몰랐던 사실을 알게 됐습니다.
알파고 이후에 알파 폴드로 단백질 연구 기간을 80년에서 몇 년으로 단축시켰다닌 기사를 몇 년 전에 본 적이 있습니다. 그런데, 데이비스 하사비스는 단백질 연구를 위해 바둑을 먼저 AI로 접근한 거라고 합니다.
* 하사비스와 팀은 2018년 알파폴드 초기 모델을 개발, 이후 2022년 현재 2만개에 달하는 인간 몸속 단백질들 중 98.5%를 분석해냈다고 합니다.

(알파고가 이세돌을 이기고 난 후에 했던 인터뷰에서) "이것이 내가 딥마인드를 시작했던 이유입니다. (...) 사실 내 경력의 모든 기간을 AI에 파고들었던 이유이기도 합니다."
(...)
분자생물학자들은 단백질의 구조를 해독하가 위해 수십 년을 노력해 왔다. 엄청난 이익이 걸려 있다. 단백질의 구조와 기능을 이해하기만 하면 우리는 암에서 코로나19에 이르는 의학적 도전들에 더 잘 대처할 수 있기 때문이다. 문제는 단백질 구조를 해독하는 것이 믿기지 않을 정도로 어렵다는 사실이다. 각각의 단백질 가닥이 취할 수 있는 형태의 가짓수는 10^300개로 무진장하다. 만약 그 숫자가 이상하게 친숙하다면 바둑에서 게임당 평균적으로 바둑돌이 10^360가지로 움직일 가능성이 있었다는 사실을 상기해보라. 하사비스는 이런 유사함을 놓칠 사람이 아니었다.
|