| 发布于: | 雪球 | 回复：50 | 喜欢：52 |
不是一回事。alphazero不用人类棋谱是它自己和自己下棋生成棋谱，因为下棋规则明确，本身速度是很快的。alphafold怎么自己生成真实的三级结构？那不就回到自由能计算那一套了么？要是能很快地做第一性的自由能计算，还要alphafold这些统计学习干嘛？
互联网方面AI应用有几个特点，精准医疗没有这些特点，统计学习用起来不容易。一个是互联网的应用用户海量，应用要求用户预期不高，比如翻译。精准医疗的应用是人命关天的大事，是请得起一个专家，甚至好几个专家来看的。AI模型现在主打还是又便宜又快地提供超越普通人平均水平，甚至接近专家的服务，难以真的和专家的服务头对头比较。其次是强监管，所以不来钱，进展慢，研发人员没那么多活，自然待遇偏低。而且因为产品被监管的周期长所以迭代更慢，研发人员和模型本身学习进步也更慢。最后一点最棘手，临床人数少，上千人就算大了，哪怕是自然人群数据也就是几百万上千万，但是可收集的数据标签非常多，首先基因外显子就有二十几万个，算上各种突变和互相影响，统计模型很容易过拟合。所以现在火热的看起来很大突破的机器学习其实在精确医疗方面没有那么大应用。当然凡事只要专精，突破一点即可。只要能解决精准医疗，哪怕一个病症的一个小问题，就是很大的影响。
这个话题说来话长了。一个是过去的工作怎么评价。很多过去得诺奖的科研工作现在是大学的本科生实验，这不代表我们就可以说历史这些工作没有价值。现在科技进步快，很多一两年前的高精尖结果后来就不难了，但是一样要尊重前人的工作。alphafold还有一个不同点，就是它依赖统计学习的办法，所以更要给历史上下苦功夫积累这么多高质量数据的科学家们更多的致敬。还有在科研中对工匠活是很尊敬的，富兰克林做出dna晶体X射线衍射是不是工匠活？她也没提出双螺旋结构。猜出双螺旋结构的是看到X射线衍射图和泡利三螺旋DNA结构论文的沃森和克里克。可是很多人都是给富兰克林X射线衍射的工作非常高的荣誉。
数学家是去攻克数学难题，或者是找数学最优解的，也是用数学解决实际应用问题。显然颜宁和施一公不是做这一类的工作，他们的工作是拿着电镜去解析一个蛋白结构然后发文章，只要有了电镜，这个行业的人都能做，没什么特别的，蛋白结构很多，有了alphafold，他们的工匠活就没价值了。
1、解析蛋白结构并不是什么高精尖的工作，有条件有电镜，这个行业的人都能测。
2、工匠活有时也能有伟大发现，但是科研是以结果论英雄。
3、我们不并不是不尊重颜宁和施一公他们，而是地位被拔高了，他们的工作跟他们所获得的声誉不匹配。
4、也就能唬的住行外人，这工作有没有价值？有，但是目前来说是被夸大了，这工作还投机取巧了，只要愿意，可以每年固定好几篇文章产出。
中国网友比美国国家科学院院士更懂生物学[加油]真是太厉害了