“独角兽”柔宇在质疑声谋求上市是缺钱还是准备大战韩企

经历了备受争议的2019年,刚进入新的一年,独角兽柔宇科技再次成为关注的焦点。这一次,是它将赴美上市的消息。

1月15日,《科创板日报》报道,柔性显示屏制造商柔宇科技将在美国申请首次公开募股,以筹集约10亿美元资金。而这并非柔宇科技首次曝出赴美上市消息。半个多月前,就曾有媒体报道柔宇将会赴美上市。

柔宇科技成立于2012年,研发制造出了全柔性显示屏和全柔性传感器,以及首款量产柔性屏折叠手机等产品。2018年E轮融资后,柔宇科技估值接近50亿美元。2019年3月,市场曾曝出,柔宇科技正寻求IPO之前进行一轮约10亿美元的融资,并寻求至少80亿美元的估值。不过,柔宇科技并未公布融资成功信息。

黄昆:这次CASP中AlphaFold的胜利体现在哪些项目上?除了AlphaFold2之外,这次CASP竞赛还有哪些亮点?

许锦波:进行蛋白质结构预测这方面的研究,我是跟徐鹰老师和许东老师学的。虽然他们不是我的导师,但是读博士时,我就在读他们的prospect代码,开始学习这个方向。

就如许东教授说,AlphaFold2的很多算法灵感都是基于以前的工作。我先简单回顾一下经典的算法。

第二,蛋白质折叠靠的是能量,能量实际上非常复杂。从底层来讲,它是基于量子力学的过程,即使走到经典力学的过程,把它变成一个函数,这个函数非常复杂。要优化这个函数,没有什么可能。

现在我讲一个小故事。这次CASP比赛,我们实验室也有幸被邀请在CASP会议上做报告(包括谷歌和Baker实验室,一共有三个团队被邀请做结构预测报告),所以我们大概在CASP会议之前的三个星期,拿到了各团队参赛的数据。

而在这场屏幕赛跑中,越来越多的消息显示,在折叠屏这场竞争里三星等韩国企业似乎再一次取得领先的位置。

其实,AlphaFold2对蛋白结构预测中很重要的一点,是对蛋白质距离预测的过程。这个过程中,许锦波教授是第一个认识到氨基酸之间的距离预测,不能一对一对预测,要所有对一起预测。这就是所谓的end-to-end——端到端模型。

严格来说,小米的反击并不猛烈和持久,但因此“出圈”进入公众视野的柔宇,却开始遭遇到各种各样的质疑。

最后,由独立的科学家团队把计算机预测的模型和实验的结构对照,分析不同计算机算法的预测结果。因为是双盲的预测,这些结果可以客观真实的反映结构预测的精度。

在自然界中,蛋白质折叠是不需要看有没有同源序列的,它是单独地折叠起来的。

AlphaFold2是否是完美无缺,如果不是,它的“胜利”具体体现在哪些项目上?AlphaFold2对结构生物学的影响有哪些,哪些方向能受益而加速突破?哪些方向会受到影响而淡出?学术研究者与企业工程人员该如何分工,进一步实现“产学融合”的高效转化?

能不能设计出一种算法,不需要通过使用同源序列就能把蛋白质结构预测出来,这是一个非常重要的问题,也是一个非常难的问题,这个问题有很多尝试的空间。

最早是用蒙特卡洛采样(Monte Carlo Simulation),随机产生多种可能的形状,然后用一个能量函数去选择,觉得哪个形状更有可能,就选择能量最小的形状。这是早期的算法。

在上篇中,几位嘉宾共同回顾CASP竞赛的历史、AlphaFold2的技术细节、局限与意义;在下篇中,将着重分析AlphaFold2的产业应用前景、学术研究风向、药物研发等“未来”话题。

在今年的ISICDM 2020上, “计算解剖学”创始人的Michael I.Miller教授,新加坡国家科学院院士、发展中国家科学院院士沈佐伟教授、瑞士工程科学院院士Michael Unser教授、美国国家发明家科学院院士王革教授等数十位嘉宾分别进行了主题演讲。

不过需要注意的是,一般来说屏幕PPI参数只要达到300以上,在距离人眼10~12英寸时,人眼视网膜是无法分辨像素密度的差别的。也就是说如果柔宇提供的数据准确,在这一项数据上它虽然值得关注,但却不足以致命。

许锦波教授在氨基酸的距离预测上,真正将蛋白质预测的问题提升了一个台阶。

《中国企业家》随即向柔宇科技创始人、CEO刘自鸿求证,得到的答复是“以官方信息为准”。

30人的团队肯定不止有一个想法,这些想法的测试需要非常多的计算资源,这是学术界比不了的。30多人可以在一起互相讨论,看谁的想法好,很快就可以知道哪一种策略是成功的。学术界通常是一个教授带一个小组,大部分都是学生,最多有一两个博士后,不可能得到那么快的反馈。

首先,怎么定义蛋白质结构预测的问题?

他回信说,自从六月份他们开始看到并评估第一个目标蛋白以来,整个CASP组织团队就开始对结果完全无语了,他用的一个词是“speechless”。你可以想象整个领域对这个结果的惊讶程度。

完全不同于主流的技术路线,对于一家创业公司而言或许是一条难度加倍的道路。若路线正确将开辟一片崭新的天地,而如果这个技术路线上出现这家公司难以解决的技术问题,上下游产业链和材料体系又难以配合,可能将陷入巨大的困境。

这次的AlphaFold2,我认为最主要的是实现了鲁棒性,能够得到很稳定、很好的结果。过去从来没有团队做到。从技术上讲,我们有一个打分机制,基于多少个氨基酸预测到位来评分。一般蛋白质预测需要达到90%及以上的准确率,才能算预测得比较有用。

这是学术界的一个劣势。

一个可见的事实是,柔宇的客户里,目前尚未看到手机巨头。

一个个选择走下来成为了今天的柔宇。它的A面,是真格基金徐小平为错失投资它而痛苦懊恼,是无数人眼中高大上的黑科技面纱;而它的B面,则是不断滋生没有尽头的质疑。

张阳:CASP全称是Critical Assessment of protein Structure Prediction,它是一个关于蛋白质结构预测的竞赛。在CASP举办之前,蛋白质结构预测一直是生命科学里的一个重要问题。每年都会有人发表大量的论文,有些论文甚至宣称解决了这个问题。

今后有没有可能有更好的算法?我相信应该会有,只是说好的程度到底有多少。AlphaFold2的团队已经做得非常好,提升空间还有,但是不像以前那么大。

黄昆:请大家先谈谈自己对CASP竞赛的了解,包括其目的、历史。

发展到这个地步,我们就发现完全可以抛弃蒙特卡洛采样。当然,用蒙特卡洛采样可能会稍微好一点,但差别不是很大,这样可以大大节省计算资源。只是在做训练的时候还是需要那么几块GPU,这样才能比较快地将模型训练好。

因此,AlphaFold2的团队的成功之处在于,可以把所有重要的工作结合得非常好。

黄昆:我想请教一下,蛋白质折叠从计算的角度来讲,具体的难点是什么?它的意义在哪里?另外AlphaFold2的算法,取得了哪些技术上的突破?到底都利用了哪些前人的工作?

柔宇将自主开发的柔性屏的特点总结为轻、薄、柔、艳的特征。因为采用的是“高分子聚合物薄膜”而非玻璃做基板,因此它的重量很轻,厚度也相对薄,展示的样品中屏幕甚至可以随风飘舞。

AlphaFold2做得比2018年要好很多。他们确实是发展了一些新的方法。例如最新的算法——注意力机制。他们引入了一个像Transformer之类的神经网络。Transformer翻译为中文就是“变形金刚”,是自然语言处理里一个非常火热的神经网络模型。Transformer的主要作用还是用来预测蛋白质里氨基酸之间的相互关系。

关于AlphaFold2,太多的问题需要解答。

樊俊超的这一行为被小米定义为“碰瓷”,随即发起反击。

如今走到上市的关口,曾经看起来颇为神秘的柔宇必须让自己变得透明,一个个萦绕它的问题也将迎来答案,只是当不久之后那份财报拿出来的时候,市场会给予它怎样的表情?

但是这次AlphaFold2比上次的AlphaFold增加的幅度更大。他们大约有一半的蛋白质,其单结构域结构的GDT-TS score都大于0.9,也就是说接近实验测量的精度。

这个现象与AI阅片一样,虽然不能完全代替医生的诊断方式,但是可以对人类医生的一些漏诊进行补充。

例如,学术界能不能训练出一个模型,不需要那么多计算资源,就能把结构预测出来?能不能找到一个模型简单、但效果差不多的模型?

柔宇官网上,给出柔派的PPI为308,相比较之下三星Galaxy Fold的折叠屏的PPI为362,华为Mate X的PPI据称达到414。

第一,一般蛋白的平均长度大概在300个氨基酸,假设每个氨基酸的可能构象有10个,所有的可能性就是10的300次方,数据量非常巨大。即使是全球最好的计算资源价值,也不能处理这么多的可能性。

但是,每个参赛者都很认真对待。这个比赛一般是5月份开始,八月份结束,很多实验室在比赛期间,停下一切事务,全力参赛。这应该是生物学领域第一次举办这样的比赛,也是最重要和名气最大的科学竞赛。后来很多学科和专业都模仿这种方式,举办各种科学竞赛。

若从台湾的进口方面看,去年资本设备进口509亿美元,其中半导体设备占46%;资本设备进口增加的90亿美元中,半导体设备就达81亿美元,占了90%,透露出除了IC及资通信相关产业外,可说百业投资不振。

实际上,蛋白在不同环境下的构象并不相同,比如酸碱度的高低,含盐的多少等因素,给蛋白质的在生物体内的精准预测制造了非常大的难度。

另外一点,AlphaFold2今后能否全自动做蛋白质结构预测?AlphaFold2的赢面不是在全自动的大类里,还需要手工进行。能否真正实现全自动,或者算得足够快,让很多人都能用上,还需要进一步探索。

但对于柔宇科技来说,也有好消息。美国东部时间1月15日上午,中美第一阶段经贸协议签署,曾经影响中概股的中美两国贸易争端正在缓解。此外,三星折叠屏手机Galaxy Fold和华为折叠屏手机Mate X大受市场欢迎,16999元的Mate X甚至被炒到了10万元一台。相应的,A股中柔性屏概念股票也受到了追捧。

在此后一段时间里,这家创业公司总会被拿出来质疑一番,比如柔派手机的销量、折叠屏的质量与良率、柔宇无法与手机巨头达成合作等等。

许锦波教授讲到的Transforme、end-to-end,这些不是小的创新。所谓端到端的预测,能够跨越这些中间过程。

我在另外一个场合引用谷歌的宣传材料称,他们有2/3的蛋白达到了这个精度,但是后来我自己做了结构比对和检查,发现除掉水分之后,这个数字应该是51%(如果考虑第一个模型);如果考虑五个模型中最好的模型,有58%的结构域达到这个精度。但是这个结果依然非常惊艳!

另外,我们也常常用DomainParser做蛋白质结构域的分割,这个程序也是许东教授他们在20年前开发的。现在,许老师和徐老师的研究兴趣可能转向了其他方面,但他们在这个领域里的努力是非常可圈可点的。

张阳:我稍微补充一下。AlphaFold是不是解决了蛋白质结构预测的问题?我觉得还有待商榷。

至今也很难评价,柔宇科技副总裁樊俊超在朋友圈发布的那条消息是福是祸。

3年前接受《中国企业家》采访时,柔宇的投资人松禾资本创始合伙人厉伟就曾表达过,希望外界能给予柔宇资金支持的想法,他表示柔宇是在跟韩国三星这样的大巨头赛跑,柔宇的研发可能只需要10亿资金,但产业需要的资金是10倍甚至20倍,这不是柔宇自己可以承担的。

这个计划希望达到的效果是通过自己的研发带动上下游。但如今,三星、华为的折叠手机迅速投入量产并大量推向市场,柔宇在曾经看起来是无人区的市场,突然间迎来了众多的巨头玩家。

话说回来,很多重大科学问题宣布解决时,并不意味着所有问题得到解决,只是大的问题得到解决,其它小问题可以慢慢解决。

许东:的确,AlphaFold有全明星团队,有无穷的计算资源,而且注意力机制和Transformer就是他们自己提出来的,这是他们的本领,当然会做得比别人更顺手。但即使这样,我认为AlphaFold2是有实质性创新的,并不是简单地在工程上做得更好。

由于台湾未能与RCEP大多数成员洽签FTA,资讯科技以外的绝大多数产品包括大多数传统产业因均须课税,相对竞争力减弱,自然在对RCEP国家出口中所占比例缩小。对RCEP国家出口产品70%已享受免关税是台湾未能进一步洽签FTA的结果,这是台湾经贸政策失败的罩门,只能讲一些似是而非的话来骗人民。

在《科创板日报》的报道中,知情人士表示,“柔宇本来是要在国内IPO的,但由于国内行业投资萎靡不振,再加上国内舆论对柔宇颇多争议,柔宇不得不放弃在中国市场的融资计划,转而赴美。”该人士同时表示,“上市容易,但是否能募集到预期的资金就不好说了。”

直到2016年我们引入卷积残差神经网络后,我们才真正发现,深度学习可以把这个问题做得很好。通过卷积残差神经网络,可以将共进化信息利用得很好,还是一样用同源信息。现在所有成功的方法,都是依靠同源信息。那个时候我们就发现可以把氨基酸在空间中的关系(接触图或距离)预测得比较准。

要产生三维坐标,就要去处理蛋白质空间的旋转问题。

近日,主题为“权威专家谈AlphaFold:DeepMind到底突破了什么?”的圆桌论坛正式举行。本次主题论坛由图像计算与数字医学国际研讨会(ISICDM)主办,雷锋网、医健AI掘金志协办。

“目前柔宇最缺的就是钱,想要加大研发、扩大销售等等都需要钱。”一位柔性屏业内人士向《中国企业家》表示。

但这个算法的问题在于,稍微大点的蛋白就处理不了了,即使后来加上了片段组装 (fragment assembly),也还是处理不了特别大的蛋白,并且需要很多计算资源才能做这件事情。

2018年,DeepMind也使用了卷积残差神经网络的方法。他们的团队,无论是人才资源还是计算资源都比其他组要多一些,那个时候的效果也挺好。

2018年之后,很多成功的组都是要么间接、要么直接地使用这种卷积神经网络跟共进化信息结合起来的方法。

当然,算力也很重要。虽然他们宣称训练一个模型只需要一两百个GPU,训练两个礼拜就可以了。事实上,在找到正确的方法之前,要做无数的实验、测试不同的策略。做实验需要非常多的机器, 这样可以同时测试几个不同的想法。

所以,在1994年,马里兰大学的John Moult教授和同事就发起并组织了这么一个比赛。每年的夏天,由组织者收集大约一百个左右蛋白质的序列,没有任何人知道他们的三级结构。然后让做蛋白质结构预测的人来利用计算机程序来预测他们的结构,同时让实验结构生物学家的人利用X-光衍射,核磁共振,或者冷冻电镜的方法,把这些蛋白质的结构解析出来。

2019年1月23日,时任小米联合创始人、总裁林斌在微博发布消息称,小米折叠屏手机的工程机已经面市,同时配了一段演示视频。在短短的200字介绍中,林斌提到,“攻克了柔性折叠屏技术、四驱折叠转轴技术……等一系列技术难题后,我们做出了第一台折叠屏手机,应该也是全球第一台双折叠手机。”

其中有一些非常难的蛋白,或者数据库里没有这样的结构,或者结构跟现有数据库里其他结构很像,但是基本上没有任何相似的序列,被称之为孤儿基因。这种情况非常难预测,分数大概能达到87分左右。

他们应当是利用了一个网络同时预测旋转和三维坐标。这两个网络都是比较新的技术,这是他们的创新之处。有几个研究组包括我们自己也在研究Transformer在这个问题上的应用,也有些小组在研究怎么直接产生三维坐标,然而DeepMind是第一个找到正确方法的。但是我不认为仅仅靠这两个算法就能够做到现在这种程度,还有很多工程问题。

为什么如此惊艳?蛋白质结构预测一般分成基于模板和从头预测两种算法。如果数据库中有同源的结构存在,大家利用基于模板的算法,都可以做的很好。

“新南向”政策是蔡当局的重要政策,成立专案办公室、砸下重金,但不仅洽签自由贸易协定(FTA)一事无成,贸易表现更是每下愈况,除开始推动的2016年出口至新南向18国增长13.3%,此后出口成长像溜滑梯,来年出口增长掉到1.4%,去年更是下降7.3%,进口则都维持增加,因此对该18国贸易顺差从2015年的2215亿美元萎缩至去年的1430亿美元,四年减了35%。

在汹涌的质疑声里,柔宇在2019年5月底开放自己的产线。每位进入产线的人都被要求套上洁净的工作服、洁净鞋与洁净手套,包裹得只剩眼睛露出,之后进入风淋室吹风,参观一些洁净度更高的车间还需要二次进入风淋室吹风。

有种说法是,台湾经济目前处在过去20年来“最好状态”,但前年台湾经济成长率仅2.75%,在过去20年中排名第13,怎会是最好?还有说法是“台湾经济表现是亚洲四小龙最好”,却不敢说前3年是四小龙最末;而依据“主计总处”的预估,台湾去年经济成长率为2.64%,,显见不是台湾变好,而是其他经济体因受中美贸易摩擦影响而衰退,台湾怎好意思自我感觉良好!

首先就是张阳教授,从2006年开始,常年把持CASP自动预测类的第一名,包括今年自动类第一名仍然是他们团队,他们的服务器被151个国家和地区使用,有14万个以上的用户,预测了五十几万个蛋白,张教授还有很多蛋白方面的服务器,并且他在15年前就指出,完全通过数据进行搜索以解决蛋白结构的理论上的可能,做了很多的数据模拟,我觉得这些工作都很具有前瞻性。

这场互怼几天之后,陆续有文章对柔宇的融资、技术实力、量产、销售情况等多方面进行质疑。2019年1月29日,柔宇不得不发表长篇声明,对提及的问题进行回应。

2012年,深度学习开始慢慢进入这个领域,但那个时候并没有成功。有些研究者尝试了一些非常简单的深度学习方法,比如说DBN方法,但并没有表现出任何好的效果。

这次AlphaFold2已经达到了平均92.4,几乎和实验结果差不多。今后,AlphaFold预测出来的结果,就可以和实验,例如MR、冷冻电镜的方法相媲美。

提到华人教授的贡献,许东教授是这个领域的前辈。在进入这个领域之前,我就已经知道许东老师和徐鹰老师他们在20年前开发的Prospect算法,我的实验室现在还在运用他们的程序。

三星Galaxy Fold毫无疑问用的是自家的屏幕,华为Mate X的供货商为京东方,小米的双折叠屏手机合作方则是维信诺。

对于已经融资到E轮,又遇上资本寒冬的柔宇而言,上市成为少数可行的选择。

或许是“第一台折叠屏手机”这八个字眼刺激到了柔宇。樊俊超随后不久便在微信朋友圈发布了一条言辞激烈、长达900字的消息,抨击小米拿无法量产的概念机炒作,同时向外推广了柔宇“全球首款折叠屏手机柔派(FlexPai)”。

这次AlphaFold2的成果,很多人功不可没。我们也很兴奋,帮助这个领域增加了很多的曝光度。这就像是一场接力赛,往往是跑到最后一棒的人会有更多的高光时刻。然而,这个接力赛确实需要很多人共同参与才能完成。

在蛋白质结构研究的50年过程中,很多华人科学家做出了非常重要的贡献,徐鹰教授、周耀旗教授、李明教授、许锦波教授、张阳教授、卜东波教授和我们系里的程建林教授等在这个领域里都做了非常好的工作。

CASP组织者一直是在淡化竞赛的概念,他们一直把它称作CASP实验。其目的是评价目前最领先的技术,找出现存的问题,规范和指导领域的发展。

现在,所有的算法都是依靠同源序列,能不能产生非常好的同源序列非常关键。AlphaFold2的团队大概有30个人,里面专门有专家负责搜索同源序列,这项工作非常重要。因为如果同源序列找不好,结果也不可能很好。

以下是主题论坛的现场内容,雷锋网做了不改变原意的编辑和整理

深度学习是属于“数据饥饿”的方法,喂它多少数据都不一定够。过去通过这个方法,也不能很系统地得出准确的结果。即使在某一个蛋白质预测上做得非常好,但是不能保证全都做得很好。

但是,蛋白质结构预测是一个基于计算机程序预测的问题,如果没有实验的介入,没法断定这些宣称是否真的正确。

“传统LCD、OLED是基于多晶硅的技术路线,相对成熟,供应链也很成熟。我们完全不用硅材料,路线是用超低温工艺,材料体系也不一样。”刘自鸿曾对媒体表示。

当然,AlphaFold2的成果不代表所有问题都得到解决,但是第一次基本上系统地解决了蛋白结构预测的问题。我非常惊讶的就是它的精度,不光是蛋白质的主链,在被称作侧链的原子层面,预测也非常到位、准确,这是我们很多人想不到的。

和传统的结构预测方法相比,这个增加幅度简直难以置信。因为这是CASP双盲测试的检测结果,我们没有选择,只有相信它。

另外,他们这次不直接使用氨基酸之间的距离,而是利用了另一个神经网络从Transformer的输出直接产生原子的三维坐标。

一位业内人士在接受《极客公园》采访时分析,柔宇采用的是IGZO(Indium Gallium Zinc Oxide的缩写,铟镓锌氧化物)材料,与采用LTPS(低温多晶硅)方案的三星和京东方的技术路线不同。柔宇采用的方案,市面上的极限是可以做到300多的PPI(Pixels Per Inch,每英寸对角线上所拥有的像素),而很多传统屏幕的PPI已经达到了四五百。

对于柔宇而言摆脱眼下局面的最好方式,是出现一款搭载自己屏幕的爆款产品,进入到大众的生活。在本月的CES(国际消费电子展)上,它就尝试着与合作伙伴推出了带有柔性屏的智能音箱等产品。

第三,蛋白有很多种类(多聚体),例如同一种蛋白形成2-4个多聚体,或者是不一样的蛋白形成1个多聚体。这个问题还没有真正的得以解决。此外,蛋白经常被修饰,比如糖化、磷酸化。现在设计的新冠疫苗,在重要的蛋白上经常有糖化的修饰,对疫苗设计都是很大的障碍。对于那些有修饰的蛋白能否预测得很准确,目前也不是很清楚。

在柔宇对外公布的客户里,有空中客车、广汽、Louis Vuitton等各类公司,也经常被用于各种大型表演活动,但在很多人看来非常重要的手机领域却没有它的身影。

许东:蛋白质折叠对于理解基因的功能、疾病的原理、制药都是非常重要的。

刚开始创业时,就有专家质疑看起来很科幻的折叠屏至少要在三五十年才能做得出来;当2014年8月柔宇推出厚度0.01毫米的柔性显示屏后,评价它是实验室产品无法量产的质疑又随之而来;柔宇2016年决定投资100亿元建设全柔性屏产线时,与京东方、维信诺等行业巨头动辄几百亿的投资比起来差距太大,又让外界质疑其资金投入不足;2018年下半年柔性屏进入到规模量产阶段后,柔宇良率差、产能不足、应用场景少等问题又被提上台面。

顺带一提,虽然很多人认为蛋白质结构预测的问题几乎被解决了,但要看怎么定义蛋白质结构预测:现在所有的方法都是基于同源序列,没有同源序列,大部分情况下都不可能做得那么好。

这或许并不是一个赴美上市的好节点。数据显示,2019年赴美上市的中国企业中,只有4家融资额超过2亿美元,上市公司数量和融资额都同比大幅减少;更重要的是,有38%的新股在上市首日破发,全年78%的公司股价下跌,约三分之一的企业股价出现腰斩。

不少人不止一次问过刘自鸿一个问题,“为什么不做一个纯粹的生产柔性屏幕供给行业应用的半导体厂商?”2016年底接受《中国企业家》采访时,他也提到了为什么要做to C的问题,那时他的回答是,自己做出了柔性屏,但是如何把柔性屏与手机里的其他部分连接起来没那么简单,所以成立一个终端部门研究产品设计,进而给下游厂商带来一些帮助,以专利授权的形式提供出去。

张阳:过去二十多年来,蛋白质结构预测这个领域一直在不断进步。特别是最近五,六年,因为共同演化,接触图预测,以及深度机器学习技术的引进,很多实验室的算法精度都有很大的提升。这些提升是学术界内部的提升,和谷歌的AlphaFold没有关系。

“这场风波对于柔宇来说,顺利过去就是好事,毕竟它提升了柔宇的知名度,但如果没办法挺过去,对它就是很大的伤害。”一位接近柔宇的人士曾对《中国企业家》如此评价。

在柔宇官网的介绍中,它将自己的产品分为to C的消费级产品,包括柔派手机、类似于手写板的柔记智能手写本、用于表演的火炬造型的柔炬、胸前有一块柔性屏的柔衣等等。

据国外媒体报道,三星将为华为2020年上市的华为Mate Xs提供大批屏幕,LG也会参与到供货之中,京东方可能成为第三供货商甚至直接被淘汰。而造成这种结果的一个重要原因是,京东方生产的折叠屏良率不足,且在低温环境下易损坏。

对柔宇和刘自鸿来说,质疑一直很常见。刘自鸿也经常会谈到他创业以来面临的各种质疑。

柔派手机在2018年10月31日发布,并在当年11月开始限量预售。而三星首次展示折叠机是在柔派手机发布会之后一周,小米展示的时间更是晚了几个月,三星和华为发布的时间是2019年2月,从时间点上来说,柔派手机的确可以算得上是全球第一款折叠屏手机。

推广:猎云银企贷,专注企业债权融资服务。比银行更懂你,比你更懂银行,详情咨询微信:zhangbiner870616,目前仅开通京津冀地区服务。

台湾产业结构恶化、空洞化同时反映在对RCEP(区域全面经济伙伴关系协定)国家的出口上,该协定于去年完成谈判,预定今年生效实施,为了掩饰台湾未能加入的窘境,蔡当局说台湾出口到RCEP的产品中70%已享受零关税,言下之意是不加入RCEP其影响不大。

这次,AlphaFold2所使用的也是端到端模型,根据序列的特征直接输出了三维结构。许锦波教授是第一个真正成功利用深度学习把这件事(距离)搞定的。CASP13的时,AlphaFold1也是用许锦波教授的方法来进行研究。

就拿我们实验室的I-TASSER自动服务器来讲,在两年前CASP13的时候,它预测非同源蛋白结构的数目比六年前CASP11的时候增长了五倍。在这次CASP14中,它的预测精度和CASP13相比,也有很大增加。

自然界中一个功能蛋白质链往往也包含多个结构域,这些结构域之间有复杂的相互作用。这些结构域之间或者蛋白质链之间的相互作用都属于蛋白质结构预测的范畴,都具有重要的生物学意义。但是CASP对这种多结构域的复杂构型并没有做评估,主要是多年以来我们没有好的办法预测它们。

第三,这几十年,我们确实积累了大量的实验结构。现在数据库里大概有17万个已知结构,听起来数量庞大,但实际上很多蛋白的序列与结构是类似的,没有那么多独特的结构、序列。

当然为了新闻的要求,CASP要求在12/1号开会之前,不得向外界泄露。我当时看了结果之后,虽然有一些心理准备,但是仍然惊讶的目瞪口呆。我给Moult回信,表示对结果非常震惊。

2018年10月发布的柔派手机,因折叠后形成的一个非常大的弯角而颇受诟病,要知道,三星Galaxy Fold和华为Mate X折叠后的角度非常小,与这两个产品相比柔派看起来的确存在差距。

但是如果结构数据库中没有同源蛋白存在,纯粹基于序列从头预测,精度会大幅度下降。但是AlphaFold2,它就用一种算法—深度机器学习,对于从头预测的蛋白质做的几乎和基于模板的蛋白质一样好,这就是它让人震惊的地方。

这样严格的程序和临时安排的参观线路显示出,这座工厂从设计建造伊始就没有计划向外界开放,只是负面舆论愈演愈烈的情况下迫于无奈的举动,它希望向外界展现出自己拥有真正的实力。

几十年前,大家就在探讨这个领域里被称作Levinthal的悖论。

这家公司曾经面临过众多选择,比如委身大公司还是自己单干,比如是由别人代工生产还是自己重资产投入产线,比如要不要自己亲自下场做to C消费级市场。

“从柔性屏的应用价值来说,折叠屏手机需求很明确,无非是看在具体某些应用场景上,能否找到更多刚性需求的产品。这是非常重要的,过去也都是没有的,可以说我们是在摸着石头过河,甚至没有石头也要过去。”刘自鸿曾对《中国企业家》表示。

中国企业会再次掉队吗?

负面消息如同被捅掉蜂巢的蜜蜂,带着尖刺在柔宇的头上嗡嗡盘旋挥之不去。

2010年之后,这个领域里的共进化数据变得很有用,主要是因为测序变得非常容易,产生了大量的蛋白序列。虽然这些蛋白序列没有结构,但是没有关系。我们可以通过研究它们的进化关系,把它们跟结构的关系预测出来,这叫共进化分析方法。这种方法取得了一定成功,但是对很多没有结构的蛋白质并没有很好的效果。

出口产品结构方面更形恶化,往半导体元件产品(IC)集中,2015年台湾IC占出口24.8%,去年提升到30.5%;液晶装置从占比3.1%降为2.0%,去年出口负成长10%,从出口第三位降为第六位。出口集中度偏高,显示出口风险增加,另外彰显台湾产业结构恶化,传统产业萎缩,蔡当局“5+2产业创新计划”在创造新兴产业方面徒劳无功,产业进一步空洞化。

蛋白质结构预测包含三级结构和四级结构预测。其中三级结构是指单链,四级结构是指多链蛋白质的结构预测。这次AlphaFold参加的主要是三级结构预测。即使是在三级结构预测,CASP评估的也只是单结构域的预测结构。

图像计算与数字医学国际研讨会(ISICDM)自2017年创办以来,一直是医工交叉的前沿阵地,围绕图像计算和数字医学中的一些重要的理论、算法与应用问题进行学术讨论,旨在促进电子信息(包括计算机、自动化与生物医学工程)、数学和医学等领域学者的交流与合作,截止至今,ISICDM共邀请到400余位大会报告及专题报告嘉宾。

所以,严格意义上讲,AlphaFold2接近于解决了单结构域的蛋白质结构预测问题,预测精度很高。很多媒体中提到它的中位数值是0.92,即大致有一半的模型是超过0.9,接近或者达到实验的精度。也就是说,还有接近一半的蛋白质预测没有达到这个精度。因此,要完全解决蛋白质结构预测的问题,仍然需要很多工作。

黄昆:AlphaFold2算法的成功主要得益于机器学习,深度学习中的哪些重要技术和突破(例如注意力机制)?如果仅靠增加算力能否进一步突破?AlphaFold2算法当前的局限性在哪里?可能有哪些改进空间?

由于蛋白质空间可以旋转,训练产生的结构跟正式结构比较,就需要处理旋转或者平移的问题。当然,可以将蛋白质中心都设为原点,平移的问题可以不用管,但是旋转的问题要处理。

《中国企业家》曾向华为一位知情人士了解为何没有采用柔宇的屏幕,该知情人士表示,柔宇的折叠屏“在产能、良率上都有一些问题,无法满足需要”。

印第安纳大学医学院副院长、AIMBE Fellow黄昆教授担任主持,密苏里大学教授、AAAS/AIMBE Fellow许东教授、密歇根大学教授、DeLano奖得主和I-TASSER算法发明人张阳教授、芝加哥丰田计算技术研究所、斯隆奖得主许锦波教授共同参与讨论。

还有哪些问题没解决?

因此,未来的工作还是有进步空间,但是这个进步空间是从1到10,还是从0到1?从0到1的可能性不太大,也就是说,非常重大的原创性的突破可能很难,但还是有很多完善性的工作。

另一部分则是面向to B的行业解决方案,包括移动终端、文娱传媒、智能交通等六大行业,以移动终端为例,它的应用范例包括柔性屏手机、透明电话、透明智能键盘等多种方案。

其中最值得介绍的就是我们的两位嘉宾。

柔宇和三星、京东方等行业巨头选择了一条不同的技术路线,这从它的屏幕表现可以有所感知,比如华为与三星的折叠屏手机依然会有屏幕破碎的风险,但柔宇声称自己的屏幕不会摔碎。

其中一个原因是,很多蛋白还没有那么多同源序列,需要有很多同源序列才能做得比较准确。通常来说,共进化分析方法需要跟蒙特卡洛采样结合使用,效果才会比较好。