近日，GoogleAI 團隊DeepMind所研究的 AlphaFold 算法在生物學領域取得了重要突破：通過蛋白質的氨基酸序列高精度地確定其3D結構。
 AlphaFold不是簡單的暴力美學，而是代表了大數據走向真正應用的趨勢。 唐杰認為，大數據及相關研究向各個學科滲透是一個大趨勢，10年前做大數據分析可能更多的是做簡單的統計分析，而AlphaFold是一個將大數據應用於簡單分析到深入分析 甚至預測的轉折點，展示了計算機幫助人類探索未知世界的發展趨勢。 沿著這條路走下去，我們可以嘗試驗證各種可能性，朝著預測的方向做，尋找靶點等一些問題也許會得到解決。 計算機算法的發展速度非常快，AlphaFold驗證了計算機和AI能幫到人類，相信後期很多計算機學家會衝上來把計算複雜度大大降低，讓計算速度成百上千倍地提升，到時候這類 東西就能真正幫到大家。
 葉凱認為，AlphaFold是一個突破性的進展，它有很強的預測能力。 在生物醫學領域，研究人員一直試圖從生物醫學大數據裡面理解過去，但其實更重要的是要計算未來，即怎麼從已有數據裡能夠找到規律，然後用這些學到的東西去計算未來會 發生什麼事情。 現在的AI方法是從大數據開始，從開始直接跳到最後的表型，跳過了中間的很多步驟，缺乏一些機理方面的理解。 目前的AlphaFold類型的AI能做到的是從開始直接預測到結果，但沒有辦法解釋其中的生物學機理。