机器学习破解蛋白质折叠问题，荣获 2024 年诺贝尔化学奖

2024年诺贝尔化学奖认可了Demis Hassabis，John Jumper和David Baker使用机器学习来应对生物学最大的挑战之一：预测蛋白质的3D形状并从头开始设计它们。

2024诺贝尔化学奖 认可 Demis Hassabis ， John Jumper， 和 David Baker 使用机器学习来应对生物学的最大挑战之一：预测 蛋白质的3D形状 并从头开始设计它们。 今年的奖项之所以脱颖而出，是因为它尊重起源于一家科技公司的研究：DeepMind，这是Google于2014年获得的AI研究初创公司。许多获奖者继续成立了创业公司，以进一步扩展和商业化其开创性的工作（例如，CRISPR基因编辑技术和量子点），但从头到尾的研究并未在商业领域进行。 今年的奖项之所以脱颖而出，是因为它尊重起源于科技公司的研究：DeepMind，AI研究创业公司，由收购 Google在2014年 。以前的大多数化学诺贝尔奖奖都捐给了学术界的研究人员。许多获奖者继续组成创业公司，以进一步扩展和商业化开创性的工作 - 例如， CRISPR基因编辑 技术 量子点 - 但是，从头到尾的研究都没有在商业领域进行。 尽管分别获得了诺贝尔物理和化学的奖项，但在2024年的这些领域的获胜研究之间存在着令人着迷的联系。物理学奖获得了两名计算机科学家，他们为机器学习奠定了基础，而化学获得指标则是因为他们使用机器学习来解决生物学最大的神秘杂志的方法：蛋白质折叠率：蛋白质的含量如何： 去了两台计算机 科学家 谁 奠定了机器学习的基础 蛋白质折叠的挑战 克里斯蒂安·阿芬森（Christian Anfinsen）赢得了诺贝尔 奖品 决定蛋白质的形状 或 。 to David Baker 使用机器学习来应对生物学的最大挑战之一：预测 蛋白质的3D形状

并从头开始设计它们。

今年的奖项之所以脱颖而出，是因为它尊重起源于一家科技公司的研究：DeepMind，这是Google于2014年获得的AI研究初创公司。许多获奖者继续成立了创业公司，以进一步扩展和商业化其开创性的工作（例如，CRISPR基因编辑技术和量子点），但从头到尾的研究并未在商业领域进行。 今年的奖项之所以脱颖而出，是因为它尊重起源于科技公司的研究：DeepMind，AI研究创业公司，由 Google在2014年 。以前的大多数化学诺贝尔奖奖都捐给了学术界的研究人员。许多获奖者继续组成创业公司，以进一步扩展和商业化开创性的工作 - 例如， CRISPR基因编辑 技术 量子点

- 但是，从头到尾的研究都没有在商业领域进行。

尽管分别获得了诺贝尔物理和化学的奖项，但在2024年的这些领域的获胜研究之间存在着令人着迷的联系。物理学奖获得了两名计算机科学家，他们为机器学习奠定了基础，而化学获得指标则是因为他们使用机器学习来解决生物学最大的神秘杂志的方法：蛋白质折叠率：蛋白质的含量如何： 去了两台计算机 科学家 谁

奠定了机器学习的基础

蛋白质折叠的挑战 克里斯蒂安·阿芬森（Christian Anfinsen）赢得了诺贝尔 奖品 决定蛋白质的形状 或 。to