1575万美元!2023科学突破奖揭晓,AlphaFold、量子计算等突破斩获殊荣

dd1f9c72d165f099e535d693ff8f7358.png

来源:FUTURE远见

选编:FUTURE | 远见 闵青云 

2022年9月22日,科学突破奖基金会宣布了2023科学突破奖(Breakthrough Prize)的获奖名单。科学突破奖有「科学界的奥斯卡」之称,它表彰在生命科学、基础物理学和数学方面的突破性成就。

2023年基础物理学突破奖——量子算法

53b4c7c5d433b5afbe42f55f6c652e7e.jpeg

Charles H. Bennett,IBM Thomas J. Watson 研究中心

df57a48d9614e542636fdbef1973b219.jpeg

Gilles Brassard,蒙特利尔大学

aef8fc8e3be026a2075f9c57004827fb.jpeg

David Deutsch,牛津大学

f09c0654700c82e34f0cce2201beb43f.jpeg

Peter W. Shor,麻省理工学院

表彰他们在量子信息方面的奠基工作。

他们的研究为开发超安全通信和计算机奠定了基础,这些计算机有朝一日可能在某些任务上胜过传统计算机。

获奖人之一的Peter Shor是第一个潜在量子算法的开发者,他开发的算法为破解基于「分解质因数」的传统加密算法提供了可能。

未来,如果能基于量子计算机的强大算力,现有的加密算法原理和基础将会被彻底改写。

2023年数学突破奖

e987afe8af125b289a58580957832f71.jpeg

Daniel A. Spielman,耶鲁大学

对理论计算机科学和数学的突破性贡献,包括对谱图理论、Kadison-Singer 问题、数值线性代数、优化和编码理论。

2023年生命科学突破奖

今年生命科学的三个突破性奖项授予3个研究项目,有以下科学家获奖——开发了准确预测蛋白质结构的AlphaFold的Demis Hassabis和John Jumper,发现了嗜睡症原因的Emmanuel Mignot和Masashi Yanagisawa,发现了一种新的细胞组织机制的Clifford P. Brangwynne和Anthony A. Hyman。

3c591a1f6828baef4652fee298625232.jpeg

研究项目一:AlphaFold - DeepMind

ec510b38b9c822ce0421478a462c9d3a.jpeg

Demis Hassabis,DeepMind

7a43050c1807a344147ceb5769672b07.jpeg

John Jumper,DeepMind

因创造了预测地球上几乎所有已知蛋白质的3D结构的工具而获奖。用于开发一种深度学习 AI 方法,该方法可以根据氨基酸序列快速准确地预测蛋白质的三维结构。

研究项目二:Cell Organization

85fa35a75488c43da4c5cc6c7f34c12e.jpeg

Clifford P. Brangwynne,普林斯顿大学,霍华德休斯医学研究所和海洋生物实验室

28d66910f185836a30e147d5792be2d4.jpeg

Anthony A. Hyman,马克斯普朗克分子细胞生物学和遗传学研究所

用于发现由蛋白质和 RNA 相分离成无膜液滴介导的细胞组织的基本机制。

长久以来,科学家们一直以为,细胞内的大部分生理过程发生在由细胞膜包裹的细胞器里。

de622663ee83c6a37ea9507d40816570.jpeg

然而Anthony Hyman和Clifford Brangwynne的发现颠覆了这一认知。

他们发现了一种全新的物理原理,它可以在没有膜的情况下集中蛋白质和其他生物分子之间的细胞相互作用。

蛋白质和其它生物大分子可以通过相分离构成液体一样的凝聚体(condensates),就好像将油和水混在一起剧烈晃动可以在水中产生小油滴一样。这种凝聚体临时结构会受到保护,不受水状细胞内部分子混乱的影响。

研究项目三:Narcolepsy

7e0918e935981d55b06f821252ead980.jpeg

Emmanuel Mignot,斯坦福大学医学院

b353a4a228a94ca19a4439d0c5e30759.jpeg

Masashi Yanagisawa,筑波大学

发现嗜睡症是由一小部分脑细胞的损失引起的,这些脑细胞可以制造一种促进觉醒的物质,为开发治疗睡眠障碍的新疗法铺平了道路。

嗜睡症(nacrolepsy)是一种神经退行性疾病,Emmanuel Mignot和Masashi Yanagisawa博士的实验室各自的独立研究,共同指出了这一疾病病因的新理解。他们发现这一疾病的关键是一种称为食欲素(orexin)的蛋白,这种蛋白能够刺激多种导致觉醒的信号通路。人类嗜睡症的产生是由于免疫系统错误攻击生成食欲素的神经细胞,导致食欲素水平下降。

2db5d12a848876c84a94f5aa2fecf829.jpeg

食欲素刺激多重促进觉醒的信号通路(图片来源:参考资料[2])

Emmanuel Mignot和Masashi Yanagisawa博士的研究催生了多种靶向食欲素和食欲素受体的创新疗法。它们不但可以用于缓解嗜睡症的症状,还可以用于帮助睡眠。

2023年物理学新视野奖

1)David Simmons-Duffin,用于开发分析和数值技术以研究共形场理论,包括描述液体蒸汽临界点和超流体相变的理论。

7ae448105c271a106d6a48a418a1f1a3.jpeg

David Simmons-Duffin,加州理工学院

2)Anna Grassellino,发现铌超导射频腔的主要性能增强,应用范围从加速器物理到量子器件。

e34104650bd4c226905347601d018a39.jpeg

Anna Grassellino,费米实验室

3)用于开发光学镊子阵列以实现对单个原子的控制,以应用于量子信息科学、计量学和分子物理学。

dd3289827e571a193a873f87ac519514.jpeg

Hannes Bernien,芝加哥大学

fa47d78989f4af54a55c0cb54ddf37b7.jpeg

Manuel Endres,加州理工学院

78c1e257fdca19277e741c1aebfbfb75.jpeg

Adam M. Kaufman,JILA,美国国家标准与技术研究所和科罗拉多大学

13d8d559bbd23056d13c5af8236bdca4.png

Kang-Kuen Ni,哈佛大学

7640a0ac76bdc24cf2a3bf4b1080ade1.jpeg

Hannes Pichler,因斯布鲁克大学和奥地利科学院

c7815038e8630e239219a567e08c862c.jpeg

Jeff Thompson,普林斯顿大学

2023 年数学新视野奖

52855690e200160075a242a28b1251a8.jpeg

Ana Caraiani,伦敦帝国理工学院和波恩大学

对 Langlands 计划的各种变革性贡献,特别是与 Peter Scholze 合作研究 Shimura 品种及其应用的 Hodge-Tate 周期图。

4fb5fc096990fd38e6a7fe3a3347501c.jpeg

Ronen Eldan,魏茨曼科学研究所和微软研究院

对于随机定位方法的创建,这导致了高维几何和概率方面的几个开放问题取得了重大进展,包括 Jean Bourgain 的切片问题和 KLS 猜想。

069151f12b1662b85fac8e4dd8d426ab.jpeg

James Maynard,牛津大学和高等研究院

对解析数论的多项贡献,特别是对素数分布的贡献。

2023 年 Maryam Mirzakhani 新前沿奖

08e9bc1a97a3d3577c612a592103d00b.jpeg

Maggie Miller,斯坦福大学和克莱数学研究所(普林斯顿大学博士 2020)

用于处理 4 维歧管中的纤维带结和表面。

79bdc198b70f06d69cf53745d6fcc497.jpeg

Jinyoung Park,斯坦福大学(罗格斯大学博士 2020)

为解决有关阈值和选择器过程的几个主要猜想做出的贡献。

cd0d480d946dd78a9f67647ba190ebf8.jpeg

Vera Traub,波恩大学(波恩大学博士 2020)

因为近似的进步导致了经典的组合优化问题,包括旅行商问题和网络设计。

关于科学突破奖

科学突破奖是一项全球性科学奖项,由谷歌共同创始人Sergey Brin先生、俄罗斯企业家Yuri Milner与Julia Milner夫妇、Facebook共同创始人Mark Zuckerberg及Priscilla Chan夫妇、23andMe共同创始人Anne Wojcicki女士联合创建。今年,科学突破奖总计将颁发1575万美元奖金,支持科学家们致力于解决最重大和最基本的科学问题。

连续第十一年,被誉为「科学奥斯卡」的突破奖表彰世界顶尖科学家。每个奖项为 300 万美元,颁发给生命科学、基础物理和数学领域。此外,每年最多向职业生涯早期的研究人员颁发多达三个物理新视野奖、三个数学新视野奖和三个 Maryam Mirzakhani 新前沿奖。获奖者参加旨在庆祝他们的成就并激励下一代科学家的盛大颁奖典礼。作为仪式日程的一部分,他们还参加了一系列讲座和讨论。

图片信息来自BREAKTHROUGH PRIZE

参考资料:

[1] WINNERS OF THE 2023 BREAKTHROUGH PRIZES IN LIFE SCIENCES, MATHEMATICS AND FUNDAMENTAL PHYSICS ANNOUNCED. Retrieved September 22, 2022, from https://breakthroughprize.org/News/73

[2] Idorsia Company Presentation. Retrieved April 19, 2020, from https://www.idorsia.com/documents/com/fact-sheets-presentations/idorsia-company-presentation.pdf

[3] AlphaFold reveals the structure of the protein universe. Retrieved July 28, 2022 from https://www.deepmind.com/blog/alphafold-reveals-the-structure-of-the-protein-universe

--BREAKTHROUGH PRIZE、药明康德、新智元

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

7df5c62aab50bcf8e4ee73ff8a5f6e73.jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481587.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

nlp4-语料库

文章目录1. 语料库2.建设中的问题3.典型语料库介绍1. 语料库 语料库(corpus) 语料库(corpus) 就是存放语言材料的仓库 (语言数据库)。基于语料库进行语言学研究-语料库语言学(corpus linguistics) 根据篇章材料对语言的研究称为语料库语言学不是新术语:…

费曼:任何伟大的科学成就,都源于思想自由

来源:群学书院理查德菲利普斯费曼(Richard Phillips Feynman,1918-1988),美籍犹太裔物理学家,加州理工学院物理学教授,1965年诺贝尔物理奖得主。>>>>费曼1939年毕业于麻省理工学院&…

nlp5-n-gram/语言模型(数据平滑方法

文章目录1.句子的先验概率1.1 n-gram2. 参数估计3. 数据平滑3.1 数据平滑度方法3.1.1加1法3.1.2减1.句子的先验概率 这个联合概率太小了 窗口越大,共现的可能性越小参数多 解决:等价类 不看所有的历史信息只看部分历史信息,但看所有的历史等价…

《科学》:3.8亿年前的心脏,揭示生命演化历史

来源:学术经纬编辑 :药明康德内容微信团队一颗3.8亿年前的心脏,可以告诉我们什么?在一篇近期的《科学》论文中,由澳大利亚科廷大学领导的研究团队借助最新的研究工具,从一枚有颌鱼化石中揭示了清晰的心脏、…

论文学习9-Bidirectional LSTM-CRF Models for Sequence Tagging(LSTM,BILSTM,LSTM-CRF,BILSTM-CRF

文章目录1.Introduction2 model2.1 LSTM2.2BI-LSTMBPTT2.3 CRF2.4 LSTM-CRF参考文献本篇论文介绍了LSTM网络、BI-LSTM网络、CRF网络、LSTM-CRF网络、BI-LSTM-CRF网络,比较将它们用于自然语言处理的性能与准确率。重点介绍了BI-LSTM-CRF网络。1.Introduction 序列标…

从连接组学到行为生物学,AI 助力使从图像中提取信息变得更快、更容易

来源:ScienceAI编辑:白菜叶一立方毫米听起来并不多。但在人脑中,这一体积的组织包含约 50,000 条由 1.34 亿个突触连接的神经「线路」。Jeff Lichtman 想追踪所有这些。为了生成原始数据,他使用了一种称为串行薄层电子显微镜的协议…

论文学习10-Joint entity recognition and relation extraction as a multi-head selection problem(实体关系联合抽取模型

文章目录abstract1.introduction2. 相关工作2.1 命名实体识别2.2 关系抽取2.3 实体关系联合抽取模型3.联合模型3.1 Embedding层3.2 bilstm--编码层3.3 命名实体识别3.4 多头选择的关系抽取模型3.5. Edmonds’ algorithmJoint entity recognition and relation extraction as a …

Gary Marcus:文本生成图像系统理解不了世界,离 AGI 还差得远

来源:AI科技评论作者:李梅、黄楠编辑:陈彩娴AI 作画很牛,但它并不理解图像背后的世界。自从 DALL-E 2 问世以来,很多人都认为,能够绘制逼真图像的 AI 是迈向通用人工智能(AGI)的一大…

论文学习11-Adversarial training for multi-context joint entity and relation extraction(实体关系买抽取模型,对抗学习

文章目录1. introduction2.相关工作3.Model3.1 Joint learning as head selection3.2 AT4.实验设置5.结果6.总结实体关系抽取模型对抗学习. 论文链接 code Bekoulis, G., et al. (2018). “Adversarial training for multi-context joint entity and relation extraction.” ar…

【前沿技术】美国脑计划2.0!投5亿美元,绘制史上最全人脑地图

来源:智能研究院【新智元导读】今天,脑科学计划宣布启动的「细胞图谱网络项目」,目标是绘制世界上最全面的人类大脑细胞图谱。这种雄心,堪比当年的人类基因组计划。今天,美国国立卫生研究院(NIH&#xff09…

HMM总结

文章目录4.HMM-->CRF4.1 HMM--是个序列4.1.1 推断问题(evaluate)4.1.2 viterbi decoding解码4.1.3 学习,参数估计4.1.4计算实例4.1.5 EM(baum-welch算法)的上溢出和下溢出概率图模型code4.HMM–>CRF 4.1 HMM–是个序列 x-观测到的条件…

南科大本科生在《物理评论快报》发文,实现由不定因果序驱动的量子冰箱

来源:FUTURE远见选编:FUTURE | 远见 闵青云 近日,南方科技大学物理系师生在实验中实现了由不定因果序驱动的量子冰箱。相关成果以「Experimental realization of a quantum refrigerator driven by indefinite causal orders」为题发表在《物…

论文学习12-Conditional Random Fields: Probabilistic Models for Segmenting and Labeling Sequence Data(CRF

文章目录abstract1.introduction1.2 条件模型2.标签偏差问题3.CRF提出条件随机场CRF abstract 我们提出了条件随机场,这是一个建立概率模型来分割和标记序列数据的框架。相对于隐马尔可夫模型和随机语法,条件随机场在这类任务中有几个优势,…

杨振宁六大数理工作赏析 | 祝贺杨先生百岁华诞

来源:返朴撰文:林开亮我的物理学界同事大多对数学采取功利主义的态度。也许因为受我父亲的影响,我较为欣赏数学。我欣赏数学家的价值观,钦佩数学的优美和力量:它既有战术上的随机应变,又有战略上的深谋远虑…

论文学习13Reconstructing the house from the ad: Structured prediction on real estate classifieds(实体关系抽取)

文章目录abstractIntroduction2. 相关工作3.房地产结构预测3.1问题形式化3.2 结构预测模型3.2.1 序列标注问题3.2.2 part-of tree constructLocally trained model (Threshold/Edmonds)Globally trained model (MTT)Transition-based dependency parsing (TB)4.实验5.pipeline总…

优化|深度学习或强化学习在组合优化方面有哪些应用?

来源:图灵人工智能前 言深度强化学习求解组合优化问题近年来受到广泛关注,是由于其结合了强化学习(Reinforcement learning)强大的决策(decision-making)能力和深度学习(deep learning)的各种模型(RNN、Transformer、GNN等等)强大的信息提取表征能力(r…

论文学习14-End-to-End Relation Extraction using LSTMs on Sequences and Tree Structures(端到端实体关系抽取)

文章目录abstract1.introduction2.相关工作3.model3.1嵌入层3.2 序列层3.3实体检测3.4 依赖层3.5 Stacking Sequence and Dependency Layers3.6关系分类3.7 训练4 实验总结本文:Miwa, M. and M. Bansal “End-to-End Relation Extraction using LSTMs on Sequences …

人工智能在基因组学市场增长机会以及整个基因组学领域的最新技术

来源:ScienceAI编译:萝卜皮人工智能等最新技术浪潮已经触及几乎所有行业和企业的海岸。基因组学领域也不例外。在 2020-2030 年的评估期内,最新技术在基因组学领域的日益普及将被证明是基因组学市场人工智能的主要增长贡献者。基因组学可以定…

论文学习15-Table Filling Multi-Task Recurrent Neural Network(联合实体关系抽取模型)

文章目录abstract1 introduction2.方 法2.1实体关系表(Figure-2)2.2 The Table Filling Multi-Task RNN Model2.3 Context-aware TF-MTRNN model2.4 Piggybacking for Entity-Relation Label Dependencies2.5 Ranking Bi-directional Recurrent Neural Network (R-biRNN)3.Mode…

【Brain】大脑里也有个Transformer!和「海马体」机制相同

来源: 墨玫人工智能【导读】Transformer模型性能强的原因是模拟了人脑?我不能创造的,我也不理解。——费曼想要创造人工智能,首先要理解人类的大脑因何有智能。随着神经网络的诞生及后续的辉煌发展,研究者们一直在为神…