10月9日，瑞典皇家科学院宣布，2024年诺贝尔化学奖颁给“蛋白质结构预测”，三位对于利用深度学习预测蛋白质结构做出重要贡献的科学家获奖，其中一半给华盛顿大学教授David Baker，一半给Google DeepMind的Demis Hassabis和John M. Jumper，其中Jumper只有39岁，是近89年来最为年轻的诺奖得主。 第一点启示，革命性的科研范式大跃迁。2020年12月，谷歌DeepMind突破性地通过AI，从蛋白质分子的一维分子编码，准确预测出蛋白质分子的三维形状，大大加速新药物研发。蛋白质科学界的新秀 John Jumper 展示了一种新的人工智能工具 AlphaFold2，这款工具出自 Google DeepMind。在 Zoom 会议上，他提交的数据显示，AlphaFold2 的三维蛋白质结构预测模型准确率超过 90%，比最接近的竞争对手高出五倍。 第二点启示，AI快速预测所有分子结构。2024年5月8日，DeepMind在《自然》杂志报告了新工具AlphaFold3，能够预测DNA，小分子，离子与蛋白质组成的复杂结构。相比之前的特定领域的工具，AlphaFold3能够以更高的成功率对蛋白质配体相互作用（protein-ligand interactions）及蛋白质与核酸相互作用进行预测。AlphaFold3还可以对蛋白质翻译后修饰和离子对其结构复合物的影响进行预测。 第三点启示，AI仍有改进空间。谷歌AlphaFold3对RNA的结构预测存在不足，这也正是DeepMind正在持续改进的方向。AlphaFold3的进步不仅将得益于深度学习的发展，还因为经由实验（如冷冻电子显微镜和断层扫描技术的显著进步）提供大量新数据，进一步提升模型的泛化能力。 关注《田丰说》，每天3分钟，掌握全球AI大机遇。本视频由商汤如影数字人生成。

日前据外媒彭博社报道，苹果公司或将放弃其一年一更新的年度产品升级策略。古尔曼指出，对于苹果发布策略的变化，只需关注Apple Intelligence。苹果在今年6月发布它时就暗示，将在几个月内逐步推出它的所有功能，苹果CEO蒂姆·库克甚至在与分析师的电话会议上承认，Apple Intelligence的功能发布将是分阶段的。鉴于苹果计划在2025年的大部分时间对iOS 18进行重大更新，这很有意义。它将有助于将新的硬件产品发布与iOS 18新的软件功能联系起来。 田老师来“评三点”。 第一点，苹果放弃硬件发布周期，按照Apple Intelligence软件节奏发布新品——AI软件定义硬件浪潮来袭! 第二点，华为依然处于“硬件创新高峰期”，制造工艺的进步不断重新定义硬件，“三折叠”会逐步取代便携式平板电脑。 第三点，当苹果的硬件优势不在，Appstore应用生态护城河会“变浅”，渐渐被新一代终端取代，产业升级按照“新基建-新终端-新交互-新服务”的AI飞轮加速狂奔。 关注《田丰说》，每天3分钟，掌握全球AI大机遇。本视频由商汤如影数字人生成。

10月8日，瑞典皇家科学院宣布，将2024年诺贝尔物理学奖授予美国科学家约翰·霍普菲尔德和英裔加拿大科学家杰弗里·辛顿，以表彰他们通过人工神经网络实现机器学习而作出的基础性发现和发明。 人工神经网络是一种模拟人脑神经元工作方式的机器学习模型，旨在通过模仿大脑的工作方式来处理复杂的计算问题。如今人工神经网络被广泛应用于医学、工程等各个领域，而且有望用于设计下一代计算机。 杰弗里·辛顿提出了反向传播算法，让人工神经网络的训练成为了一种可能；约翰·霍普菲尔德提出了霍普菲尔德网络，这个网络对早期人工神经网络发展具有重要意义，20世纪80年代，许多物理学家都曾利用霍普菲尔德网络实现了由物理学到神经科学的跨越。 第一点启示，奠基理论是人工智能科研突破的关键前提。1986年，杰弗里·辛顿发表了反向传播算法的经典论文。虽然反向传播算法诞生于20世纪60年代，但杰弗里·辛顿的这篇论文让人们真正认识到它的重要性，掀起了神经网络研究领域的“文艺复兴运动”。如今的生成式人工智能大模型、多模态大模型的训练都离不开反向传播算法。 第二点启示，成功的科研来自于“漫漫长夜中的长期探索”。杰弗里·辛顿在1978年获得人工智能博士学位后，正赶上人工智能低谷期，那个时候人工智能领域的主流理论是符号主义和专家系统，人工神经网络这条路一度走不通。然而，杰弗里·辛顿并没有放弃，一直坚持在人工神经网络领域探索。直到2000年左右GPU兴起，杰弗里·辛顿才取得一些重大突破；此后，他带领学生一路披荆斩棘，在人工智能领域获得多个里程碑式的成果。 第三点启示，在AI科研战略和战术上，应充分重视青年科学家的“边缘创新”。可以说，杰弗里·辛顿在青年时期很苦，那时候人工神经网络这个研究方向看不到希望，因为那时候既没有海量的互联网数据，也没有强大的GPU算力，只有算法，人工神经网络这条路显然是走不通的。同时人工智能也是一个冷门专业，学这个专业的人也不好找工作。被誉为“AI教父”的杰弗里·辛顿，是现代俗称的人工智能三巨头之一，目前国际上活跃的人工智能专家很多都是他的学生或同事，比如，OpenAI曾经的首席科学家伊利亚·苏茨克韦尔就是他的博士生。如今人工智能的快速发展，得益于杰弗里·辛顿在学术上的坚守。 关注《田丰说》，每天3分钟，掌握全球AI大机遇。本视频由商汤如影数字人生成。

近日，Scale AI公司CEO Alexandr Wang在x社媒上称，公司年营收已达近10亿美元。“数据墙已成为AI进步的瓶颈，我们计划将数据的丰富性、用于前沿模型的前沿数据以及用于衡量模型改进的最先进evals结合起来，来扩展这堵墙。” Scale AI营收从23年上半年开始飙升，据2024年2月与投资者分享文稿，Scale AI自称是一个 “以低成本生产高质量数据的人机混合系统”，通过一家名为Outlier的子公司雇佣了数十万名人类小时工对数据进行微调。最近，Scale CTO Arun Murthy离开了公司，前Uber高管Jason Droege则加入担任首席战略官。