【新智元导读】AlphaFold3的横空出世再次震撼了整个学术界，然而谷歌DeepMind的「不开源」引起学界不满，AlphaFold服务器遭到黑客攻击，开源项目也开始发力。

　　取而代之的是，谷歌DeepMind推出了一个免费研究平台「AlphaFold Server」，供全球科学家使用。

　　但是服务有每日的次数限制，且只能用于非商业研究。同时，相比于开源的AlphaFold2来说，这种使用方式缺失了很多自由度，让一些研究人员觉得差点意思。

　　——这么做其实无可厚非，毕竟DeepMind也是要盈利的，它的子公司Isomorphic Labs已经开始用AlphaFold3来开发药物了。

　　信中指出：谷歌DeepMind的这种做法不符合科学进步的原则，科学进步依赖于社区评估、使用和建立现有工作的能力。

　　公开信的合著者、计算结构生物学家Roland Dunbrack，曾对AlphaFold3的论文进行了同行评审，他对DeepMind没有发布代码感到失望。

　　AlphaFold是一项千载难逢的突破，对生物科学产生了巨大影响。我认为它的作者最终会获得诺贝尔奖，因为他们解决了一个70多年来一直无法破解的巨大问题。我基本上每天都在工作中使用它，指导药物发现和实验上有用的HBV聚合酶的工程设计。

　　最新版本的AlphaFold3比以前更强大。它已经在我的实验室中揭示了HBV RNA最初如何与聚合酶结合的结构。不幸的是，他们更改了此版本的使用许可，限制了其用于药物发现。

　　在遭到公开信打脸的两天后，5月13日，DeepMind改头换面，宣布将在六个月内，开放AlphaFold3的代码和模型权重供学术使用。

　　但科学家们似乎不太买账，毕竟有了商业竞争的考量，谁知道你拿出来的是不是阉割版，而且还要等上半年之久。

　　Dunbrack表示，「我不认为他们会给我们做任何配体的能力，而AlQuraishi团队正在开发的OpenFold3模型就不会做这种阉割，也不会对商业用途有任何限制。」

　　Mohammed AlQuraishi是哥伦比亚大学的计算生物学家，他的「OpenFold」团队已经开始编写AlphaFold3的开源版本，他们希望今年完成。

　　AlQuraishi团队此前开发了大名鼎鼎的OpenFold，作为AlphaFold2的开源重新实现，它的效率要高得多，并且得到的结果也差不多。

　　科学家们追求AlphaFold3的开源版本还有其他原因，其一就是能够重新训练模型，以更好地模拟蛋白质和潜在药物之间的相互作用。

　　大家有兴趣还可以看看仓库中的其他项目，这位大佬已经开发了几十个AI模型的开源版本，包括著名的Dall-E 2。

　　此外，西雅图华盛顿大学的计算生物物理学家David Baker，也带领团队开发了名为RoseTTAFold-All-Atom的开源蛋白质和化学预测模型，尽管暂时还打不过AlphaFold3。

　　MIT的进化生物学家Sergey Ovchinnikov估计，像DeepMind那样训练AlphaFold3可能需要花费超过100万美元的云计算资源，尽管有可能在不影响性能的情况下偷工减料以降低成本。

　　Ovchinnikov说，「网上已经有一些黑客攻击，为了获得嵌入细胞膜的蛋白质（与脂肪分子相互作用）的更准确的模型。另一次服务器黑客攻击揭示了一种蛋白质采用的另一种形状。」

　　AlQuraishi希望，开发AlphaFold3开源版本的推动力将成为一个「警示故事」，提醒学者们依赖DeepMind等科技公司开发和分发AlphaFold等工具的危险。

　　有网友认为，安全问题是谷歌DeepMind选择不开源的一个重要考量，也许AlphaFold3能帮助制造针对特定人群的生物武器。

　　我认为令人担忧的是，有人可以用它制造超级朊病毒，或者设计一种非常有效的毒素（使用模型药物发现部分的能力）

　　我在科学中学到的一件事是最新google免翻墙镜像，我们太傲慢了，认为我们可以设计一种超级疾病。现实情况是，微生物世界已经充满敌意，几乎每一种致命的生物都已经进化了。你定制设计的任何东西都可能在离开实验室的那一刻就死了。或者更有可能的是，被干掉并被吃掉。

　　我一直认为，如果人工智能最终能以某种方式，一步一步地指导你如何只用家居用品来制作这样的东西，那将是疯狂的。

　　想象一下，让一个人工智能帮你制作氯胺酮，它告诉你去买一大袋盐、果冻、3个钛螺丝、一杯橙汁、一些石膏......然后给你一个非常非常长的步骤，把它们变成氯胺酮。过程可能非常乏味，并且需要做很多工作......但是，如果这在技术上是可行的呢？