转一篇知乎上关于颜宁回国创业的评论(不代表我的观点,希望能被证伪)
转一篇知乎上关于颜宁回国创业的评论(不代表我的观点,希望有人证伪)
原帖跟帖太多了,我没找到文字部分,是微博上看的截图转的文字
知乎链接:https://www.zhihu.com/question/563886310
第一部分
回归正题,因为结构生物学饭碗快丢了
先做个比喻:)
颜宁施一公的工作=手工织衣服
DeepMind的AlphaFold=珍妮纺织机
前者是优秀的裁缝,有着良好的纺织技术训练,也有良好的裁缝铺和裁缝界声望,但局限于产量和效率,已经达到天花板。
后者则是革命性技术推动,早期可能衣服还没裁缝好,但是使效率提升百万倍,后期改进空间极大,潜力也无限。
颜宁教授及其学生,从原本解析结构,今后可能变成验证结构的正确性。不太恰当的自嘲。类似于从算法岗位降级成为测试岗位,最后降为数据专员。
在全世界最强的AI公司,英国DeepMind的
AlphaFold2出来之前,颜宁和施一公尚能在在其领域呼风唤雨。
本来颜宁他们一年能解析几十个蛋白质”(以为可以靠这个一直有饭吃)
可是AlphaFold2从本质上改变了这一切:(
DeepMind:劳资一次给解析“2亿个结构”,2亿个!几乎把地球上的蛋白质全部覆盖!
Number of Pretein Structures
AiphaFald Dl today200M+ Structure
Aichafold DB pr1M Structure
知乎 @多崎作
这么几十年,所有的几千名结构生物学家才解析19万个蛋白质,DeepMind一年直接上亿,打破了原有的行业发展。
引用知乎某大佬的话:@谢流远
1)DeepMind的Alphafold2,虽然目前还不能解决所有结构生物学问题,只能覆盖部分情况,但是计算领域的发展速度是指数级的。相比于线性发展的传统学科,一旦跨过临界点。大部分被计算替代只是时间问题。"
2)DeepMind展示了工业化集团攻关的科研形式,相对于传统的一个教授(领主)带几个学生(佃农)的封建式科研形式9的优越性理工科研发展到现在生产关系已经在抑制生产力发展了,急需改革。
至AlphaFold2问世之后,各钟投资人,政府机构原本拨给传统结构生物学的90%以上的经费,划拨给生物AQ的实验室,各大期刊论
文,国际会议进一步改革,导致传统结构生物学变成Engineering的活,原本NatureScience给各类研究审稿期7个月到1年以上,现在给 DeepMind特权,2个月优先审稿,优先发表。政策和资本倾向性已经很明显。
世间几乎所有已知蛋白质结构、都被DeepMind开源了
mp.weixingg.com/s/20HSNtaSBr
在传统结构生物学被AI挤兑系统性失业后,大部分人呢,转战商业编故事骗人。
第二部分
如何看待颜宁宣布即将辞去普林斯顿大学教职,全职回国,出任深圳医学科学院创始院长?
知乎166个回答·449关注>
多崎作 +关注
回答突然火了,在此澄清一下、此处绝无恶意抹黑颜宁教授和施一公教授。
先说结论:在轰轰烈烈的AI革命下,传统结构生物学Q的颜宁教授,在欧美的竞争力大幅下降,从而走到了职业天花板和科研天花板。
论文方面:顶刊数量暴跌,可以从其Nature ScienceCell的论文进行统计:2015年-2018年保持3篇以上,19年5篇达顶峰,2020年4篇,2021年2篇,今年2022年已经到11月了,目前只有一篇,科研产出也大幅下降。
项目资金:funding申请不顺,19年一个项目41万美金,2020年3个项目分别是20万美金32万美金,19万美金,2021年两个项目分别是33万美金,2022年两个项目分别是37万美金.33万美金。要知道一个美国博士生培养
funding,每年算上器材10万美金,招5个博士就是50万美金+,颜宁这个不能说少吧,但相比于顶校大佬动则200万-2000万美金的 funding,颜宁这个确实有点囊中羞涩。
知乎@多锅作
所以回国商业化变现和提升title,是目前她认知范围内的局部最优解,参考她之前频繁变动的工作环境,可以明白她一直在横跳,保障利益最大化。
颜宁回国对于国家是极好的事情。能带动传统生物学。发展,也可以激励更多女性科学家。但也必须看到她当下研究的局限性,以及科研价值大幅贬值性。
不是颜宁教授不行,而是英国DeepMind太强大了,他们本来就是全世界的科技最顶级的存在,这个公司聚集了1000+的世界顶级科学家,其中不乏各个顶级大学的顶级教授,还有每年全球最优秀的毕业生。
颜宁教授看待AlphaFold这个事情,就像骁勇善战的野蛮人首领看到了航空母舰。
给蛋白照相本身就是非常困难的事,蛋白质是纠缠在一起的,怎么纯化出单独的蛋白质,怎么恰当的展开,照出一张清晰的照片。绝不是给个冷冻电镜人人都能干。相机给你,你就能拍出和摄影师一样的照片?
现在有ai预测,这一步相对简单了,就好比相机有了自动对焦。但是ai预测出的结构是静态的,蛋白质发生作用和机理是动态的。这就好比ai给你画个水管图,但是里面流的是水?是油?往哪流?多大流量?仍然需要实验确认。更麻烦的是蛋白质水管是柔性的,一通水它就甩来甩去,静态图顶多是个参考意义。你要搞清它的运行机理,还是要用冷冻电镜实测。
所以,ai夺不走颜宁的饭碗,颜宁擅长用电镜是因为当时只有电镜,现在有ai人家也会用ai。2021年颜宁的论文《Structural basis for sterol sensing by Scap and Insig》就是用AI技术辅助解析中低分辨率的结构,发在《Cell Reports》上。
另外,有人说什么是因为回来泼脏水,这样的人肯定有,但生物圈里也很多人,本来就看不上“给蛋白照相”,这些照相师恰恰是作用和机理做得很少,这里拍拍那里拍拍。所以颜宁走时,他们真也无所谓,不会就唱衰中国科技,回来也不会高看她,评价是一致的。
我个人觉得,照相照得好,拿诺奖都可以,颜宁赶上好时候,取得一定待遇和成绩也很正常,这就是人生机遇吧。
至于学术,不是改变学科结构的,也无所谓什么高低,结构、功能、建模都是大厦里的一块而已。ai是颠覆性的技术,但不颠覆学科结构。
给蛋白照相本身就是非常困难的事,蛋白质是纠缠在一起的,怎么纯化出单独的蛋白质,怎么恰当的展开,照出一张清晰的照片。绝不是给个冷冻电镜人人都能干。相机给你,你就能拍出和摄影师一样的照片?
现在有ai预测,这一步相对简单了,就好比相机有了自动对焦。但是ai预测出的结构是静态的,蛋白质发生作用和机理是动态的。这就好比ai给你画个水管图,但是里面流的是水?是油?往哪流?多大流量?仍然需要实验确认。更麻烦的是蛋白质水管是柔性的,一通水它就甩来甩去,静态图顶多是个参考意义。你要搞清它的运行机理,还是要用冷冻电镜实测。
所以,ai夺不走颜宁的饭碗,颜宁擅长用电镜是因为当时只有电镜,现在有ai人家也会用ai。2021年颜宁的论文《Structural basis for sterol sensing by Scap and Insig》就是用AI技术辅助解析中低分辨率的结构,发在《Cell Reports》上。
希望山东女儿颜宁早日回家报效祖国!