今年的诺奖,某种意义上可以说是AI的胜利。诺贝尔化学奖,一半授予开创了蛋白质结构设计的David Baker;另一半则授予来自DeepMind的两位科学家,以表彰他们「在蛋白质结构预测方面的成就」。物理学奖的两位得主,也都是因为其在深度学习和人工神经网络方面的贡献而获奖。
今天这期节目关注的是过去我们甚少讨论的话题——传统科学与计算科学的交融。AI在本届诺奖的“大获全胜”,是否预示着AI正逐步在科学殿堂中占据核心位置?学界与业界在科学进程的推动中扮演怎样的角色?基础科学的研究方式,是会被AI攻城略池、还是会在AI的帮助下开启新纪元?
我们特别邀请了纪源资本的两位相关专业出身的投资人——范超和吕一然。他们都是博士出身,范超的专业领域是生化研究,吕一然则深耕材料计算。藉由他们的学术与专业视角,我们将一起探讨AI与基础科学的融合现状、未来趋势,以及更广阔的应用可能。
【04:19】AI为科学界开辟了一条崭新的道路
【05:24】“诺贝尔奖更看重的是一个结果”
【07:25】仅靠人力很难找到蛋白质的合适“口袋”,但AI降低了门槛
【11:12】基础物理学在近几年进入了低潮期吗?
【13:40】用AI来预测蛋白质结构的技术路线
【16:00】在全球,AI forScience正助力科学发展
【17:19】为什么AI算出来的值,离现实应用还是有一定差距?
【23:09】跨学科的专家越来越少了吗?
【26:47】2024年的诺奖是一次「开源精神的胜利」
【27:45】目前在AI forScience领域关注哪些机会?
【28:58】AI制药公司的商业模式是怎样的?
【32:05】从科研走向创业,要跨越哪些gap?
【33:58】评论区抽取听众送出纪源资本的新周边
《创业内幕》粉丝群已经开通,在这里,你可以跟节目制作人/主持人直接沟通,也可以第一时间了解到纪源资本线下活动动态,见到纪源资本的投资人,结交其他互联网圈子里的小伙伴。
入群方式:
1)添加微信号“JiyuanFans”为好友,并在好友请求中标注“创业”
2)把你的全名和职称发给创业小助手;如果您想约访谈,请添加小助手微信,并附上访谈嘉宾简介,小助手将帮您对接。
材料学复杂,理论值和实际值差异大,投资也同理,充满挑战
现在创业,什么专业背景的人多呢?懂市场的、懂财务的,还是懂技术的,或者其他?
物理学和化学奖很厉害,蛋白质结构预测真神奇
创业和科研区别,还提诺贝尔奖
科技太牛了,AI解蛋白质结构,未来不远了
高中实验课测钢丝抗拉强度时,理论值和实际值差距很大,钢材无法达到理论极限
回想起高中物理课上学的牛顿力学,当时真是很神奇
高大上的内容,诺贝尔奖级别,可惜听不懂
没听完,先点赞
AI在科学界作用很大,用来分析数据效果不错