🔬 (Субъективные) мысли о Нобелевской премии по химии 2024 С...

🔬 (Субъективные) мысли о Нобелевской премии по химии 2024

Совсем недавно Нобелевская премия по химии была вручена Дэвиду Бейкеру, Демису Хассабису и Джону Джамперу за разработку алгоритма AlphaFold. Конечно, как фанаты ИИ, работающие в близком направлении, мы порадовались, но так ли справедлива эта награда? Захотелось предложить вам пару мыслей на подумать.

1. Химия или всё же физика? AlphaFold, хотя и применяется в области молекулярной биологии, решает скорее проблемы биофизики. Алгоритм работает с задачами, связанными с предсказанием наиболее термодинамически выгодной трехмерной структуры белков, опираясь на физические законы. Даже Нобелевская премия по физике этого же года за ИИ смотрится уже не так плохо на фоне таких расхождений (хотя к ней тоже есть вопросы, Тьюринга вообще говоря не просто так выдают).

2. Получено ли новое знание? Несмотря на впечатляющие результаты, AlphaFold остается непрозрачной «black-box» моделью. Ее появление не привело нас к новому, более глубокому пониманию процессов фолдинга белков (и, вообще говоря, не только их, но и биополимеров в целом).

3. Проблема решена полностью?
Вотчина AlphaFold, в которой наблюдается высокая точность — относительно маленькие, глобулярные (хорошо растворимые) белки. Их очень много, но это только часть существующих структур. Есть множество белков, структура которых до сих пор не установлена с достаточной точностью (например, многие мембранные белки) из-за сложной/невозможной их кристаллизации (что нужно для рентгено-структурного анализа), и примеров таких белков для обучения модели не было. Как AlphaFold будет работать на них — до сих пор неизвестно.

4. Не слишком ли быстро? Нобелевской премии удостаиваются в первую очередь исследования и открытия либо существенно дополнившие научную картину мира, либо изменившие образ технологий в своей области. Если первый пункт мы уже обсудили выше, второй пункт вызывает не меньше вопросов. Сколько лекарств было выведено на рынок благодаря модели? Сколько молекулярных механизмов развития заболеваний было открыто благодаря ей? Ну и что делать во вполне вероятном случае появления более эффективной модели — передавать премию или же оставить у первопроходцев, даже несмотря на меньшую применимость их модели в практике? Команда DeepMind конечно очень крутая, но и мысли об активном лоббировании Google в голову не могут не приходить.

Думается нам, что Нобелевская премия продолжает терять свою актуальность как концепт. Современные исследования все чаще междисциплинарны, и сложно свести их влияние лишь к одной дисциплине.

А если человек, к примеру, умер до заветного признания — извините, тогда никакой премии. Многие скажут — это же денежная премия, но Нобель никогда не был для ученых про деньги — это в первую очередь честь. Ну отдайте деньги коллективу/университету героя — они явно продолжают его исследования и находятся с ним в одном списке пионеров. А уважить человека премией надо, если он перевернул мир.

🙌Что вы думаете? Предлагаем обсудить эти вопросы и поделиться своим мнением в комментариях!