文／郭毓璞
2024年，諾貝爾化學獎頒給了能精準預測和設計出新蛋白質的3位科學家，其中一位得主德米斯‧哈薩比斯（Demis Hassabis）因開發出能精準預測已知兩億種蛋白質結構的人工智慧（AI）和同事約翰‧詹珀（John Jumper）一起得獎，哈薩比斯是何許人也？也許他為人所知的另一個稱號「AlphaGo之父」能勾起你對2016年那場人機圍棋大戰的印象。
●4歲就學棋 13歲已是「大師」
出生在英國北倫敦的哈薩比斯從小就展現驚人的智力天賦，4歲時看到爸爸與舅舅在玩西洋棋，只花兩周時間學習，他就能在西洋棋比賽中贏過大人，從此一路過關斬將，13歲就獲得國際西洋棋大師的頭銜，在同年齡段中世界排名第二。
●11歲接觸AI 用AI下棋打敗弟弟
而與他人生密不可分的除了下棋，還有AI，8歲的他用參加西洋棋比賽贏得的獎金買了第一台電腦和程式設計的書，發現寫程式能盡情釋放創造力，11歲觸了AI並把它融入一款黑白棋遊戲的程式設計，打敗了弟弟。
他對於AI與遊戲的熱愛隨著時間與日俱增，17歲時創作了整合AI的電腦遊戲先驅《主題公園》，20歲從劍橋大學電腦科學系畢業後，第一件事就是創立公司，推出數款遊戲。
然而哈薩比斯並沒有滿足於遊戲領域的成就，由於他無法忘懷大學時想要開發出一款通用人工智慧（AGI）的夢想，於是他轉而創辦了DeepMind公司，目的是「探索智能，並用它讓世界更好」。
●研發AlphaGo 棋藝連棋王都讚嘆
他在DeepMind第一個嘗試解決的問題和他的人生經歷密切相關：一個能夠判定局勢，下出一手好棋的AI，雖然西洋棋早已被AI征服，但專家普遍認為圍棋不可能被AI攻克，因為圍棋每一手的可能性實在太多太複雜，根本無法用電腦窮盡運算。而在經過了多年打磨，2016年哈薩比斯帶領團隊一同研發的AlphaGo橫空出世，在首爾以4：1擊敗了當時的世界圍棋冠軍李世乭，震驚世界。AlphaGo結合了「樹狀搜索」和新興「類神經網路」等技術，並引入強化學習訓練方法，讓AI能下出連棋王都為之讚嘆的棋步。
●利用演算法 解蛋白質結構之謎
沉浸在AlphaGo的勝利沒多久，哈薩比斯就有了下一個遠大目標。他認為蛋白質結構預測是生物學界的一大難題，但如果DeepMind的研究人員可以寫一個演算法來模仿圍棋大師的直覺，那他們也可以寫一個演算法，運用自然界蛋白質的序列與已解出的蛋白質結構為訓練材料，模仿出自然界的蛋白質摺疊方式，從而解開蛋白質結構之謎。
DeepMind團隊很快著手研發一款名為AlphaFold的AI，並參加「蛋白質結構預測批判性評估」（CASP）競賽，雖然在2018年僅達60%的預測準確率（這已是當年第一名的成績），經不斷改進，改版的AlphaFold2在2020年預測的蛋白質結構準確率達到90%，被認為與實驗室的精度相當，震驚了生物學界。現在科學家只要使用AlphaFold2輸入蛋白質的胺基酸序列後，AI就會分析這段序列與自然界的基因組資訊，使用深度學習訓練出來的模型，將長鏈狀胺基酸折疊出三維結構的蛋白質，就像照著說明書拼樂高積木一樣簡單。
●顛覆生物學 加速藥物研發進程
這個方法澈底顛覆生物學研究，以往蛋白質結構的預測都是歸納物理力學及胺基酸內各個原子的化學特性推測出來。AlphaFold2的出現，讓生物學家能以前所未有的速度和精確度預測蛋白質結構，大大加速藥物研發和其他醫學研究進程。哈薩比斯也成為第一位AI生物學家，並於今年獲諾貝爾化學獎的肯定。哈薩比斯相信，未來AI可幫助人類解決更多重要的科學問題，並帶來新的科學復興，讓我們拭目以待。
原文出自《好讀周報》795期
