Эпическая миссия DeepMind по решению сложнейшей проблемы науки

[MonkAlex]

Нереально много воды, пока вычерпывал воду, вылил и остальное ненароком.

[DoctorMoriarty]

Поколение Twitter? Сочувствую.

[polearnik]

Действительно много воды. Все эти художественные описания окружающих пейзажей и экскурсы в прошлое здорово отвлекают от цели рассказа.

[rboots]

Twitter не пользуюсь и регулярно читаю книги по 500 страниц, но с первым комментарием согласен. Тут вопрос не к объёму статьи, а к плотности полезной информации. Про CASP — интересно, про результаты интересно, а как он строит офис, куда посмотрел и какой пейзаж открылся можно было бы не рассказывать.

[DoctorMoriarty]

Подозреваю, что исходная авторская цель рассказа — таки именно биографический экскурс. «Учёный и его мир», что-то подобное.

[BOM]

Негативное отношение к графоманству существовало задолго до твиттера.

[Blackwing215b]

Причём настолько, что некоторые издавались под несколькими псевдонимами)

[gorodnev]

Да, все верно подмечено! :) у меня какое-то неоднозначное отношение к этому персонажу. Вроде и очень умен, но столько пафоса… Erik Demaine явно не глупее, но до чего же приятно смотреть его лекции, насколько приятный он человек. И крайне скромный. Пусть у него и нет компаний, которых он продал техногигантам.

[agat000]

Культурные особенности. Следует учитывать и уважать. С чего бы ему строить чопорного англичанина? А вообще, дядька интересный.

[skirpichenko]

Тоже не смог дочитать.

[KvanTTT]

А мне даже не захотелось начинать.

[carpaccio]

Паркинсон нам говорит, что организации растут и развиваются в тесных и крайне неудобных помещениях. Когда у них руки доходят по постройки роскошного здания, то вскоре после переезда туда они быстро впадают стагнацию, а затем и в маразм. В качестве примера он приводил ООН, и недавний пример Эппла никоим образом этому не противоречит. Ежели DeepMind начинает с постройки роскошного здания, да еще и в супердорогом месте, то я бы относился к ее перспективам с большим скептицизмом.

[nitrosbase]

пока в 11 лет не оказался на крупном международном турнире, играя против датского гроссмейстера в городской ратуше неподалёку от Лихтенштейна.

Так и не смог найти эту партию. В Liechtenstein Open в 1988 году герой статьи не участвовал.

И в оригинала стоит «master», а не «grandmaster».

[bbs12]

Предсказание структуры белка немного напоминает предсказание погоды. Возможно ли точно сказать, будет ли идти дождь в этот же день ровно через 10 лет? Слишком много переменных, бабочки всякие со своими эффектами.

[raamid]

Описание жизни техно пророка и мессии. Нашим детям придется в школе это учить, еще и сочинения писать, а вы тут жалуетесь :) Это не сарказм, если что. Может быть на 1-2 процента сарказм (но не более 2 процентов точно). А так хочу сказать, что в удивительное время мы живем.

[pal666]

Они пытаются выжать как можно больше из уже вложенных денег, урезать траты, улучшать рекламу, но не изобретать что-то новое – это гораздо рискованнее.

это какой-то fud, т.к. статистика говорит нам, что

Of all industrial sectors, the research-based pharmaceutical industry has consistently invested the most in R&D, even in times of economic turmoil and financial crisis. Compared with other high-technology industries, the annual spending by the pharmaceutical industry is 5.5 times greater than that of the aerospace and defense industries, 5 times more than that of the chemicals industry, and 1.8 times more than that of the software and computer services industry17.

или

In the United States, R&D investments of pharmaceutical companies have grown consistently over the past 15 year

или

In 2014, the pharmaceutical industry registered 7,691 patents through the Patent Cooperation Treaty (PCT) of the World Intellectual Property Organization22. No other business sector has such high levels of R&D intensity

www.ifpma.org/wp-content/uploads/2017/02/IFPMA-Facts-And-Figures-2017.pdf
очевидно, без привирания миссия будет выглядеть менее эпической

[DaylightIsBurning]

Это удивительно много, по сравнению с занявшей второе место командой, которой удалось верно предсказать всего три структуры

Это фактическая ошибка. Команда Zhang (второе место) более-менее правильно предсказала ~6 белков (GDT_TS > 65), AlphaFold ~15. Что всё равно очень сильный результат. Вообще гугл за 2 года сделала прогресс, который университеты обычно делают за 4 года. То есть гугл на 2 года опередил научное сообщество, что круто. Этот отрыв достигнут за счёт двух факторов:

1. большего количества использованых вычислительных и инженерных ресурсов по сравнению с университетами.
2. комбинирования и небольшого улучшения тех методов, которые ранее применялись учёными в универститетах.

Я думаю, что примерно в равной степени, точнее узнаем к следующему CASP (2020).

[ericgrig]

Мне нравится Демис Хассабис как одаренный человек, который не боится ставить и решать сложные задачи. И слава богу, что у него хватает рвения идти вперед. Кто мешал другим замечательным командам с хорошим финансированием, делать нечто подобное или лучше? Поэтому я отношусь к команде Хассабиса с уважением — я ценю их труд.

В нашем ХабраСообществе много рассудительных людей, которые с пониманием отнесутся к данной научно-познавательной публикации. Думаю, ее цель — создать побудительные мотивы к «безбашным» задачам у молодых амбициозных хаброчитателей. Таких у нас много…

Реально мне хотелось бы узнать больше информации об исследованиях по предсказанию структуры белков. Интересная задача — «за душу берет». Надеюсь, Вячеслав когда нибудь об этом напишет более подробно.

[DaylightIsBurning]

Кто мешал другим замечательным командам с хорошим финансированием, делать нечто подобное или лучше?

Deepmind имеет доступ к лучшей в мире вычислительной и прочей инфраструктуре, лучшим в мире специалистам в любой области, легкий доступ к финансам. Во-первых, таких команд на весь мир не так уж много. Во-вторых, закономерно, что они занимаются тем, что принесет наилучший результат в их понимании и понимании тех, кто их финансирует. Обычно хороший результат означает, в т.ч. прибыль. Совершенно не очевидно, что если серьезно продвинуться в задаче компьютерного предсказания структуры белков, то из этого можно будет извлечь достаточную выгоду (монетизировать).

создать побудительные мотивы к «безбашным» задачам

Задача вычислительного предсказания структуры белков не такая уж безбашенная. Мировой «чемпионат» (CASP) по предсказанию белковой структуры существует с 1994 года (25 лет!), а первые попытки были ещё раньше. И каждые два года научное сообщество вокруг CASP демонстрирует результаты всё лучше и лучше. Гугл всего лишь сделал прогресс, который обычно занимает 4 года за 2 года, однократно. Это стало возможно благодаря крутым инженерам, огромным вычислительным ресурсам, а также небольшому развитию и обобщению тех идей, которые были разработаны за эти 25+ лет. Если Вам интересна реальная оценка значимости alphaFold — AlQuraishi написал на эту тему хороший сбалансированный пост. То, что попало в газеты практически не даёт никакого понимая того, что случилось и содержит фактические ошибки и передергивания, как цифра 25/43 против 3/43, которая попала в газеты и на самом деле довольно бессмысленна и формирует сильно искаженное восприятие ситуации. Даже в этом посте эту ошибку частично повторили.

мне хотелось бы узнать больше информации об исследованиях по предсказанию структуры белков

Если вы читаете по-английски, то можно попробовать почитать review в научных журналах:
science.sciencemag.org/content/338/6110/1042
www.nature.com/articles/nature19946
pharmrev.aspetjournals.org/content/66/1/334.short

[ericgrig]

Спасибо за содержательный комментарий к тому, что я написал. Особенно за ссылки, с удовольствием прочитаю. Если есть еще материалы, перешлите мне на [e-mail]

1. Это интересная, сложная, и трудно разрешимая задача. Больше 20 лет исследований (различные команды + большие вычислительные мощности) не привели к эффективному решению. Может формулировка задачи на другом уровне абстракции и использование новых идей позволит достичь успеха.

2. Задача мне интересна не только на позновательном уровне. Так получилось, что в ближайшие год-полтора мне придется уделить ей часть своего времени.

3. Я прицепил слово «безбашный» в кавычках к задаче, подразумевая, что задача достаточно сложная и до сих пор не имеет завершенного решения. Если данная публикация мотивирует амбициозных членов ХабраСообщества к ее решению, так это похвально.

[DaylightIsBurning]

Больше 20 лет исследований (различные команды + большие вычислительные мощности) не привели к эффективному решению

Эффективные решения сучествуют, просто не во всех случаях, но во многих. Так называемые «простые» и «средние» по сложности цели обычно удается предсказать с точностью близкой к разрешению экспериментальных методов, на сегодня. Плоховата ситуация только с «трудными» целями, для которых не существует ни одного схожего белка, исследованного ранее экспериментально. GDT_TS >80 — это уже «правильное» решение. >70 — близкое к правильному, >60 — частично правильное. На этот график не попал CASP13, в котором принимала участие AlphaFold. Это тот прогресс, который был достигнут без участия Deepmind. Я сомневаюсь, что хоть одна из команд-участниц имела такие вычислительные мощности, как у Deepmind. Уж точно ни у кого в университетах не было возможности нанять столько топовых инженеров. В научных группах часто нехватает квалифицированных инженеров — нет денег на них, наверное.
Взнос Deepmind/AlphaFold видно на графике внизу:

Может формулировка задачи на другом уровне абстракции и использование новых идей позволит достичь успеха.

Возможно, но комманда Deepmind ничего такого не предложила. Они просто повторили существующие подходы на новом инженерном уровне, в немного другой комбинации и слегка их усовершенствовали. Глубокое обучение применялось в CASP и до AlphaFold. Более того, большая часть достигнутого успеха с 1994 года обходится без Глубокого обучения.

Если данная публикация мотивирует амбициозных членов ХабраСообщества к ее решению, так это похвально.

Согласен, вполне возможно, что вдохновившись проблемой кто-то решит поступить в аспирантуру по этому направлению. Что бы приступить к её решению, к сожалению, нужно потратить год(ы) на проф. подготовку, не считая того что нужно закончить универ по одной из STEM специальностей.