- 主题:颜宁：AlphaFold的预测达到了我们2017年的水平
那显然不是，古人喝酒还要行射礼，现在玩射箭的少多了，就是用不着了
【 在 Goleo8 的大作中提到: 】
:如果一个竞技比赛的消亡,一定不是AI或者机器的出现.而是有其他的竞技比赛分流了观众.
- 来自 水木社区APP v3.5.6
--
FROM 223.72.76.159
得了吧。
医疗界是最大的反人类。
【 在 ciwp 的大作中提到: 】
: ibm watson十年前一坨翔，十年后还是一坨翔。
: - 来自 水木社区APP v3.5.6
--
FROM 119.36.48.*
这句话都不需要反驳
【 在 lvsoft 的大作中提到: 】
: “ai辅助预测，无一命中”这句话就是扯蛋的。
: alphafold参加的CASP大赛，需要预测的蛋白质结构是100多个刚收集的新蛋白质，在那个时间点世界上没有任何人知道这些蛋白质结构。然后再用传统方法把结构解析出来，同时与AI给出的结果做对比，以此判断ai预测的准确率。整个过程是都是找的第三方独立科学家，在双盲下进行的。结论当然足够客观，哪有可能有这种门外汉都能想到的问题？
: 如果说ai辅助预测无一命中，那alphafold根本就不可能走出赛场。
: ...................
--
FROM 111.201.20.*
我理解，Ai+人工就是加入人类的先验知识，从我的学科来看，有时候加先验知识管用，但大部分时候不管用，特别是人类先验知识只是经验知识而非物理学机理的时候，还不如让Ai自己从数据中学。当然Ai的学习方法还是人类设计的。
【 在 rocfirst 的大作中提到: 】
: 这完全是两个逻辑
: Alpha zero是人做出来的，他不需要任何输入，但他本身是人做出的，人还可以对他进行优化。这就是ai+人工
: 是什么样的人会认为ai大于ai+人工，这种只能是玄学，没去做具体的ai工程
: ...................
--
FROM 180.110.29.*
人工智能能预测未知是个问题
--
FROM 171.43.146.*
alphafold跟冷冻电镜信号会结合的, 从冷冻电镜信号解析蛋白结构的算法准确的会提高不少。很奇怪为什么yan会说达到了他们5年前的水平，alphafold也做不了生物实验。只是她以前做的一些实验没有必要做了而已，这个方向可以继续做比对序列比较少的结构。
【 在 garfieldking 的大作中提到: 】
: 久做娱乐博主的好处是对网上各种匪夷所思的奇谈怪论，真的可以做到心如止水置之不理（主要是我压根也没时间看），毕竟娱乐圈更夸 ...
--
FROM 223.18.175.*
97出来的时候也搞AI的人也没把IBM那个当AI，硬要说也就是大规模的剪枝搜索 ，IBM那个机器要展示的是算力
【 在 shootings (shootingstars) 的大作中提到: 】
: 唉，现代人都这么瞧不起IBM的了啊，有点意思。
:
: 【 在 lvsoft 的大作中提到: 】
: : 1997的那个东西比叫ai谢谢
--
FROM 223.104.161.*
研究和现实完全两码事，深度学习的理论基础真要说也至少能往前追溯20年
在90-2005这个时间段里，人工神经网络在AI这块的实际地位就是过街老鼠。当时能做的也就是几十最多几百个结点的神经计算，直接就是玩具级别。
也就是后来神经计算适化到GPU，使计算能力有了N个数量级的提升，才推开了另一扇门
否则，即便是现在的高端CPU和常规超算的算力，神经网络仍然只能停留在研究阶段
【 在 shootings (shootingstars) 的大作中提到: 】
: 唉，CNN早在上世纪80就有人研究了，在90年代都出库了，这个不过是随着Deep Learning发展了并且外加上gpu的进展。
: 你知道97年那个年代深蓝算力多少吗：11gigaFLOPS，你知道目前不需要动用超算，就一块早在两年发布的显卡的算力都到达312teraFLOPS了的，这玩意儿随意超过几万倍，懂了不。
:
: 不靠“堆算力”，堆存储，你以为目前ai能够发展起来的？你们真心太好玩了的。
--
FROM 223.104.161.*
【 在 fengyunsilly 的大作中提到: 】
: 打个比喻，AI就是一辆高铁，我们就是在站台上面的人，相对AI，某些领域是龟速或者静止的。我们遥望高铁，只有一个模模糊糊的头灯，心里想它怎么还不来怎么还不来。但是真的迫近的时候，一闪即逝，能不能上车，不是你说得算而是看高铁的心情了。
: 一个领域的淘汰就是转瞬即逝的事情。围棋就是一个很好的例子。
比喻挺有意思的
--
FROM 1.93.79.*
已知了还要预测个啥，好奇。
【 在 wanllow 的大作中提到: 】
: 颜教授的这篇文章好像在说AlphaFold对未经训练的蛋白质分子的外延性预测能力较低，AI的主要用途是对于已知蛋白质的预测？
--
FROM 123.159.199.*