AGI探寻之旅「下篇⑥·AF3 4 Life Science?」

不久前，谷歌DeepMind重磅发布了AlphaFold 3（AF3），一经推出，也许预示着人类早有一天将冲破「蛋白质宇宙」，触达更广泛的生物微观领域 - 意味着更广泛、更复杂的生物分子尺度可以进行相应结构和功能预测以更深入和普遍的辅助探索生命科学领域，同时这次使用的，还是AI革命最核心的组合架构——Transformer+Diffusion。可以说，在LLM AIGC快速的发展浪潮之下，AF3的发布也预示着正式在AI 4 LS上进入了快车道，其中底层所采用的算法创新或技术突破也许并没有给大家带来太大的惊艳，但仍然能为生命科学领域的研究范式以及效率的提升带来颠覆与遐想。

系列笔记背景说明：

文章于2023年底-2024年初尝试挖掘并探寻以ChatGPT为代表的LLMs和以AlphaGO/AlphaZero及当下AlphaDev为代表的Alpha系列之间的AR和RL思想的背后底层理论及形式上的统一，同时尝试基于去年OpenAI暴露出的project Q*可能的关于推理过程学习再到系统1·快思考与系统2·慢思考的形式化统一的延展性思考，以展望未来AGI路径可行性...正如不久前AI一姐李飞飞教授所说，人工智能也许即将迎来它的「牛顿时刻」...

设立这个系列笔记的目的也是希望能够以另一种短篇高频碎片化更新的方式，将今年初所写的那篇篇幅很长的10万字文章中内容掰开了、揉碎了跟大伙分享并step by step探索。

全篇文章分为「上篇」「中篇」「下篇」本笔记是「下篇⑥·为什么说这次AlphaFold3再次意义非凡？」，因下篇内容同样冗长，因此同样的将内容按章节分为8个部分分阶段发布，包含：

「①·回归第一性原理」

「②·苏格拉底式问答法」

「③·陶哲轩在天空之城的探索模式」

「④·欧几里德的助手 · AI4S之AlphaGeometry」

「⑤·"KAN" AI 4 Science?」

「⑥·为什么说这次AlphaFold3再次意义非凡？」

「⑦·Q*猜想」

「⑧·P vs. NP 的五十年」

同样，因篇幅较长问题，也许会给大家造成一定的阅读困扰，但仍希望大家能够阅读下去，内容上尽量采用简单通俗的表述，并制作了长图片方便大家掌上阅读。

原创作者： 吕明