영상 꼭 보는걸 추천 재밌음


1. 알파폴드(AlphaFold)의 놀라운 성과와 그 이후:

데미스 허사비스는 알파폴드 개발 이후 28,000회 이상의 인용 횟수를 기록하며 과학계에 미친 영향에 놀라움을 표했습니다. 특히 핵공 복합체 구조 규명, 약물 전달 분자 주사기 개발, 플라스틱 분해 효소 설계 등의 사례를 언급하며 알파폴드가 생물학 연구에 혁신을 가져왔음을 강조했습니다. 그는 알파폴드2가 단백질의 정적 구조를 밝히는 데 성공했다면, 앞으로는 단백질의 상호작용을 모델링하는 알파폴드3를 통해 생물학적 경로 및 세포 전체를 모델링하는 것을 목표로 한다고 밝혔습니다. 또한, AI를 활용한 신소재 디자인(GNoME 프로젝트) 및 수학 난제 해결에 대한 기대감도 드러냈습니다.


2. AI와 과학의 미래:

허사비스는 고전 컴퓨터의 가능성을 강조하며 양자 컴퓨터 없이도 복잡한 시스템 모델링이 가능하다고 주장했습니다. 그는 AI를 "엔지니어링 과학"으로 정의하며, 인공물을 먼저 만들고 이를 과학적 방법으로 분석하는 접근법을 제시했습니다. 또한, AI 시스템의 해석력 향상과 신경과학 기법 도입을 통해 AI 시스템을 더 잘 이해할 수 있을 것이라고 전망했습니다.


3. 과학자의 역할과 미래 과학:

패널들은 AI 시대 과학자의 역할과 과학계의 변화에 대해 논의했습니다. AI는 도구일 뿐이며, 올바른 질문을 제시하는 것은 여전히 인간 과학자의 몫이라는 점이 강조되었습니다. 또한, 학제 간 협력과 팀워크의 중요성, 창의적인 접근 방식의 필요성, 그리고 과학의 즐거움을 대중에게 알리는 것의 중요성 등이 논의되었습니다. 특히 젊은 과학자들이 협력과 창의성을 통해 과학적 발견을 가속화할 수 있도록 지원하는 것이 중요하다고 강조했습니다. 아프리카의 젊은 과학자들을 포함한 전 세계 과학계의 포용성을 높이는 노력 또한 중요한 주제로 다루어졌습니다.


4. 대중과의 소통:

AI 기술 발전에 대한 대중의 신뢰를 얻기 위해 과학계와 대중의 소통이 중요하다는 점이 지적되었습니다. 대중의 우려를 해소하고 AI 기술의 긍정적 측면을 알리기 위해서는 과학계의 노력이 필요하며, 단순히 많은 데이터를 제시하는 것보다 창의적인 접근과 설명이 중요하다고 강조했습니다.


영상이 워낙 길어서 잼민이가 누락시킨 부분


하사비스는 지식을 나무로 비유했고 나무의 뿌리에 해당하는 문제(루드 노드 문제)를 해결하면 나무의 뿌리가 튼튼해지면서

가지가 무성해지는듯이, 하나의 문제가 다양한 분야에서 새로운 발견과 혁신을 폭발 시킬거라고 말했다.

그리고 그에 해당하는 문제가 단백질 접힘 문제라고 생각했기 때문에 알파폴드를 개발하였고 알파폴드를 통해서 이제는

질병 이해,신약 개발 등 다양한 분야의 연구에서 새로운 길을 열었다고 표현했다.


그리고 그 다음 루트 노드 문제는 소재디자인이라고 이야기했다

그래서 하사비스는 GNoME이 현재 자신이 가장 흥미로워하는 프로젝트이며

GNoME을 통해 신소재를 발견해 배터리 혁명 더 나아가서는 상온 초전도체의 개발을 기대하고있다.