之前我们的文章介绍了DeepMind最新的研究成果AlphaFold3，在近期的访谈中，DeepMind的科学副总裁普什梅特·科利（Pushmeet Kohli）与斯坦福大学教授维杰·潘德（Vijay Pande）深入讨论了人工智能（AI）在科学领域中的应用，特别是AlphaFold的发展历程以及它如何标志着科学范式的转变。
AlphaFold的进化与科学新时代的到来
AlphaFold项目自2017年起专注于蛋白质结构的预测，这一工作对于理解蛋白质功能、促进药物研发以及深入探索细胞生物学等领域具有重大意义。科利认为，AI已不再仅仅是一个辅助工具，而是成为理解和推理复杂问题的必要条件，这标志着一个新时代的到来——一个人类个体难以独立消化海量数据的时代。
结构生物学的工业化转型
潘德教授指出，生物学研究领域正在经历一场深刻的工业化转型。尽管现代生物实验室的外表与几十年前相比变化不大，但AI的应用已经推动研究从手工化向工程化和工业化的转变，将传统手工流程转变为高效、标准化的生产模式。
AlphaFold的突破与挑战
AlphaFold在2018年末的CASP竞赛中崭露头角，超出了团队预期，强化了团队信心，并加快了跨学科合作策略。AlphaFold 2在新冠疫情期间实现了重大突破，成功预测了与新冠病毒有关的蛋白质结构，为科学家们应对疫情提供了帮助。
AI在科学研究中的角色
潘德强调，结构生物学是生物学和药物设计的基石。AlphaFold将结构生物学转变为了一种几乎即时的“数据库查询”，极大地降低了研究门槛。AI技术在临床试验领域的应用，如优化试验设计、降低成本、提高成功率等，也能带来显著的经济效益。
跨学科的AI模型与科学新前沿
科利团队发表的论文探索了AI与数学、物理等多个领域的融合，指向了一个核心问题：这些跨学科的模型是否正在引领我们进入科学的新前沿？AI不仅在扩展我们的知识边界，还能在传统认为需要人类直觉的领域内揭示出新的发现。
科研思维模式的变革
潘德认为，技术进步的背后更重要的是文化和思维模式的变革，这是推动科学界持续前行的关键动力。科研的经济模式也逐渐发生了改变，小型团队也能够高效地运作，减少对资金的依赖。
未来展望
潘德表示，AlphaFold在结构预测方面的进展激励了其他相关研究，终极目标应该是预测临床的试验效果，理解药物在人体中的作用。科利则认为，科学的迷人之处在于还有无尽的问题等待探索，DeepMind关注的是推动科学范式的转变。
AI在科学研究中的应用正逐步揭开生物通路的本质，增进对人类生物学的理解，并推动科学前沿、改善临床研究及实现精准医疗。随着技术的不断进步，我们有理由期待，在不久的将来，AI将为科学研究带来更多革命性的变革。
