标签: 谷歌

当地时间 5 月 8 日，顶级科学期刊《Nature》发表了一份重磅研究论文。谷歌 DeepMind 发布了其生物学预测工具 AlphaFold 的最新版本—— AlphaFold 3 。 这个革命性的新模型，能以前所未有的精度预测所有生命分子的结构和相互作用。作为一个以整体方式计算整个分子复合物的单一模型，不仅可以预测蛋白质的结构，还可以预测几乎所有生命分子的结构，包括蛋白质、DNA、RNA、配体等对于蛋白质与其他分子类型的相互作用，从而能对药物发现带来至关重要的作用。 这份由谷歌DeepMind和其英国子公司Isomorphic Labs联合团队带来的46页成果显示，全新AI蛋白质结构预测模型AlphaFold 3，可准确预测生物分子相互作用的结构，而且 相较于现有的预测技术，AlphaFold 3在蛋白质与其他分子类型的相互作用预测上至少提高50%，并在某些关键的相互作用类别上实现精度翻倍 。 2020年，谷歌旗下公司DeepMind首次推出基于AI的蛋白质结构预测工具—— AlphaFold 。 2021年7月，DeepMind团队推出了 AlphaFold 2 ，其能够根据氨基酸序列来准确预测蛋白质的3D结构——全球已有数百万研究人员将AlphaFold 2应用在疟疾疫苗和酶设计等领域。 此后，DeepMind团队还推出了 AlphaFold-Multimer ，用于预测蛋白质-蛋白质复合物的结构和相互作用。由于不同类型的特异性相互作用差异太大，扩大单一深度学习模型能预测的复合物范围一直很难。 AlphaFold 3 全新架构 AlphaFold 3的强大功能源自其 全新的架构和训练方法 ，覆盖所有生命分子。该模型核心部分是进化形成器（Evoformer）的升级版——一个深度学习架构，支持AlphaFold 2异乎寻常的表现。 AlphaFold 3基于Transformer构建，允许科学家输入生物分子复合物的描述，能预测该生物分子复合物的3D结构，并使用扩散过程生成每个原子的单独3D坐标，输入到指定系统。输入后，AlphaFold 3使用扩散网络处理其预测，类似于AI 图像生成器中的网络。扩散过程从原子云开始，经过许多步骤汇聚成最终的、最准确的分子结构。为避免扩散方法在一些无结构区域产生幻觉，还引入了一种新的交叉蒸馏方法，通过AlphaFold-Multimer v2预测的结构数据来丰富训练数据。AlphaFold 3在训练数据极度匮乏的领域也展现出了惊人的泛化能力。如在几乎没有RNA训练数据的情况下，CASP15的RNA预测任务中，在10个公开靶点上的平均表现超过了专门的RNA结构预测模型。 对于蛋白质与DNA结合的准确性，AlphaFold 3的成功率65%，目前的技术水平只有28%。甚至AlphaFold 3还改进了蛋白质相互作用能力，当蛋白质与抗体复杂结合时，AlphaFold 3的准确成功率达62%，而其他系统只有30%，是AlphaFold 2性能的两倍。对于蛋白质与其他分子的重要相互作用领域，AlphaFold 3预测准确度提高一倍（100%）。 AlphaFold 3在预测分子相互作用方面的准确度超过了所有现有技术。作为一个能够全面计算整个分子复合体的单一模型。 下图展示了AlphaFold 3对蛋白质（蓝色）与DNA双螺旋（粉色）结合的分子复合物的预测，与真实分子结构（灰色）几乎完美匹配。 AlphaFold 3 核心技术 AlphaFold 3 的核心技术基于其前身 AlphaFold 2 的 Evoformer 模块，在此基础上引入扩散网络（Diffusion Model），类似于人工智能图像生成器中使用的网络。通过从原子云开始，经过多个步骤汇聚成最终的、最准确的分子结构，AlphaFold 3 实现对蛋白质、核酸、小分子、离子和修饰残基等所有生命分子的联合结构预测。 AlphaFold 3 在预测生物分子结构和相互作用方面展现出前所未有的准确性: • 与现有的预测方法相比，AlphaFold 3 至少有 50% 的改进。在预测一些重要的分子相互作用类别时，AlphaFold 3 的预测精度提高一倍。 • 在 PoseBusters 基准测试中，AlphaFold 3 的准确率比最好的传统方法高出 50%，且无需输入任何结构信息作为先验。AlphaFold 3 成为第一个超越基于物理的生物分子结构预测工具的人工智能系统。 • 在预测药物相互作用方面，AlphaFold 3 实现前所未有的准确性，包括蛋白质与配体的结合以及抗体与其目标蛋白质的结合。 • AlphaFold 3 能够准确预测感冒病毒刺突蛋白与抗体和糖分子的复合物结构,与真实结构高度匹配。 AlphaFold 3 意义何在？ AlphaFold 3通过对药物分子（例如与蛋白质结合的配体和抗体）的预测，为药物设计赋能，从而改变人类健康和疾病过程中蛋白质的相互作用方式。Isomorphic Labs正在使用AlphaFold 3以及一系列自主研发的AI模型，与制药公司合作进行药物研发。AlphaFold 3能够在几秒钟内生成高度精确的结构预测，为药物研发人员提供了快速准确预测从未被表征的复杂结构的能力。 Isomorphic Labs在日常工作中使用AlphaFold 3并发现： · 针对AlphaFold 3的结构预测设计小分子，有助于设计出能有效结合靶蛋白的分子。 · AlphaFold 3提高了蛋白-蛋白相互作用结构的准确性，为设计新的治疗模式（如抗体或其他治疗性蛋白质）打开了可能性。 · 通过观察目标蛋白在完整生物环境中（与其他蛋白质、DNA、RNA或配体的结合）的结构，可以更深入地了解新靶点，有助于开发更有效的临床药物。 AlphaFold Server：免费且易于使用的研究工具 谷歌DeepMind一并推出的 AlphaFold Server免费平台 ，用于预测蛋白质如何在细胞内与其他分子相互作用，允许全球科学家进行非商业性研究使用，包含免费的2亿蛋白质结构数据库。 只需点几下鼠标，就可以利用AlphaFold 3预测蛋白质、DNA、RNA以及一系列配体、离子和化学修饰组成的结构模型，进而帮助人们提出新颖的假设以便在实验室进行测试，加快创新。从此科学家在实验中的研究假设，就可以由AlphaFold Server验证。 AlphaFold Server 平台，意义重大。 实验性的蛋白质结构预测，原本需要花费读个博士学位的时间，以及数十万美元的费用。而按照当前实验结构生物学的发展速度，这本需要数亿researcher-year的工作。有了AlphaFold 3，从此生物世界可以高清晰度呈现。科学家能够全面观察细胞系统的复杂性，包括结构、相互作用和修饰，药物作用、激素生成和DNA修复如何影响生物功能，从此都将被揭示。 AlphaFold 3的局限性 · 立体化学限制： 模型输出的立体化学有时会违反手性规则，尽管输入是正确手性的参考结构。另外，模型偶尔会产生重叠的原子。 · 幻觉影响： 从非生成性的AlphaFold 2模型转换到基于扩散的AlphaFold 3模型，引入了在无序区域中产生虚假结构秩序（幻觉）的挑战。虽然幻觉区域通常被标记为低置信度，但它们可能缺乏AlphaFold 2在无序区域中产生的典型丝带状外观。 · 预测准确性问题： 对于某些目标，准确预测仍然具有挑战性。为获得最高精度，可能需要生成大量预测并对其进行排名，这增加了计算成本。特别是对于抗体-抗原复合物，预测质量随着模型种子的数量增加而显著提高。 · 结构构象限制： 模型预测的结构构象可能不正确或不够全面，这取决于指定的配体和其他输入。例如，E3泛素连接酶在无配体时呈现开放构象，但模型预测的构象只有闭合状态。 · 缺乏动态信息： 模型主要预测生物分子系统的静态结构，而不是在溶液中的动态行为。 · 特定目标预测限制： 对于某些特定类型的生物分子复合物，模型的预测可能存在局限性。 瑕不掩瑜，AlphaFold 3 仍然证明可以构建一个深度学习系统，对所有这些相互作用显示出强大的覆盖和泛化能力。未来，实验结构测定方法的进步，如冷冻电镜和断层扫描技术的显著改进，将提供大量新训练数据，进一步改善这类模型的泛化能力。标志着在这一领域的一个重大突破，其对生物分子结构及相互作用的全方位预测能力，预示着对人类健康和疾病治疗的深远影响。 总结 AlphaFold，开创蛋白质结构预测的新时代 AlphaFold 2，大幅提高了预测精度 AlphaFold-Multimer，将预测范围扩展到具有多个蛋白质链的复合物 AlphaFold 2.3，提高了性能并将覆盖范围扩大到更大的复合物 AlphaFold 3，继续将预测范围扩展到蛋白质、DNA、RNA以及一系列配体、离子和化学修饰等更多生物分子结构。 AlphaFold 3的问世不仅推动了对蛋白质的研究，还拓展到更广泛的生物分子领域，这一飞跃可能将开启更多变革性科学的新篇章，从开发生物可再生材料到加速药物设计和基因组学研究等领域都将受益匪浅。

Jio在印度是家喻户晓的名字，它终于在世界其他地方也引起了人们的关注。这家年轻的科技公司不仅在新冠疫情中生存下来，而且还蓬勃发展。在过去的四个月中，该公司已经从众多知名投资者那里筹集了超过200亿美元的资金，而这期间多数公司都只能努力维持生计。 Jio在四个月内筹集的资金比2019年整个印度创业生态系统筹集的总和还多。 筹款活动始于4月，当时Facebook投资57亿美元获得了Jio 10％的股份。不久之后，源源不断的私募股权公司加入进来。阿布扎比投资局、穆巴达拉（Mubadala）和沙特阿拉伯的公共投资基金也参与其中。 谷歌也位列这个不断增长的投资名单之中，谷歌在7月15日投资了45亿美元，获得Jio 7.7％的股份。这几乎是谷歌承诺在未来5-7年内在印度投资的总额的一半。 业内专家推测，微软也将很快加入这一潮流，但该公司尚未正式证实这一点。虽然，它已经与Jio在其他方面签署了合作伙伴关系，包括在印度扩展Azure云业务。 对于一家刚刚成立四年的公司来说，这些投资似乎令人吃惊，但Jio背后是强大的信实工业公司（Reliance），这就使一切成为可能。 ↑↑↑ 截至7月15日，Jio获得的投资 庞大的信实集团 就收入，利润，市值和出口而言，信实工业公司是印度最大的公司，但所有这些统计数据仍不能完全说明该公司的重要性。2004年《纽约时报》的头条新闻标题形容得更贴切—— “如此之大，足以代表印度经济” （“A Giant So Big It’s a Proxy for India’s Economy”）。 信实工业公司由Dhirubhai Ambani于1957年成立，最初是一家小型纺织品制造商，如今已发展成为“集团”一词的缩影，对零售，数字服务，媒体和娱乐，石化，炼油和石油勘探感兴趣。每个细分市场进一步扩展为主导印度经济格局的众多业务。例如，信实的零售部门包括11,000多家零售店，并在消费电子产品（Reliance Digital），时尚与生活方式（Reliance Trends）和杂货（Reliance Fresh）中拥有多个品牌。 尽管信实集团于2005年在Dhirubhai Ambani的两个儿子之间分裂，但仍超出了分析师的预期。鲜为人知且难以捉摸的一半是Reilance Group，由Anil Ambani经营，而Reliance Industries，现在该公司由哥哥和亚洲首富穆克什·安巴尼（Mukesh Ambani）经营。 从历史上看，炼油和石化业务是信实集团最赚钱的部门，但现在“数据就是新石油”，Jio因此成为了信实集团的头号明珠。 Jio不仅仅是电信运营商 简而言之，Jio成立于2019年10月，以整合信实集团运营的所有技术业务。 2020年3月，信实集团拥有Jio 100％的股份。现在，经过一连串的投资，信实集团拥有67％的股份，而外国投资者则拥有三分之一。 Jio的最大子公司，即借用其名称的Jio Infocomm Limited。Jio Infocomm于2016年在电信领域大放异彩，提供免费的无限4G数据并为客户服务六个月。该公司以这种方式吸引了数百万用户，但许多人最初对这种模式的可持续性提出了质疑。最终， Jio通过扩大覆盖范围，提供高速数据传输和设置竞争对手无法匹敌的低价，成功将这些用户转变为付费客户。 在四年的时间里，信实集团为Jio注入了超过330亿美元，以扩大Jio的市场。Jio已成功成为印度最大的电信运营商，拥有3.875亿用户，市场份额为33.4％，用户数量超过了美国的整个人口。 Jio的最接近竞争对手Airtel拥有28.3％的市场份额，而之前合并了印度两家最大的运营商后成立的公司Vodafone Idea紧随其后，市场份额为27.5％。最新数据显示，Jio在无情争夺市场份额上丝毫没有放缓的迹象。 Jio难以置信的便宜价格还导致其竞争对手的价格大幅下降。可以预见，自Jio推出以来，这些公司在财务上陷入困境。实际上，许多著名的公司，例如Aircel和Tata Communications，都被迫完全退出市场——包括安巴尼弟弟Reliance Communications拥有的电信网络。 Jio或许将被记入史册，因为该公司首次使数千万印度人上线。它使用世界上最便宜的流量计划来做到这一点，每GB成本仅为0.26美元。Jio通过收购唯一一家获得泛印度4G许可的公司，并利用4G相较于旧的蜂窝标准的优势和成本效率，以及其母公司无与伦比的规模和资源，来获得便宜的价格。 在过去两年中，Jio逐渐在数字领域提供产品和服务，其范围远远超出了传统电信运营商提供的产品和服务。 该公司推出了LYF品牌的基本智能手机，后来又推出了JioPhone，它们都可以在其4G网络上使用。该公司经常将手机的价格降低到只有几美元，这使它们成为无法抗拒的入门级选择。JioFiber计划将超高速宽带与电视和电话服务捆绑在一起，并且以非常实惠的价格提供。 如果这些还不够的话，Jio将提供不断增长的移动应用程序套件：音乐流媒体平台JioSaavn，安卓浏览器JioBrowser，消息传递应用程序JioChat，支付应用程序JioMoney，媒体流应用程序JioTV，视频会议应用程序JioMeet，新闻应用程序JioNews ，云存储服务JioCloud，电影流应用JioCinema和医疗服务应用JioHealthHub。 这些应用程序默认安装在Jio的手机及其合作伙伴生产的智能手机上。尽管它们中的大多数都是免费提供的，或者是廉价JioPrime订阅的一部分，但它们是有价值的数据收集和广告收入来源，并且有可能在未来通过订阅产生大量收入。 下一站征途 印度近一半的人口（超过六亿）仍然没有智能手机或无法上网。Jio的目标是触及这几亿人群，并通过使用Jio电话连接到Jio网络来创建拥有数亿客户的公司，并让这些客户在Jio提供的应用程序或服务中进行数字生活的方方面面 。 Jio希望利用与谷歌的合作关系，以不可抗拒的价格生产基于安卓系统的4G和5G智能手机，这将使它们成为那些没有手机的6亿客户的理想入门级手机。鉴于印度和中国之间最近的地缘政治紧张局势，这将使许多印度用户放弃选购小米，Vivo，Oppo等中国品牌手机。 Jio还与另一家技术巨头微软合作，将其Office 365产品和Azure云平台以及其他服务带给了印度数百万的商人和企业。同时，Jio最近宣布推出与微软Hololens类似产品的JioGlass，以期在印度新生的AR / VR / MR领域早日发展。JioGlass允许用户进行沉浸式视频通话，共享交互式演示文稿以及进行全息课。Jio还希望通过其Embibe平台将虚拟教室转变为丰富的个性化体验。 Jio还发布了新的JioTV +产品，它将在一次登录的单个设备上聚合Netflix，Hotstar和Amazon Prime等所有顶级流媒体平台。它有点像Apple TV，但价格却很少。 Jio扩展的业务 除了与应用程序和手机进行集成外，Jio还宣布将构建5G网络，并希望最早于明年在印度进行现场部署。 目前，华为是5G设备的领先制造商。但是在美国和英国对华为实施禁令之后，由于竞争对手无法与华为的先进技术或价格相宜的价格相提并论，5G的部署进度正在停滞。 如果Jio能够兑现5G基础设施的承诺，它不仅将帮助Jio成为印度第一个5G网络，而且可以将自己定位成全球移动网络运营商的选择。 Jio与英特尔和Qualcomm的合作可能会在这方面提供宝贵的技术专业知识。Jio作为制造商和电信运营商的角色使其在证明其5G技术方面处于独特的位置——这是诺基亚和爱立信等其他5G设备制造商所缺乏的。 Jio的最大前景也许在于其新成立的电子商务和电子杂货业务JioMart。 分析师估计，目前90％的印度零售活动都是线下进行的。JioMart希望打入不断增长的印度电子商务市场，并与亚马逊、沃尔玛支持的Flipkart和阿里巴巴支持的Big Basket等历史悠久的竞争对手建立战略，将现有的实体店与在线客户联系起来。 为了执行该策略，Jio将与Facebook旗下的WhatsApp进行合作。它希望整合购物功能，使WhatsApp的4亿印度用户能够通过JioMart下订单并通过WhatsApp进行付款。其他电子商务零售商所缺乏的是这种覆盖范围和便利性的结合。Jio声称此功能的最初试运行超出了预期。如果成功，这将使WhatsApp可以与腾讯的微信竞争。 投资者对于Jio的未来持乐观态度。经过最近的投资后，该公司的估值仅比信实集团其余业务总和稍低。预计信实会在未来五年内在国内和国际证券交易所上市Jio，其估值约为1000亿美元。 在西方市场饱和的同时，印度还有数十亿互联网用户。投资者清楚地看到了这个机会，但是他们之所以通过Jio进入印度而不是自己冒险的原因，不仅是因为Jio的市场份额或潜力，还因为信实集团和安巴尼家族与执政政府有着密切的联系。这让美国投资者得以摆脱与印度官僚打交道的繁文缛节。 这些投资中的一部分将用于偿还信实集团积累的现有债务，但很大一部分将用于帮助Jio为上述产品和服务提供资金。Jio并不一定希望自己构建它们—它也可以进行收购，为初创公司融资。它的一些著名的收购包括音乐平台Saavn，教育技术平台Embibe，人工智能平台Haptik，通信设备公司Radisys，无人机公司Asteria和AR / VR公司Tesseract。 简单地说，Jio的最终目标是向印度每个角落提供各种数字产品和服务。在世界上最有钱的人和最有实力伙伴的帮助下，它很可能会成功。 来源：大风号—虎嗅网 http://feng.ifeng.com/c/7zWCMtSPUjP * *有采购芯片需求（样板可售），详情联系芯广场公众号。

近日，谷歌旗下波士顿动力(Boston Dynamics)公布了新一代的人形机器人ATLAS，他出色的能力和动作稳定能力让世人大开眼界。机器人原来已经先进到这种程度了，有些人们在赞叹之余似乎看到了科技的未来，但对于什么都能拿来恶搞的YouTube视频制作者Auralnauts来说，又是一次创造优秀视频的好素材。 它的眼里只有BOX！！ 于是Auralnauts便将Atlas公布的演示视频拿来重新剪辑，加上搞笑的配音混合编辑，制作了一段搞笑恐怖片，讲述了一位超爱BOX箱子的Atlas机器人，克服了重重困难寻找宝贵的BOX，在员工的百般阻挠下拿起了BOX，但却被恶棍员工拿走的悲惨故事。

据外媒报道，根据谷歌提交给加州机动车辆管理局（DMV）的一份最新文件显示，谷歌无人驾驶汽车在2014年至2015年11月的14个月期间内共发生过272次故障。如果没有司机干预，这些无人驾驶汽车将发生13次事故。无人驾驶汽车发生的这272次故障涉及汽车的多个元件，包括传感器读数错误，以及转向或刹车系统发生问题。不过幸好在故障发生时，汽车能提供声音和可视信号，及时告知司机需要进行人工处理。 据英国《卫报》报道，所有获得加州无人驾驶汽车测试许可的公司都需要在提交给加州机动车辆管理局（DMV）的文件报告中阐述车辆发生事故的细节。这里的事故是指司机介入修正汽车的行为。 在14个月的时间里，谷歌共有49辆无人驾驶汽车在加州道路上测试，其中包括谷歌的“Koala”汽车及改装的雷克萨斯RX450s。这些无人驾驶汽车累积完成42.4万英里的行驶里程的同时，共发生了341次事故。在这些事故中，无人驾驶汽车有时主动将控制权交给了司机，有时则是司机介入进行修正。 另外包括大众/奥迪、奔驰、谷歌、Delphi Automotive、特斯拉、博世和日产等汽车制造商也被要求在2016年1月1日前提交报告。目前只有谷歌的报告已经公开。

据BI中文站消息，丰田汽车公司在拉斯维加斯的CES大会上宣布，谷歌机器人部门联合创始人詹姆斯·库夫纳(James Kuffner)已经辞职，加盟丰田新成立的人工智能研究实验室。库夫纳的离职对谷歌雄心勃勃的机器人计划造成重创。丰田在宣布斥资10亿美元建造研究实验室时，特别强调该实验室的目标，即在基础研究和产品开发之间架起桥梁。这对库夫纳来说非常有吸引力，因为研发真正的产品始终是谷歌机器人团队的软肋。 一年多前，谷歌机器人掌门Andy Rubin离职，詹姆斯·库夫纳(James Kuffner)当时接替了Rubin的工作，仅仅一年之后，詹姆斯·库夫纳又离职，谷歌机器人未来该如何走？谁又将是詹姆斯·库夫纳的继任者呢？