🌟【技术大咖愚公搬代码：全栈专家的成长之路，你关注的宝藏博主在这里！】🌟

📣开发者圈持续输出高质量干货的"愚公精神"践行者——全网百万开发者都在追更的顶级技术博主！

👉 江湖人称"愚公搬代码"，用七年如一日的精神深耕技术领域，以"挖山不止"的毅力为开发者们搬开知识道路上的重重阻碍！

💎【行业认证·权威头衔】
✔ 华为云天团核心成员：特约编辑/云享专家/开发者专家/产品云测专家
✔ 开发者社区全满贯：CSDN博客&商业化双料专家/阿里云签约作者/腾讯云内容共创官/掘金&亚马逊&51CTO顶级博主
✔ 技术生态共建先锋：横跨鸿蒙、云计算、AI等前沿领域的技术布道者

🏆【荣誉殿堂】
🎖 连续三年蝉联"华为云十佳博主"（2022-2024）
🎖 双冠加冕CSDN"年度博客之星TOP2"（2022&2023）
🎖 十余个技术社区年度杰出贡献奖得主

📚【知识宝库】
覆盖全栈技术矩阵：
◾ 编程语言：.NET/Java/Python/Go/Node…
◾ 移动生态：HarmonyOS/iOS/Android/小程序
◾ 前沿领域：物联网/网络安全/大数据/AI/元宇宙
◾ 游戏开发：Unity3D引擎深度解析
每日更新硬核教程+实战案例，助你打通技术任督二脉！

💌【特别邀请】
正在构建技术人脉圈的你：
👍 如果这篇推文让你收获满满，点击"在看"传递技术火炬
💬 在评论区留下你最想学习的技术方向
⭐ 点击"收藏"建立你的私人知识库
🔔 关注公众号获取独家技术内参
✨与其仰望大神，不如成为大神！关注"愚公搬代码"，让坚持的力量带你穿越技术迷雾，见证从量变到质变的奇迹！✨ |

---

🚀前言

从来没有一位AI科学家获得诺贝尔物理学奖，这让辛顿获奖后的第一反应是“惊呆了”。

🚀一、从AlphaGo到 AlphaFold

对杰弗里·辛顿（Geoffrey Hinton）和德米斯·哈萨比斯（Demis Hassabis）而言，诺贝尔奖无疑是科学界的最高荣誉，但也无疑是对他们贡献的一次“迟来的认可”。多年来，他们在人工智能领域的开创性工作早已赢得全球瞩目。两人一直是媒体追逐的焦点，是公众视野中的科学明星，也早已荣获众多奖项。

辛顿被誉为“深度学习之父”，为如今人工智能的蓬勃发展及AI对人类社会的深刻变革作出了不可磨灭的贡献。关于他的故事，我们将在第三章详细展开。

哈萨比斯首次进入公众视野是在2016年春天。当时，由他创立的DeepMind（深度思维）公司所开发的AI程序——AlphaGo（阿尔法围棋）击败了韩国世界围棋冠军李世石，一举轰动世界。

即便今天回望那场惊心动魄的“人机大战”，笔者仍心潮澎湃。

棋类博弈一直被视为人类智能的典型体现。正如德国诗人歌德所言：“象棋是人类智慧的试金石。”这块试金石，也贯穿了AI发展的漫漫长路，常被用来检验机器的智能水平，成为衡量AI成熟度的重要标志。

在AlphaGo出现之前，人工智能已跨过两道重要关口：1994年，加拿大阿尔伯塔大学研发的计算机棋手“奇努克”（Chinook）夺得西洋跳棋世界冠军，被载入吉尼斯世界纪录；1997年，IBM的“深蓝”超级计算机击败国际象棋世界冠军加里·卡斯帕罗夫——这位统治棋坛二十年的传奇人物，却最终不敌机器。

然而这些成就，还远未撼动人类在智力游戏上的自信。因为围棋，始终被视为机器智能难以逾越的“天堑”。其复杂度远超其他棋类：棋盘虽小，仅19×19共361个落子点，但每个点可有黑、白、空三种状态，理论上的可能状态数高达约3³⁶¹，即约10¹⁷²种，远超国际象棋的10⁴⁶种。作为对比，人类目前可观测宇宙中的原子总数也只有约10⁸⁰个。

围棋源于中国，因其近乎无穷的变化，被视作人类高级智能的象征，引以为傲。正因如此，在人机大战前，舆论几乎一边倒地认为围棋天才李世石将轻松取胜。然而结果出人意料：AlphaGo以压倒性优势获胜，自此之后，人类棋手再未能战胜AI。

这场胜利使哈萨比斯一夜成名，他的生平与不凡经历也被媒体一一挖掘：1976年生于伦敦，具华人血统——父亲为塞浦路斯希腊裔，母亲是新加坡华人。他自幼天赋超群，5次夺得“智力五项”（Pentamind）冠军，13岁时已是国际象棋大师，在全球14岁以下选手中排名第二。他本科就读于剑桥大学计算机科学系，后在伦敦大学学院（UCL）获得认知神经科学博士学位。身兼游戏开发者、认知神经学家、人工智能企业家等多重身份。

令哈萨比斯荣膺诺贝尔奖的AlphaFold（阿尔法折叠），与AlphaGo一样，出自他2010年在伦敦创立的DeepMind。他为自己与公司设定的使命，是开发出能像人脑一样自主学习、掌握技能的“通用学习机”，即如今常被讨论的通用人工智能（AGI）——这是一代代AI科学家的梦想。

特斯拉创始人埃隆·马斯克（Elon Musk）很早就注意到哈萨比斯的才华并予以投资，之后又向Google推荐。2013年12月，在太浩湖举行的机器学习会议上，DeepMind展示了一款可通过自我学习在游戏中超越人类专业玩家的AI软件，震惊四座。一个月后，Google以4亿英镑高价收购DeepMind。两年后，AlphaGo战胜李世石。

AlphaGo成功后，哈萨比斯并未止步。在首尔赛场的观战室里，他已开始思考这一智能技术的更深远应用方向，蛋白质结构研究便是其中之一。那时，AlphaFold的构想已在他心中萌生。AlphaGo团队凯旋次日，AlphaFold项目悄然启动。

蛋白质是构成生命的基础物质，对其结构的研究已有百年历史。已知蛋白质种类数以亿计，却仅由20种氨基酸折叠而成。蛋白质的功能取决于其三维空间结构，而折叠机制极为复杂，被称为“蛋白质折叠谜题”，困扰了科学家整整五十年。

一个仅含100个氨基酸的小蛋白质（实际蛋白质通常有数百至数千个氨基酸），其可能构象可达3¹⁹⁸≈10⁴种，虽不及围棋的状态复杂度，但仍远超可观测宇宙中的原子总数。

因蛋白质研究极其重要且复杂，自1958年以来，与之相关的诺贝尔化学奖已有十余次。AI进入该领域的时间并不早——与哈萨比斯同获诺奖的华盛顿大学教授大卫·贝克，早在1998年就发布了用于蛋白质结构预测的机器学习平台“罗塞塔”（RoseTTA）。2008年，贝克团队还推出众包科学游戏《Foldit》，邀请全球玩家参与蛋白质折叠挑战。有趣的是，哈萨比斯也曾是参与者之一。可见他后来进入该领域，并非偶然。

2018年之前，AlphaFold在DeepMind内部仍属秘密项目，未如AlphaGo般高调宣传。2017年10月，刚毕业于芝加哥大学的理论化学博士江珀（John Jumper）加入团队。博士期间，他就致力于用机器学习研究蛋白质折叠，对蛋白质结构数据库PDB非常熟悉。他的加入为项目注入了新活力。

到2018年，AlphaFold已取得初步进展。团队选择通过CASP（结构预测关键评估）竞赛——该权威蛋白质结构预测竞赛自1994年起至当年已举办13届——来检验成果。竞赛规则简明：组委会公布一批蛋白质序列，其结构已被实验解析但未公开，各团队据此预测结构，由专家团队评估打分（满分100分）。

参赛前，团队曾犹豫是否以DeepMind名义亮相，担心若成绩不佳会影响公司声誉。但最终他们仍决定正式参与。结果喜人：初次参赛的AlphaFold即获总分第一，领先第二名13分。不过哈萨比斯并不满意，因这尚未达到如AlphaGo般的突破性成就。

他召集团队，甚至以激将法问道：“我们还要继续攻克这个问题吗？”江珀等人坚定回应“Yes”。随后，江珀领导团队对AlphaFold进行重构，推出一系列创新，最终开发出AlphaFold2。其中最关键的改进，是将算法架构从卷积神经网络（CNN）替换为谷歌于2017年提出的“Transformer”——这一革命性模型不仅彻底改变了AlphaFold2，也重塑了整个AI领域，成为后来ChatGPT等技术的基础。

2020年，AlphaFold2再次参加CASP竞赛。评估专家们收到结果后纷纷发来邮件表示震惊：大量近乎完美的蛋白质预测结构均出自AlphaFold2，大多数得分超过90分——这意味着它已基本解决了蛋白质结构预测问题。

在同年的CASP线上会议上，江珀展示了AlphaFold2的预测结果，令全球科学家惊叹不已。他们一致认为，蛋白质科学从此彻底改变。四年后，贝克、哈萨比斯与江珀共同荣获2024年诺贝尔化学奖。时年39岁的江珀，博士毕业仅7年，成为70年来最年轻的诺贝尔化学奖得主。