近年 AI 技術發展引發投資熱潮，不少企業都想分一杯羹，但 AI 力量不限於寫文、聊天或造圖。其實 AI 已默默幫助科學家突破技術瓶頸，在科學研究取得數項重大成果，甚至破解一道核聚變發電的難題，改變全體人類未來。
DeepMind
|共8篇|
DeepMind 近乎破解了所有蛋白質結構？
通過預測已知蛋白質的形狀，將能大大減少生物學研究所需的時間，有助促進藥物和疫苗研發，解決糧食危機和持續發展的問題。去年人工智能公司 DeepMind 發佈了開源的 AlphaFold 蛋白質結構數據庫，日前又宣佈，其數據庫所掌握的蛋白質結構已增加到逾 2 億種，數量近乎是所有科學已知的蛋白質。
劍獅子丸：駕著魔術飛毯去元宇宙
在科創領域的成功人物，的確有不少自細喜歡打機，而打機帶給他們的，並非直接與上陣殺敵有關，當然，如他們開發的技術成功用在軍事領域，會根本改變軍事模式…… 但不如先看看到底他們喜歡電玩中的哪一部分？電玩又如何啟發他們的創意？
建立「蛋白質組數據庫」有何作用？
DeepMind 日前發佈數據庫，當中幾乎包含所有人體中蛋白質的三維結構。這些蛋白質結構數據，是由去年展示的蛋白質折疊系統 AlphaFold 計算得出。數據庫免費開放，對許多領域的科學家來說是極大的突破和便利，很可能構成生物學和醫學新發展的基礎。
AI 心法：人工智能需要「睡覺」嗎？
人工智能研究員、電子遊戲設計師 Demis Hassabis，在 2010 年與友人創立了研究公司 DeepMind，並開始研究在玩遊戲上更勝人類的人工智能。DeepMind 訓練的 AI 程式 AlphaGo 在 2016 年擊敗頂尖棋士李世乭，使 DeepMind 和 Hassabis 聲名大噪。Hassabis 在「新科學人」專訪中表示，他們希望能從根本上理解並人工再造「智能」（Intelligence），以助我們了解世界、影響世界，其中之一就是加快科學發現的步伐。
DeepMind 又贏：AlphaFold 深度學習 AI 預測蛋白質結構
Google 旗下的人工智能公司 DeepMind 又再一次聲名大噪，其名為 AlphaFold 的程式，在兩年一次名為「蛋白質結構預測競賽」（CASP）的比賽中，大勝其他隊伍。兩大頂尖科學期刊的報道標題均引述指 AlphaFold 是「格局的變革者」，「科學」期刊指「人工智能在解決蛋白質結構方面取得勝利」，「自然」期刊表示「DeepMind 的 AI 在破解蛋白質結構方面表現突飛猛進」。
AlphaGo 並無超越人類
圍棋程式「Master」在奕城網對決世界頂級棋手，60 戰 60 勝，「人工智能超越人類」一類標題繼去年 3 月再度洗版。Master 後來公佈身分，就是 AlphaGo 的升級版。除來自英國的 AlphaGo 外，人工智能圍棋程式還有日本的「DeepZenGo」、南韓的「石子旋風」，隨著稍後 A.I. 進駐人類正式棋賽，今年被視為「人機決戰之年」。棋界乃至人界對此不表樂觀，但事實是，人工智能並無攻克圍棋，甚至未有超越人類。
入 DeepMind 的 3 個條件
早前人工智能 AlphaGo 於棋盤上戰勝人類，使 AI 聲名大噪。人工智能發展可謂前途一片光明，Google 的 DeepMind 有著三類員工，包括研究科技人員、研究工程人員以及軟件工程師，想立即投身研發 AI 事業；或者想知道誰人夠學歷研發 AlphaGo？看一看以下條件：