臨破產，團隊隨時都要解散的境地。

但就在這個時候，谷歌站出來接了盤，并在隨后的幾年里瘋狂地往里面砸錢，幾十億美金扔進去眼睛都不帶眨一下的。

就在現在，網上還能搜到大量前幾年關于谷歌這波操作的討論文章，不少人認為谷歌這波“三年血虧十億美金、四年虧掉近二十億美金”的生意是玩砸了。

但如今看來，這幾十億美金確實結出了一個與其相稱的果實——擁有阿爾法折疊算法的生物蛋白質研究，已經幾乎是完全不同的兩碼事了。

主筆 | 阿虛

編輯 | 四少

更多精彩內容關注公眾號：柴狗夫斯基（chaigou-fsj）

未經允許，不得轉載