Nobela prēmija ķīmijā tika piešķirta par izciliem sasniegumiem proteīnu struktūras pētniecībā. Laureāti bija amerikāņu zinātnieks Deivids Beikers (David Baker) un britu pētnieki Džons Džampers (John Jumper) un Demis Hasabis (Demis Hassabis) par ieguldījumu proteīnu struktūras koda atklāšanā.” Deivids Beikers saņēma atzinību par metožu izstrādāšanu, lai radītu pilnīgi jaunus proteīnu veidus, ko zinātnieki uzskatīja par gandrīz neiespējamu sasniegumu. Šīs jaunās metodes tika izmantotas, lai pavērtu jaunus apvāršņus bioķīmijā un medicīnā.
No otras puses, Džons Džampers un Demis Hassabis izstrādāja progresīvu mākslīgā intelekta modeli proteīnu sarežģīto struktūru prognozēšanai. Šī neironu tīkla bāze tika palaista jau 2020. gadā, un tas ir nopietns izrāviens skaitļošanas modelēšanā. Tam ir plašs pielietojums tādās jomās kā farmācija un biotehnoloģija.
Tādējādi Deivida Beikera 2003. gada pētījumi un britu izstrādātie neironu tīkli ir stūrakmeņi proteīnu zinātnes izpratnē un pielietošanā. Šie jaunie sasniegumi padziļinās mūsu izpratni par bioloģiskajiem procesiem molekulārā līmenī un pavērs jaunas perspektīvas zāļu un terapeitisko līdzekļu izstrādē.
Nobela prēmiju fizikā saņēma ASV zinātnieks Džons Hopfīlds un britu pētnieks Džefrijs Hintons par izcilu darbu mašīnmācīšanās jomā. Džona Hopfīlda nopelns bija asociatīvā neironu tīkla izgudrošana, kas spēj no daļējām, bojātām vai citādi bojātām versijām atjaunot veselus attēlus. Ar šo tehnoloģiju ir izstrādāti plaši pētījumi par to, kā smadzenes apstrādā informāciju un rekonstruē atmiņas.
Savukārt Džefrijs Hintons (Geoffrey Hinton) saņēma tādu pašu prestižu par rekurentā neironu tīkla radīšanu, kas ievērojami palīdzēja atpazīt un analizēt konkrētus elementus attēlos un datu sekvencēs, bet viņa darbs šajā laikā ir kalpojis par pamatu mūsdienu dabiskās valodas apstrādes metodēm un datorredzes metodēm.
Viņu darbs 80. gados bija pamatā visam nesenajam mākslīgā intelekta uzplaukumam gan tehnoloģiskajā, gan konceptuālajā ziņā, kas bija pamatā dažādiem šīs jomas attīstības virzieniem. Šie sasniegumi apliecināja ne tikai teorētisko pētījumu lielo nozīmi fizikas un datorzinātņu pamatos, bet arī uzsvēra starpdisciplināras pieejas spēku zinātnisko atklājumu veikšanā.
Crowdy.ai mēs ne tikai izstrādājam inovatīvus čatbota risinājumus — mēs veidojam kopienu, kas apvieno viedu klientu iesaistīšanu, automatizāciju un AI nākotni biznesā. Kā uz nākotni orientēts uzņēmums, mēs uzskatām, ka pārredzamība, izglītošana un pastāvīga komunikācija ar mūsu klientiem ir būtiska ilgtermiņa panākumu sasniegšanai. Tāpēc mēs uzturam aktīvu klātbūtni tādās platformās kā YouTube, Instagram, LinkedIn un citos sociālo tīklu kanālos. Mūsu mērķis ir nodrošināt jūs ar informāciju, iedvesmot un aprīkot, lai jūs varētu pilnībā izmantot jaunākos sasniegumus mākslīgā intelekta jomā. Abonējot mūsu kanālus, jūs iegūsiet piekļuvi atbilstošam, viegli saprotamam saturam, kas palīdzēs jums pieņemt gudrākus lēmumus un uzlabot komunikāciju ar klientiem.