热点事件持续更新
DeepMind与Biohub探讨AI生物学与AlphaFold局限
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月10日，Google DeepMind的Pushmeet Kohli与Biohub的Sal Candido在访谈中表示，AlphaFold的突破仅是起点，蛋白质折叠问题远未解决，静态结构预测无法涵盖动力学与无序状态。两人强调，生物学AI应寻找正确的缩放定律而非盲目扩大模型，低质量宏基因组数据也能改进蛋白质语言模型，并指出实现治愈所有疾病需10倍突破而非渐进改进。
AI 根据报道生成 · 1 小时前更新
最新进展10月10日 08:31
两位专家在访谈中明确AlphaFold局限，呼吁生物学AI转向缩放定律与数据质量。报道时间线
沿着报道，了解事件的不同侧面。
10月10日
- Latent Space为什么 AlphaFold 没有解决蛋白质折叠——Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 对谈
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在访谈中指出，AlphaFold 的突破只是起点，蛋白质折叠远未解决，静态结构预测无法涵盖蛋白质动力学与无序状态。两人认为，生物学 AI 需要寻找正确的缩放定律而非盲目扩大模型，低质量宏基因组数据也能改进蛋白质语言模型，而实现治愈所有疾病的目标需要 10 倍突破而非渐进改进。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。