AlphaFold 2 en GitHub Copilot

AI lost een 50 jaar oud wetenschappelijk probleem op

In juli 2021 publiceerde DeepMind AlphaFold 2 in Nature — een systeem dat de driedimensionale structuur van een eiwit uit zijn aminozuurvolgorde kon voorspellen met bijna experimentele nauwkeurigheid. Het eiwitvouwprobleem was 50 jaar lang een van de grote uitdagingen van de biologie: weten hoe een eiwit vouwt bepaalt zijn functie, en dit begrijpen is cruciaal voor geneesmiddelenonderzoek, ziekteonderzoek en synthetische biologie. AlphaFold 2 loste het in wezen op.

De omvang van de impact

DeepMind maakte de AlphaFold-database vervolgens publiek beschikbaar, aanvankelijk met structuren voor 350.000 eiwitten en later uitgebreid tot bijna alle bekende eiwitten — meer dan 200 miljoen structuren. Dit versnelde onderzoek in biologie en geneeskunde op een schaal die ongekend is in de geschiedenis van AI. De Nobelprijs voor Scheikunde 2024 werd toegekend aan Demis Hassabis en John Jumper (DeepMind) en David Baker voor hun werk aan eiwitstructuurvoorspelling.

GitHub Copilot: AI voor ontwikkelaars

In juni 2021 lanceerden GitHub en OpenAI GitHub Copilot — een AI-codeerassistent gebouwd op Codex, een versie van GPT-3 gefine-tuned op publieke code. Copilot kon volledige functies automatisch aanvullen, standaardcode genereren en implementaties suggereren op basis van opmerkingen in natuurlijke taal. Voor softwareontwikkelaars was het het eerste echt nuttige AI-instrument in hun dagelijkse workflow. Binnen een jaar had het miljoenen gebruikers en werd het het sjabloon voor een nieuwe categorie ontwikkelaarstools.

Bronnen

• Jumper, J. et al. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596, 583–589.
• Wikipedia — AlphaFold
• Wikipedia — GitHub Copilot