تکنولوژی
دانشمندان دیپ‌مایند و بیوشیمیدان جایزه نوبل را برای پیشرفت در پروتئین به دست آوردند
سه دانشمند، شامل دو نفر از گوگل دیپ‌مایند، به دلیل پیشرفت‌های انقلابی در پیش‌بینی و طراحی ساختار پروتئین‌ها موفق به دریافت جایزه نوبل شیمی ۲۰۲۴ شدند. کار آنها درب‌های جدیدی را در زمینه‌های مختلف از پزشکی تا نانوتکنولوژی باز کرده و قدرت بالقوه هوش مصنوعی و روش‌های محاسباتی در تغییر علم مدرن را نشان داده است.
سه دانشمند، از جمله دو نفر از گوگل دیپ‌مایند، به دلیل پیشرفت‌های انقلابی در پیش‌بینی و طراحی ساختار پروتئین‌ها، موفق به دریافت جایزه نوبل شیمی ۲۰۲۴ شدند. کار آنها درب‌های جدیدی را در زمینه‌های مختلف از پزشکی تا نانوتکنولوژی باز کرده و قدرت بالقوه هوش مصنوعی و روش‌های محاسباتی در تغییر علم مدرن را نشان داده است. این جایزه معتبر بین دمیس حسابیس، بنیانگذار گوگل دیپ‌مایند، و جان جامپر، توسعه‌دهنده اصلی مدل آلفافولد، تقسیم شد. آلفافولد مدلی هوش مصنوعی است که برای پیش‌بینی ساختار پروتئین‌ها بر اساس توالی شیمیایی آنها طراحی شده است، دستاوردی بزرگ که فهم علمی از پروتئین‌ها و عملکردهای آنها را تغییر داده است. نیم دیگر این جایزه به پروفسور دیوید بیکر از دانشگاه واشینگتن اهدا شد. کار بیکر در طراحی محاسباتی پروتئین به ایجاد پروتئین‌های کاملاً جدید منجر شده که کاربردهای مهمی در واکسن‌ها، نانومواد و حسگرهای کوچک دارند. تحقیقات او نقطه عطفی در مهندسی پروتئین است و امکان طراحی پروتئین‌های سفارشی که به‌صورت طبیعی وجود ندارند را فراهم ساخته است. آکادمی سلطنتی علوم سوئد برندگان را در استکهلم اعلام کرد و به خاطر کمک‌های آنها به طراحی محاسباتی پروتئین و پیش‌بینی ساختار پروتئین جایزه‌ای ۱۱ میلیون کرونی اعطا کرد. دمیس حسابیس و جان جامپر تنها دقایقی قبل از اعلام رسمی از دریافت جایزه نوبل خود مطلع شدند. حسابیس گفت: "این یک افتخار باور نکردنی در طول زندگی است که جایزه نوبل را دریافت کنیم. من تمام عمرم را به کار روی هوش مصنوعی گذراندم، با امید به چنین تأثیری که بتوانیم از آن برای بهره‌مندی جامعه استفاده کنیم." بیکر به اشتراک گذاشت که چگونه پیشرفت‌های اخیر در رایانش و درک علمی به تحقق این رویا کمک کرد. مدل آلفافولد ۲ توسط حسابیس و جامپر معرفی شد و مدل‌های یادگیری عمیق، قالب ریاضی لازم برای پرداختن به پیچیدگی غیرقابل کاهش زیست‌شناسی را فراهم کردند. آلفافولد ۲ به محققان امکان داده تا ساختار تقریباً همه ۲۰۰ میلیون پروتئین شناسایی شده را پیش‌بینی کنند. حسابیس نشان داد آلفافولد به عنوان نمایشی از ظرفیت هوش مصنوعی برای تسریع اکتشافات علمی و بهره‌مندی از جامعه عمل می‌کند، اما همچنین تاکید کرد که هوش مصنوعی به عنوان یک "فناوری دو منظوره" می‌تواند مورد سوء استفاده قرار گیرد.
