本文來自微信公眾號： 深究科學 ，作者：深究科學
上周五，AI界目睹了迄今為止最震撼的一次人才流動：2024年諾貝爾化學獎得主、AlphaFold的核心架構(gòu)師John Jumper宣布，在效力近九年后，他將離開谷歌DeepMind，加入正與美國政府深陷法律與監(jiān)管鏖戰(zhàn)的AI初創(chuàng)公司Anthropic。
就在幾天前，谷歌工程副總裁、Gemini AI模型聯(lián)合負責人Noam Shazeer也宣布離職，加入正在籌備IPO的Open AI。
01
Jumper與AlphaFold之間的關(guān)系
要理解Jumper離職的分量，首先要明白他究竟完成了什么。2017年Jumper加入DeepMind時，蛋白質(zhì)折疊問題已經(jīng)困擾了科學界半個世紀。傳統(tǒng)的實驗方法如X射線晶體學或冷凍電鏡，解析一個蛋白質(zhì)結(jié)構(gòu)動輒數(shù)月甚至數(shù)年。而挑戰(zhàn)的規(guī)模令人望而生畏：即便是一個僅有100個氨基酸的小型蛋白質(zhì)，其可能的折疊方式也高達10??種——比可見宇宙中的原子數(shù)量還要多。
Jumper與AlphaFold之間的關(guān)系，代表了現(xiàn)代計算生物學史上最具標志性的里程碑之一。作為谷歌DeepMind該系統(tǒng)的核心架構(gòu)師和團隊負責人，Jumper將這個困擾學界五十年的生物學謎題——蛋白質(zhì)折疊問題——轉(zhuǎn)化為了一個可操作的解決方案框架，從根本上改變了研究人員與結(jié)構(gòu)生物學互動的方式。
1.架起物理學與機器學習的橋梁
憑借理論凝聚態(tài)物理學的背景，以及芝加哥大學專注于將機器學習應用于蛋白質(zhì)動力學的化學博士學位，Jumper帶來了獨特的雙重直覺，他將機器學習應用于蛋白質(zhì)動力學研究。這種物理直覺與計算專長的深度融合，成為后續(xù)一切突破的基石。
雖然第一代AlphaFold（2018年發(fā)布）在很大程度上依賴于已有的進化相關(guān)性圖譜，但Jumper意識到，要實現(xiàn)真正的突破性準確率，需要一種全新的方法。
2.架構(gòu)重構(gòu)：AlphaFold 2
在Jumper的領(lǐng)導下，團隊進行了全面的結(jié)構(gòu)重新設(shè)計，打造出AlphaFold 2。Jumper不再強制神經(jīng)網(wǎng)絡(luò)笨拙地模擬蛋白質(zhì)折疊過程的物理中間步驟，而是將焦點完全轉(zhuǎn)移到預測最終穩(wěn)定的結(jié)構(gòu)終點上。
通過融合幾何推理和受現(xiàn)代語言模型啟發(fā)的注意力機制，AlphaFold 2直接從現(xiàn)有數(shù)據(jù)庫中學習了深層的結(jié)構(gòu)模式。其結(jié)果是在2020年國際蛋白質(zhì)結(jié)構(gòu)預測關(guān)鍵評估（CASP14）競賽中實現(xiàn)了驚人的性能飛躍。AlphaFold 2達到了與耗時費力的實驗方法相媲美的準確率，而預測只需幾分鐘即可完成。
3.全球影響與諾貝爾獎
2021年，Jumper與DeepMind首席執(zhí)行官DemisHassabis及其合作者共同發(fā)布了AlphaFold 2的開源代碼，并推出了AlphaFold蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫。該數(shù)據(jù)庫迅速繪制了"整個蛋白質(zhì)宇宙"的圖譜，涵蓋了超過2億個已知蛋白質(zhì)結(jié)構(gòu)。
2024年，瑞典皇家科學院將諾貝爾化學獎授予Jumper與Hassabis，以表彰他們在蛋白質(zhì)結(jié)構(gòu)預測領(lǐng)域的貢獻（另一半獎項授予了計算蛋白質(zhì)設(shè)計領(lǐng)域的David Baker）。時年39歲的Jumper成為七十年來最年輕的化學獎得主。
AlphaFold徹底改變了全球生物學研究的范式。超過50萬名研究人員采用了這一工具，極大地加速了抗生素耐藥性、藥物研發(fā)和作物抗逆性等領(lǐng)域的進展。
02
為何選擇Anthropic？
當Hassabis在X平臺上回應Jumper的離職聲明時，他表示，“我們用AlphaFold所取得的成就改變了世界，向?qū)W界展示了AI在科學與醫(yī)學領(lǐng)域的可能性，照亮了AI造福人類的道路?！?/p>
Jumper選擇加入Anthropic尤其引人注目——這家初創(chuàng)公司目前正與美國政府進行一場高風險的司法與監(jiān)管博弈。然而，正是在這樣的時刻，它成功吸引到了領(lǐng)域內(nèi)最負盛名的研究者之一。Anthropic定于6月30日舉辦一場科學活動，但Jumper將擔任什么角色，至今尚未披露。
不過我們清楚地看到，Anthropic、OpenAI等AI新銳公司正在從科技巨頭手中搶奪頂尖人才。這場人才戰(zhàn)爭已趨白熱化，頂級研究者們獲得了空前優(yōu)厚的薪酬和前所未有的研究自由度。
對于Jumper這樣級別的科學家，吸引力顯然不止于金錢——初創(chuàng)公司提供的靈活性、從頭塑造研究方向的機會，以及擺脫大企業(yè)體制慣性的自由，或許才是關(guān)鍵。
Jumper在告別推文中將Deep Mind稱為“一個特別的地方”，并表示會繼續(xù)關(guān)注其未來的發(fā)現(xiàn)。但這次離職對于Deep Mind無疑是一次重大損失。
03
下一個目標更宏大?
從阿肯色州小石城的童年，到諾貝爾獎領(lǐng)獎臺，再到如今的Anthropic——Jumper的成長歷程恰如AI本身發(fā)展的縮影：從學術(shù)好奇到改變世界的技術(shù)，從研究實驗室到商業(yè)戰(zhàn)場。
他在AlphaFold上的成就證明，AI遠不止于聊天機器人和圖像生成——它是理解生命本身的工具。
當他開啟在Anthropic的新篇章時，我們不禁期待當一位諾貝爾獎得主擺脫了大企業(yè)的體制束縛，以初創(chuàng)公司的靈活姿態(tài)重新出發(fā)，他將開拓怎樣的新疆域？他將建造什么？蛋白質(zhì)折疊問題已經(jīng)解決。Jumper的下一個目標是什么？
參考資料
1.John Jumper to leave Google DeepMind for Anthropic
https://www.cnbc.com/2026/06/19/john-jumper-to-leave-google-deepmind-for-anthropic.html
2.John M.Jumper American computer scientist
https://www.britannica.com/biography/John-M-Jumper