作为DeepMind的核心“王牌”，Alpha系列绝不仅是挑战围棋和游戏而生。
尽管AlphaGo曾在国际象棋、围棋等项目中取得了超越人类的表现，其研究不仅震惊世界，也两次登上 Nature。
但是，正如DeepMind首席执行官Hassabis所言：
“我们的目标从来就不只是赢得围棋，而是开发能够解决蛋白质折叠这类问题的算法。对于我们来说，这真的是一个关键时刻。这个项目就像灯塔，这是我们关于人和资源的首次重大投资，用于解决一个根本性的、现实世界的重要问题。
AlphaFold就是在这样的背景下诞生，而且从第一天起，就立志挑战生物学里的最难问题——蛋白质折叠。
经过整整两年的，Hassabis这番豪言，如今终于应验。
然而，“将会改变一切”的AlphaFold2，现阶段毕竟还是一项“竞赛成果”，而AI的本质还是要落到更为具体的细分行业中，要面临诸多的学科研究和产业转化问题。
在这个过程中，AlphaFold2还有哪些值得我们进一步思考的地方？生物结构学有没有可能分化出新的细分领域？
因此，我们为AlphaFold2准备了产学两界最为关注的七大疑问，看完这七大疑问和20多个子问题，你将会认识到一个全新的AlphaFold2和充满探索前景的生命学科。
1、CASP竞赛的目的、历史
2、AlphaFold2的“胜利”具体体现在哪些项目上？
3、除了AlphaFold2之外，这次CASP竞赛还有哪些亮点？
1、蛋白折叠预测的主要意义和应用是什么？主要难点是什么？
2、AlphaFold2主要在哪些技术问题上取得了突破？在哪些主要问题上还没有？是否能区分alternative confirmation，能否区分monomer、dimer等？
3、AlphaFold2的“胜利”不是天上掉下来的，它在算法、数据上都借鉴了此前的哪些主要结果和方法？华人科学家在中间都有哪些主要贡献？
1、结构生物学的哪些方向能受益而加速突破？哪些方向会收影响而淡出？
2、结构生物学的研究能够怎样帮助AlphaFold2进一步改进？
1、AlphaFold2能否扩展到分子动力学MDS领域？
2、能否应用于蛋白-配体相互作用/对接， 蛋白质-蛋白质相互作用？
3、能否应用于蛋白质设计？
1、这个突破对实际应用尤其是药物开发的影响、意义是什么？短期能见效吗？药厂是不是会开始组建这方面的AI团队？
2、除了药物研发，AlphaFold2还可能在哪些方面有应用？
3、这个突破可能带来哪些新的商业和创业机会？有没有可能分化出新的细分领域？
1、AlphaFold2算法的成功主要得益于机器学习，深度学习中的哪些重要技术和突破（例如注意力机制）？如果仅靠增加算力能否进一步突破？
2、AlphaFold2算法当前的局限性在哪里？可能有哪些改进空间？
1、 如果AlphaFold 不开源，学术界有没有成立开源组织的计划？
2、工业界一些大公司在算法和算力方面都占有绝对优势，那么学术研究前进的方向在哪里？对于高校中的AI研究人员有什么建议？对于生物研究人员有什么建议？
3、工业界一些大公司在算法和算力方面都占有绝对优势，对整个学术界的影响会是什么？如何“摆正”学术界和工业界的关系？
12月8日上午9:30-11:00，由图像计算与数字医学国际研讨会（ISICDM）主办，雷锋网、医疗AI掘金志协办的《ISICDM-AI+蛋白质结构预测》主题论坛，将正式在线上开启。
主题：权威专家谈AlphaFold：DeepMind 到底突破了什么？
时间：12月8日，上午9:30-11:00
主办单位：图像计算与数字医学国际研讨会（ISICDM）
协办单位：雷锋网、医健AI掘金志
关注《医健AI掘金志》，回复关键词“蛋白质”，即可加入微信群，观看此次线上论坛，同时实时交流与提问。
（业内首批AI+蛋白质结构预测【资深研究者讨论群】）雷锋网
正在生成分享图...
吴彤