Alphafold-3? 算蛋白質的技術,早就因為有了AI而得到很大的突破,甚至得到諾貝爾獎 (AI 主題大樓)
 

PanSci 泛科學影片:
AI 已掌握生命秘密？甚至受諾貝爾獎肯定！Google DeepMind 推出 Alphafold-3，
人類預測蛋白質結構數量暴增200倍！還能用來開發藥物！




結果隔壁大樓還在用窮舉法算蛋白質?? 這早就證實算到宇宙毀滅都算不完阿.(請自行跳轉#17與#14 不再贅述)

這棟樓就讓所有的AI 主題來蓋大樓好了.


我就拋磚引玉一下, 提供最近的經驗:
現在AI的智力已經超過普通人很多, 若拿考題來考, 每一科都能達到碩士程度.
最大的模型只能在伺服器端執行, 小一號的能在昂貴的工作站執行.
更小的,只能試玩, 最小的還不如不要用 , 因為大小直接影響智力.
放不進去? 速度會降低上百倍或者不給執行.


免費資源:
各大服務器營運廠商都有提供試用, 都是完全體, 要想自由用都要繳錢.
如果要免費用對面的服務器.都要實名認證帳號(要有對面手機號)


本地佈屬: 想要支援本地電腦操作與無限使用就得砸錢,
要買N家顯卡硬體, 頂級貨都被炒得老高了,


如果你要算圖算影片(視覺模型), 業務用就砸4090/5090以上的機器
錢的數量直接影響速度與品質, 另外,算圖的,會比較吃記憶體(比起語言模型)
同樣7b的模型,視覺模型對vram要求較大,也是合理.



如果你要解問題, 大VRAM的卡關係到智商, 智商不夠的你也不想用.
不過, 效能( Token per second) 這方面 , 顯卡的代差就沒那麼大(按這裡跳轉測試報告)
簡單說 rtx20xx 與 rtx50xx 如果算圖可以差十倍以上, 如果回答問題 也許只有差一倍.



本地佈署:
github llama3 或 https://www.llama.com/llama-downloads/
, Alphafold-3 https://github.com/google-deepmind/alphafold3
馬斯克的 Grok3, https://grok.com/?referrer=website
DeepSeek R1, Qwen 2.5VL ? 請直接服用零度解說

以上.



泛科學講得很冗長, 按這裡直接跳轉重點!




其實我是在測試, 到底有多少是先天眼瞎, 還是後天眼瞎的多. :laugh:


.

很多碼農會失業, 用AI輔助來寫程式會比純用人腦寫來得有效率.
大學也會面臨改革壓力. 當AI能提供專業的知識時, 大學裡還能教什麼? 教如何使用AI?
總之, 以後二流的腦力工作者在AI面前只會面臨龐大的挫敗感.

這裡有幾支很有趣的YT影片, 推薦觀看.
https://www.youtube.com/watch?v=B7bYZ5ZFbl0

https://www.youtube.com/watch?v=jTVMxJBtmFs

https://www.youtube.com/watch?v=n_ItIpBB5zM

雖然很久以前就認知到電腦的強大運算能力會大幅改變人類的生活, 但沒想到來得這麼快. 而且, 這個趨勢只會以倍數或指數來成長, 除非出現全球的大災難, 把人類文明摧毀.

稍微說明一下上面的三支影片.
1. 用AI訓練程式去玩街機Street Fighter 2, 打敗高級模式的最後BOSS.
2. 用AI訓練程式去玩貪吃蛇.
3. 設計一個遊戲, 遊戲中有六個主角, 生活在同一個公寓裡, 每個主角各由一個AI控制, 主角之間會對話, 互動, 培養感情.

第3支影片是由參考史丹福大學和GOOGLE的研究者發表的論文來做的.
關於那篇論文的介紹, 下面的影片有專門的介紹.
https://www.youtube.com/watch?v=9VK-oeobdX4

https://www.youtube.com/watch?v=G44Lkj7XDsA

您的意思是一般玩家不需要再把顯示卡的算力投入 F@H 摺疊蛋白的計算?
AI 運算能力比這些玩家聚合的算力還要強大,因此不需要再浪費顯卡浪費電力來做f@h這計畫?

堆算力這條路是行不通的. 你算力很強? 按這裡 #17
想愚公移山? 那是作夢, 隨便區區一百個蛋白質的結構都能讓愚公們算到宇宙毀滅都算不完.
光是摺疊, 那可是複雜度O(3^2n)阿, 知道甚麼是演算法麼? 這還不含環境變數,一般宇宙壽命它們估計約10^17 秒.(2019年 Adams 論文估計是 10^19秒)




AI 加入後直接排除很多不可能不合理的折疊, 預測出最可能的結構.
早在AlphaFold-2出現時我就想貼文, 可是阿那時一堆人在吵東吵西反智, 於是就放棄了.

當時他們要是一開始就去挖礦就好了, 現在就很有錢幹大事了.

這支YT影片介紹如何訓練AI玩GameBoy的寶可夢. 重點是訓練的過程, 對於AI新手很有啟發性.
https://www.youtube.com/watch?v=mP_o2pWzf9k

這支YT影片先介紹神經網路的醫學理論起源, 以及後來在計算機領域的發展, 然後是訓練AI開賽車.
https://www.youtube.com/watch?v=AJ1TR28KNqY

說到自動開賽車"遊戲", 幾年前我有用過"按鍵精靈", 使用LUA語言寫作,
寫腳本讓它自動下去跑跑道賺金幣, 只是那時的判斷全部靠人力去寫"例外處理程序",非常麻煩,



也用過LUA寫去控制安卓手機操作單純的點擊操作.




但這些都只與"按那裡, 檢查畫面,例外處理"有關, 與真正的AI無關,
純燒自己的腦細胞與時間.
:laugh:

訓練AI玩寶可夢的原版英文影片:
https://www.youtube.com/watch?v=DcYLT37ImBY

有人做了中文翻譯, 分兩集:
https://www.youtube.com/watch?v=5MWdUkudsmE

https://www.youtube.com/watch?v=p02wYy6ogR4

應該是用電腦翻譯的, Version sixty-five 被翻成處女65... :jolin:

這是去年 nvidia GTC 講 BioNeMo NIM 的片段，可以看到 AlphaFold 跟他的基礎設施。
https://youtube.com/watch?v=Y2F8yisiS6E&t=4379

這是 F@H 官方部落格對於 AlphaFold 的觀點
https://foldingathome.org/2024/05/0...or-foldinghome/

以下 GPT 翻譯: