让知识彼此相连
知识图谱
沿着人物与判断，回到原始证据。
1 位人物 · 1 个来源 · 1 条观点
放回语境
开放科学与人工智能影响规模化
选择一条判断，追溯到它所在的原始对话。
发布 AlphaFold 对全部约 2 亿种蛋白质的预测结果，以最大化全球科学影响
等分区块用于阅读定位，不表示排名或权重。
当前 1–1 / 共 1 条判断 · 按来源日期由新到旧
当前判断
发布 AlphaFold 对全部约 2 亿种蛋白质的预测结果，以最大化全球科学影响
Demis Hassabis 决定公开发布 AlphaFold 对全部约 2 亿种已知蛋白质的预测结果——由欧洲生物信息学研究所托管——因为该系统的速度（每个蛋白质仅需数秒）和准确性实现了前所未有的规模，远超任何单一组织内部所能利用的范围。
这些是个人表达的观点，并非共识度量。原始资料保持其原始语言。
支持这项说法
我们应该折叠所有蛋白质，因为AlphaFold不仅准确，而且极其快速。它可以在几秒钟内折叠一个蛋白质。然后与位于剑桥的欧洲生物信息学研究所合作，该研究所托管着科学家使用的许多最大的生物学数据库，只需将全部2亿个蛋白质结构托管在他们的数据库上，让查找你的蛋白质结构像谷歌搜索一样简单。
原始摘录
we should fold all the proteins because not only was AlphaFold accurate, it was extremely fast. It could fold a protein in a matter of seconds. And then collaborate with, in the end European Bioinformatics Institute in Cambridge which hosts many of the biggest biology databases scientists use, and just host the entire 200 million protein structures on their database and just allow it to be as simple as a Google search to just find your protein structure.
上下文
所以大多数人认为，在我们拥有足够的数据和合适类型的算法来解决这个问题之前，至少还需要10年、20年的时间。但我们觉得，最终运用我们所知的每一种技术，我们能够在这方面取得进展，结果也确实如此。然后当我们决定，好吧，我们该如何利用它产生最大的影响？在我看来显而易见的是，
原始上下文
So most people thought it was at least 10, 20 years away before we would have enough data and the right types of algorithms to tackle that. But we felt that using every technique we knew in the end that we could make progress with that and it turned out to be the case. And then when we decided to, well, how would we make the maximum impact with this? It was obvious to me that
日期表示来源发表时间，不代表观点发生变化。 缺少审核合格译文的内容保留原文。