ნობელიანტები ქიმიაში
დემის ჰასაბისი (Demis )
დაბადება: 1976-07-27 (ლონდონი, გაერთიანებული სამეფო)
გარდაცვალება:
ალმა–მატერი: კემბრიჯის უნივერსიტეტი (University of Cambridge); ლონდონის საუნივერსიტეტო კოლეჯი (University College London, UCL)
პრემია:2024
ცილების სტრუქტურის პროგნოზირებისთვის
დემის ჰასაბისი ბრიტანელი მეცნიერი და ტექნოლოგიური მეწარმეა, რომლის კვლევები აერთიანებს ხელოვნურ ინტელექტს, მანქანურ სწავლებას, კოგნიტიურ ნეირომეცნიერებასა და გამოთვლით ბიოლოგიას.
იგი 2010 წელს დაარსებული DeepMind-ის ერთ-ერთი დამფუძნებელია. მისი ხელმძღვანელობით ორგანიზაციამ შეიმუშავა ხელოვნური ინტელექტის სისტემები, მათ შორის AlphaGo და AlphaFold. ამ უკანასკნელმა განსაკუთრებული მნიშვნელობა შეიძინა ბიოქიმიასა და სტრუქტურულ ბიოლოგიაში.
ბიოგრაფია
დემის ჰასაბისი დაიბადა 1976 წლის 27 ივლისს ლონდონში. ბავშვობიდან გამოირჩეოდა მათემატიკის, ჭადრაკისა და კომპიუტერული პროგრამირებისადმი ინტერესით. ახალგაზრდობაში მონაწილეობდა კომპიუტერული თამაშების შემუშავებაში, რამაც ხელი შეუწყო მისი ინტერესის ჩამოყალიბებას ხელოვნური ინტელექტის მიმართ.
მან კემბრიჯის უნივერსიტეტის Queens’ College-ში კომპიუტერული მეცნიერება შეისწავლა. მოგვიანებით მუშაობდა კომპიუტერული თამაშების ინდუსტრიაში და დააფუძნა კომპანია Elixir Studios.
შემდგომში ჰასაბისმა აკადემიური კვლევები გააგრძელა ლონდონის საუნივერსიტეტო კოლეჯში, სადაც 2009 წელს კოგნიტიური ნეირომეცნიერების დოქტორის ხარისხი მიიღო. მისი კვლევები ეხებოდა მეხსიერების, წარმოსახვისა და ადამიანის ტვინის ინფორმაციის დამუშავების მექანიზმებს.
2010 წელს მან შეინ ლეგთან და მუსტაფა სულეიმანთან ერთად დააფუძნა DeepMind, რომლის მიზანი ზოგადი დანიშნულების ხელოვნური ინტელექტის სისტემების განვითარება იყო. 2014 წელს კომპანია Google-მა შეიძინა.
DeepMind-ის ერთ-ერთი მნიშვნელოვანი მიღწევა იყო AlphaGo, რომელმაც 2016 წელს გოს თამაშში მსოფლიო დონის პროფესიონალი მოთამაშე დაამარცხა.
მოგვიანებით კომპანიამ ყურადღება გაამახვილა სამეცნიერო პრობლემებზე, განსაკუთრებით ცილების სტრუქტურის პროგნოზირებაზე. 2018 წელს წარდგენილი AlphaFold-ის პირველი ვერსია უკვე მნიშვნელოვანი ნაბიჯი იყო, თუმცა 2020 წელს შემუშავებულმა AlphaFold2-მა გაცილებით მაღალი სიზუსტე აჩვენა.
AlphaFold2-ის გამოყენებით შესაძლებელი გახდა მილიონობით ცილის სტრუქტურის გამოთვლა და მკვლევრებისთვის მათი ხელმისაწვდომობის უზრუნველყოფა. 2024 წლის ნობელის პრემია სწორედ ამ სამეცნიერო მიღწევას აღიარებდა.
ძირითადი შრომები
1. Silver, D. et al. Mastering the Game of Go with Deep Neural Networks and Tree Search. Nature, 2016, 529, 484–489. DOI: 10.1038/nature16961.
2. Silver, D. et al. Mastering the Game of Go without Human Knowledge. Nature, 2017, 550, 354–359. DOI: 10.1038/nature24270.
3. Senior, A. W. et al. Improved Protein Structure Prediction Using Potentials from Deep Learning. Nature, 2020, 577, 706–710. DOI: 10.1038/s41586-019-1923-7.
4. Jumper, J. et al. Highly Accurate Protein Structure Prediction with AlphaFold. Nature, 2021, 596, 583–589. DOI: 10.1038/s41586-021-03819-2.
5. Tunyasuvunakool, K. et al. Highly Accurate Protein Structure Prediction for the Human Proteome. Nature, 2021, 596, 590–596. DOI: 10.1038/s41586-021-03828-1.
ნაშრომები
1. Silver, D. et al. Mastering the Game of Go with Deep Neural Networks and Tree Search. Nature, 2016, 529, 484–489. DOI: 10.1038/nature16961.
2. Silver, D. et al. Mastering the Game of Go without Human Knowledge. Nature, 2017, 550, 354–359. DOI: 10.1038/nature24270.
3. Senior, A. W. et al. Improved Protein Structure Prediction Using Potentials from Deep Learning. Nature, 2020, 577, 706–710. DOI: 10.1038/s41586-019-1923-7.
4. Jumper, J. et al. Highly Accurate Protein Structure Prediction with AlphaFold. Nature, 2021, 596, 583–589. DOI: 10.1038/s41586-021-03819-2.
5. Tunyasuvunakool, K. et al. Highly Accurate Protein Structure Prediction for the Human Proteome. Nature, 2021, 596, 590–596. DOI: 10.1038/s41586-021-03828-1.
ლიტერატურა
The Nobel Prize in Chemistry 2024 - NobelPrize.org
სტატია მომზადებულია მიერ
ჩვენი სტუმრები
ნანა ძაძამია
ქიმიის მასწავლებლობა ეს არის შესაძლებლობა მოსწავლეები ამოგზაურო ჯადოსნურ სამყაროში
სწრაფი ბმულები
