3G老用户可获100美元升级补贴

近日，《金融监管研究》正式发布《中国影子银行报告》，官方首次系统定义“中国影子银行”。

　　报告由中国银保监会政策研究局、统计信息与风险监测部课题组共同撰写发布。

　　影子银行，游离于监管之外，风险隐蔽，交叉传染，被认为是 2008 年金融危机的“罪魁祸首”之一。

　　加强对影子银行的监管已获得国际社会的广泛认同，成为第三版巴塞尔协议改革的主要内容，同时也已成为金融稳定理事会重点关注的政策问题。

　　《中国影子银行报告》中指出，我国影子银行隐患一度非常严重：2016 年底影子银行规模已经相当庞大，广义影子银行超过 90 万亿元，狭义影子银行亦高达 51 万亿元。
 

AlphaFold 的出现，似乎为 DeepMind 在医药领域的生意带来了新的突破口。

　　印第安纳大学医学院主管数据科学的副院长黄昆教授认为，对于药厂来说，100-200 个 GPU 本身投资并不算太大，主要是怎么样建立或者维持一个这方面的团队。这就也诞生了一些新的外包机会。几年前，我就看到有初创公司用机器学习来做结构筛药，不知道这个进展是会引过来更多这方面的创业还是反过来让 DeepMind 独霸一方。

　　许东教授也表示，这项技术的应用前景，很多程度上取决于 DeepMind 的商业模式，是不是能给学术界开放使用。从商业的角度来看，很多制药公司会为此付费。

　　此外，AlphaFold 并不是一个开源软件，不是所有人都能拿到 AlphaFold 最好的版本。DeepMind 也许会部分开放，但不一定开放最好的版本。

　　“如果是需要收费，很多研究组不见得有钱去做这个事情。像 BLAST 那样进行序列比对，我觉得还有一点距离。”

　　马健说到，算力现在已经不是问题。100-200 个 GPU 是训练的使用量，真正使用中的算力可能只是这个数字的零头。而计算将节省大量的时间和实验成本。

　　“计算机辅助药物设计与发现以及 AI 的应用，经过了漫长的发展和近期的飞速发展，也已经有了质的飞跃，比如晶泰科技的智能药物研发平台，在大部分蛋白上都可以准确预测活性，选择性，耐药性等药物关键性质，可以在极少量的实验下获得理想的药物候选。”

　　正如马健所言，这项技术将开启一个药物研发和疾病研究的新时代，可以从原子分子层面上帮助理解疾病的作用机理，同时，与疾病相关的蛋白结构越来越多地被计算解析出来，会提供大量的新靶点，如同给药物发现打开了一道源头的闸门，为药企开发 first-in-class 药物创造更多新机会。

　　站在最好的时代路口

　　其实，任何一项学术成果的爆发，都有前人不断耕耘的脚步。

　　昨天，Deepmind 消息一出，许东教授就发了一条朋友圈。

　　他写道，我在这个领域做了十几年的工作，多次参加过 CASP 大赛。现在终于看到这个问题被靠谱地解决了，是一件科学领域的幸事，可喜可贺！虽然 DeepMind 是集大成者，但这个问题的解决是无数人几十年的结晶。

　　许东教授向雷锋网说到，自己在橡树岭国家实验室和徐鹰教授一起，做了一些蛋白结构预测的工作，当时受到不少关注，因此两人获得了 2001 年美国“最杰出研究与开发 100 人奖。此外，周耀旗教授、李明教授、许锦波教授、张阳教授、卜东波教授和自己系里的程建林教授等在这个领域里都做了非常好的工作。

　　特别是许锦波教授课题组是真正第一个用深度学习来进行氨基酸距离预测的人，对这个领域起了很大的作用；密歇根大学张阳教授实验室的服务器很久在 CASP 自动预测大类里排名第一，得到了广泛使用。

　　“所以，大家可能看到是最闪亮的那颗星，但是背后有很多人默默为之奋斗。今天 AlphaFold 的成就绝对是太多人积淀的结果。”

　　同样集大成的，还有 DeepMind 本身的团队，他们站在了这个时代最聪明的人的肩膀上。

　　行业专业人士向雷锋网(公众号：雷锋网)表示，AlphaFold 的研究团队非常豪华，19 位共同一作者里面有很多人是在语音、计算机视觉、自然语言处理、机器学习、医疗影像、分子动力学、高能物理、量子化学等领域的知名学者。

　　值得注意的是，排在榜单前几名的就有上文提到的密歇根大学张阳教授实验室。

　　有知乎网友表示，“能战胜 AlphFold 的只能是其他巨头公司，高校已经没有战胜的条件了。”

　　行业专业人士坦言，和工程型团队相比，学术型团队在计算资源上已经不再是短板，而学术团队和工程团队的一个明显差别在于，学生很难做到工程人员能做的事情，公司在这一点上可以做到极致。

　　“真正要把一件事情做好，需要每个 component 都做到极致。因此，从这个角度来看，很细致才能做得很好，DeepMind 是一个很优秀的集成者。”

　　每到 AI 战胜人类时，总有这种相似的论调：XX 职业要被 AI 取代了。因此，当 AlphaFold 一出时，就有人预言到，结构生物学家都要失业。

　　颜宁在微博里也就明确表示，如果你对结构生物学的理解还停留在 20 年前，那这么说也不是不行。但是结构生物学自身一直在发展着，一场冷冻电镜的分辨率革命更是令结构生物学今时不同往日了。

　　AlphaFold 注定会成为这个时代中浓墨重彩的一笔。颜宁在微博中的一段话，特别适合概括这次 AlphaFold 的时代意义。

　　我在 2015 年主持一个 seminar 的时候曾经评论过：structural biology 的本质是 biology，是理解生命、是做出生物学发现。但是在X-射线晶体学为主要手段的时代，获得大多数研究对象的结构本身太难了，于是很多研究者把“获得结构”本身作为了目标，让外行误以为结构生物学就是解结构。

　　但是我从进入这个领域之初，就被教育的明明白白：结构本身只是手段，它们是为了回答问题、做出发现。

　　人类对未知世界的渴求，对真相的追求，才是 AlphaFold 在这个 AI 时代最好的注脚。向所有奉献在这个领域的学者，致敬！

（编辑：周口站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!