文章图片
牛张明先生
德睿智药创始人/CEO
曾任德国某AI医疗上市公司CTO
曾共同领导2020年欧盟“创新药物计划”项目
在CASP14竞赛上DeepMind团队开发的AlphaFold2确实表现更好 ， 也和其他团队拉开了更大的差距 。 但不可否认开发AlphaFold2的DeepMind团队也是站在前人的肩膀（过去这些年的学术科研成果 ， 算法 ， 数据积累的基础）上才取得这样的成绩 。
许多从0到1的基础探索和科研都是从学术界出来的 。 而进入横向应用、工程开发、深度拓展、这种从1到10或者100的阶段 ， 研究型企业（比如DeepMind ， Boston Dynamics等公司）有时候更加擅长 。 这个例子也说明了加深工业界与学术界的合作的重要性 ， 产学研一体化是实现技术突破的关键一环 。
文章图片
刘大鹏博士
瑞典国家人工智能研究中心研究员
查尔姆斯大学博士-人工智能方向
加州大学伯克利分校访问学者
商业团队与学术团队并非二元对立 。 好的成果 ， 通常既需要专业的人才、领域专家和人工智能专家；也需要巨大的资源投入 ， 人力、物力、时间、组织方式等等 。 在人工智能应用领域 ， 既需要领域内专家的专业知识 ， 也需要了解人工智能现状的人能够用恰当的方式解决问题 。
通常 ， 学术界与工业界的资源、组织方式、解决问题的目的和手段 ， 存在不同 。 但对于成果的作出 ， 所需要的配方 ， 可以说非常相似 。 因此 ， 工业界与学术界更多的合作、取长补短是更好的方式 。 伯克利人工智能研究院、伯克利深度驾驶研究中心 ， 通过学者提出研究问题、工业界评选的方式连结了学术界与工业界 ， 让两者相得益彰 。
瑞典人工智能创新中心也是以加速学术界与产业界的联合、成果转化为目的而成立的机构 。 相信未来会有更多的成果来自于学术与商业团队的联合 。
Q6: 学术界贡献几何？
AlphaFold2的成功无疑为蛋白结构预测起到了非常好的科普宣传作用 ， 但似乎也让AlphaFold2抢尽了风头 。 相信它的成功离不开此前学术界几十年来科研成果的不断积累 ， 比如对“端到端模型”的实践 。 能否为我们介绍一下AlphaFold2取得这一成绩所依赖的学术界的理论基础？我国科学家在这方面理论和技术积累上都做出了哪些贡献？
文章图片
刘大鹏博士
瑞典国家人工智能研究中心研究员
查尔姆斯大学博士-人工智能方向
推荐阅读
- 最新消息|IT系统出错 英国银行给7.5万人多发11亿工资
- 通信运营商|英国沃达丰、EE和Three将在2022年一同恢复欧盟漫游费用
- 核心|中科大陈秀雄团队成功证明凯勒几何两大核心猜想，研究登上《美国数学会杂志》
- VIA|x86研发团队卖给Intel后 VIA出售厂房和设备：北美分部就此终结
- 团队|深信院41项科研项目亮相高交会 11个项目获优秀产品奖
- 团队|玉米和水稻基因组引导编辑效率提高3倍
- IT|美国法国英国连创历史新高 世卫组织警告“感染海啸”到来
- 斯温伯恩|英国12岁男孩智商得分超过爱因斯坦
- 敏捷|上海人工智能“十四五”规划发布：集聚超20个国际顶尖团队
- 团队|生物技术成茶产业提质“金钥匙”