ขนาดวิดีโอ: 1280 X 720853 X 480640 X 360
แสดงแผงควบคุมโปรแกรมเล่น
เล่นอัตโนมัติ
เล่นใหม่
这片子拿去cctv科教频道播出都不过分,虽然能完全看懂的人很少。虽然科学貌似离日常生活过于遥远,但了解这些东西的时候总是会让我很感动,人类不断思考、拼搏,最终必将走向星辰大海。感谢基德和背后团队的付出,费尽苦心为我们这些非专业的观众做科普视频,让我们在生活琐碎里看到一丝未来的光芒。
CCTV会用慷慨激昂的语气把这个20分钟的视频讲5期一小时的节目😂
非常感謝團隊們的努力
听到视频背后需要如此复杂的刷论文和开会讨论,这是熬过了多少的爆肝之夜才做出的节目。感谢视频作者和背后的团队成员,才让我们看到如此精彩的内容。看完的感受就是,让人类感到更渺小,世界真是太奇妙了,虽然离日常生活感觉完全触不可及,但世界的进步就是这样一步一步往前走的。再次感谢
诺贝尔化学奖给物理学家以表彰他们在生物领域的贡献
我tm笑死了,生物学几时才能迎来春天🤦♂️😂😂
@@uandiqueue3171 瞬間
创造能极大推动研究的神奇工具的人容易得诺奖。
@@uandiqueue3171 据说诺贝尔的女友被数学家挖走了,所以数学家就一辈子没有诺贝尔奖了···
不知道为什么我听到这个就很想吐槽,拉下评论一看,果然....
解决结构第一步,第二步探讨蛋白质功能和交互,之后要开始设计蛋白质,然后给生物转入设计好的基因,说不定实现永生或生化危机,真是有趣的未来。
好片給推;剛查了一下Alphafold也是google的deep mind贊助的團隊....google的AI真的太誇張,根本就天網現實版...
看完这个整个人都升华了,现在觉得之前关心的琐事都是浮云,只有科学才是人类至高无上的追求
感谢基德,人类社会需要您这样的声音,而不是政治上的尔虞我诈,互相攻击。
视频很棒!08:18 好像有点科学问题 -- X射线衍射的光斑的位置和强度并不代表一个原子的位置信息,而是实空间原子信息在傅立叶空间的表示,衍射谱里的每个点都集成了实空间所有原子的信息。基于衍射的观测方法(比如X射线或者中子衍射)看到的都是一种统计平均后的结果,并不是在原子尺度直接观察晶体/蛋白质结构。
工作量太恐怖了,我就是计算生物学的,不过是用QMMM方法研究P450氧化还原酶,如果我国能组织如您这样的年轻人进行科普教育,那我们绝对前途不可限量。
扯什么蛋呢。。科普视频就图一乐,看了视频就侃侃而谈真的就尬。
@@arthaschen4701 呵
呵呵,先把中药的去掉,连中药是不是药都不能科普
@@arthaschen4701 笑死,这就是普信吧
這資訊量 花3個月可做出來這專業度 花多少時間也做不來感謝基德視頻也感謝有一群瘋狂研究蛋白質的地球人
你好
生物狗在此,研究好几个蛋白,就个别蛋白能结晶,结晶了的衍射又失败,说的就是我,不想再做实验了,转生物信息工作了几年,现在看到AI能这样解决折叠问题,我刚看到真的震惊了,又想回去读书了怎么办
@@AnglersUAE 为什么呢?
额 如果你想回去做结构生物的话,问题还是一样的,没法结晶的蛋白很可能还是没法结晶,不会因为你预测了结构就可以做了,如果你是做靶向的,那应该可以省去不少事,可以直接跳过蛋白结构这一步。
@@daweima7670 就算是回去也不是搞结构生物学,当时快毕业的时候,冷冻电镜火起来了,我就感叹手里厚厚的结晶学教材要变砖头了,更何况现在,要学也是往深度学习这个方面去
大佬 我现在也在做蛋白结晶,我想问下怎样确定蛋白是不是能结晶?还有就是有什么结晶学的书推荐吗
@@user-kb8qw6oi6l 我当时看的是Springer Science & Business Media出版的crystallography,非常晦涩,我觉得对于生物学生来说学习成本很高也不一定用得上,我当时是按量的,做好多蛋白出来,然后就不停试配方试温度,真的就耗时耗力看运气,后来我们院系进口了一台做蛋白结晶的机器来做这个了
兴致盎然的来,一脸懵逼的去
這科普等級已經天頂級了,如果沒有你,我對人類科技的進步大概只會停留在學生時期。太感謝你了,讓我知道人類成神的過程。
看基德的视频,感动与自豪,大于内容本身(不好意思,听不太懂,你做的视频是华人的骄傲)谢谢基德源源不断的更新科普,也感谢提供素材的学者专家们🇨🇳
你比较少关心中文互联网科普吧,基德做得很出色,但和基德一样出色的中文科普团队还有很多的,喜欢这方面可以留意下B站,很多科普大牛团队
@@Josepyh328 谢谢
@@Josepyh328 可否推荐几个?b站质量真的是参差不齐,很难找到好的
这种视频不比胡诌视频值得更多点击?
这样的频道真的值得更多的关注。谢谢你把复杂硬核的知识弄得简明易懂
作为门外汉,终于搞懂为毛要冷冻电镜了,多谢基德!
感謝基德和李雨書博士的分享, 感覺現在和未來人類對世界的研究越來越深入, 越來越細化, 主流群眾的求知興趣和理解能力及一般制度化的通識科普教育已越來越無法跟上前沿的研究, 人類間的知識與邏輯壁壘將會越來越大, 這類影片能一定的擴散一定的知識, 實在是很好且不容易的一件事
我室友研究生搞了两年,用了别人公开的配方,蛋白质依然无法结晶,做不了衍射,头都炸了。哈哈哈哈。
哈哈哈 继续加油 别放弃
生物就是这样
该去借冷冻电镜了
蛋白质结晶是玄学。。。。同学有个做蛋白的,冷柜上贴了个恐龙的卡通贴纸,本来好好的,有一次做清洁,把贴纸撤了,就tm结晶不出来了,老板要他们再找一个差不多的贴上,就没事了
@@chenghu9911 特么的乐死我了
真的講得不錯,給出的信息都沒錯而且清晰,加油!!
这样的视频,做到了国际公司的水准,太好了!
突然感慨,中国的九年义务教育实在太管用了!这不就是生物课学过的基础嘛!在澳洲实习的时候感觉中国两节课可以讲清楚的课,他们要上一个月。希望咱们国家的教育越来越好!
中心法则是高中的内容吧
确实,感觉听起来除了最后那个算法那不是太难懂
看的人心潮澎湃,AI真的太适合用来解决那些传统计算方法难以解决的问题了
我居然膨胀到看这么硬核的片子了……
之前读博想考虑生物蛋白这个方向,直接被参加过CASP的师姐劝退,说每个几十年搞不出东西。但看完这个视频,还是很佩服也很敬仰这么多为研究贡献的科学家,也更敬畏生命的复杂
媽 我剛看完了一場生物學大片 簡直不輸給漫威🤣🤣🤣
这片头很燃配上这么由浅入深的解说。真是太棒了👏。
Awesome!!! 生物学门外汉get到了很多知识,感谢基德和李雨书博士!片尾的2077配乐也很应景。
真的是很用心,看了觉得很厉害,希望能够有越来越多的这种视频
個人的小補充:-騰訊和AlphaFold2說明了資本的力量-朝鮮的IT實力比印度還強, 別小看他們喲-AI神經網絡算法再厲害, 預測度也無法達到100%, 所以直到預測度誤差達到1皮米前,凍鏡還是觀察蛋白質結構的最大利器-醫藥學家需要的是能從結構反向推導其蛋白質序列, 難度比CASP高好多個量級
alphafold的确惊人,他的精度提升在这个比赛里非常强属于前无古人、精度高到基本后无来者,不过蛋白质结构领域也有相近稳定能量结构共存的情况,AI还需要考虑这些。无论精度,制造真实世界实际数据的冷冻电镜永远不可能被一个做预测的AI淘汰,不过冷冻电镜里繁杂的步骤:particle picking (topaz, SPHIRE crYOLO, EMAN neuralnet) 和2D/3D classification (SPHIRE cinderella) 都在被AI入侵,希望半自动结构解析指日可待。结构解析里面的几何知识很高深,我个人不理解。我以为医药领域更需要蛋白结构做小分子靶向docking,序列很好获得但结构很难,结构反推序列好像并没有很有用。
100%过拟合了,肯定达不到。Alpha家族一直都是变态。这样的比赛只能围观……
朝鲜科学家不用为房贷分心,反而能够静下心来专研艰深的课题,他们的困难在于欧美的技术封锁得不到牛逼的实验器材
能不能解释一下为什么要从结构反推序列,难道现在的技术手段不能直接测氨基酸序列吗?用尿素可以去折叠,我们难道连肽链的氨基酸序列也测不出?
科学真正的火力在于一代又一代的人勇往直前,此类科普视频正是破除人类面对未来的绝望最好工具,同步具备好奇心与技术知识积累,人类才能走的更远。恒古人类会用工具会用火,而现在人类有向前前进的希望。基德每期视频我都有看,我觉得基德作为一个up主做到了真正内容的优质,我很期待下一期的视频。
讲得非常清楚!辛苦啦!
感恩分享,优秀。南无阿弥陀佛🙏
学了12年物理,虽然对生物只有一些基本理解,再重复观看了以后对这个领域有了一些兴趣和初步的理解,解释的非常好!
非常感谢提供了这么精彩的科普
这个一般人都听不太懂,不过感觉做的好棒,大概就是知道尽量多的基础数据,然后根据大量大量的AI计算去推算结论,再去除那些几率低的,不断刷结论,貌似就可以完成预测,和现在AI图像优化差不多吧。
深入浅出,严谨又好懂。基德真是厉害。
非常好的生物学教育科普视频
這片頭也太用心,哈哈哈,讚
每次看到AI領域的跨步,都會想到六祖慧能.不識字,不大量input記憶經典,只抓關鍵結構,就能有比較通透之佛法見解.就跟可見光譜一樣,人類以為可靠細膩,卻是擋住了海量的電磁波資訊.見之即有障,AI是繞過見之障的新手段.我們很幸福.
我也很感谢你,我能看到背后的工作量!好恐怖
up视频做的真棒!(上学期跪着上完Computational Biology, 拿了个B- pvq)
老哥在哪个学校啊
@@jinbochen3738 simon fraser university
9:58 那隻狗我笑了😆
学到了。感谢!
点赞,真的做的非常好!
我一直期待和必然相信的ai與人類攜手合作的未來又將進一大步。說真的,人類勞動力解放,但智力/精神力須提升。
看著舒心... !
这等级的科普大神,感谢和仰望!
看懂了,非常激动
真的好难🤯,佩服
表白博主!视频超棒👍
好硬核的内容!赞
这样的视频值赞
细节真详尽啊
很開心看到這麽具有知識的內容卻我深深的被吸引了,但是很難懂。可以知道 基德 的學術函養及專業領域非常之好,但我卻吸收不了。就好像一個壓縮檔你卻沒有解壓縮軟體一樣,內容太豐富了。以致於連聽都來不及,感覺這個視頻是做給進階版的人看的,好可惜。
太硬核了,值得收藏重复刷!
TH-cam上,只有你的影片我非常愿意全屏观看!
我实在是佩服基德 全程跪着看完😅
非常喜欢!
记得基德曾科普过一期老三论节目,而这是基于老三论有了经典物理学,然后热力学和量子力学又完全打破了老三论的成果,将物理学引向更加宏观的和更加微观的世界,随着晶体半导体的发展人们又总结出新三论,而新三论的应用也才刚刚开始,对于各行各业的影响也许再过二十年就能达到过去五十年的适配成果吧
之前想写一个AI帮朋友算过柱子的成功率。后来一直没联系那个朋友就搁浅了,看完视频有点后悔当时没继续跟他联络。这提莫的太牛逼了。
终于更了。。。等你好久了。
硬核科普视频,我很喜欢!
貌似涨了不少知识,看完好像又记不清具体学到了啥🤣。很专业,很多地方看的跟不上。制作精良的大片,期待下一集!
视频太棒了,加油
看到6:27時懷疑,怎麼會有農村大姐能繼續看下去呢?我端了杯茶,點了根煙,繼續享受這支視頻
謝謝。
很专业!
真·硬核!👍👍
第二遍看,还是被震撼到了,太硬核了
韩国首尔大学很强啊。。前100名居然没有日本的团队。。。。很意外。。
嗯,日本大学因为国家整体人口减少导致资金不足,研究方向就集中在几个强项领域
最让人意外的难道不是朝鲜大学吗?
@@qichengma5964 朝鲜没有进入榜单。。。。
@@nakamotoki88 2:02 朝鲜平壤大学团队排名第17,韩国首尔大学团队排名第30
@@qichengma5964 啊,抱歉。我以为是没进入榜单。。。 朝鲜韩国这个民族虽然有点自大,但是人的确很聪明。
这期的内容太高深了
終於等到你
第一步嗎?哈哈。這期不錯
感谢分享。之前搞不懂这个突破有什么重大意义。看完后搞懂了。
这视频质量真高!
作为大学学了生物计算机但毕业就转行的人,终于明白当年的crystallization那门课是干什么的了。也很高兴知道毕业后的十几年里发生了什么🤔
好喜欢基德这个生物系列的视频,几期都看了好喜欢。特别是看到这期的时候,我才知道遗传密码从染色体到RNA到细胞质再加工成蛋白质这个过程。感觉一个个细胞都是不同的工厂,像流水车间一样在不停的做着生产、保护或者其他各种的工作。再到不同种类的细胞、不同器官的细胞都在做着各种各样不同的事情,感觉非常的神奇。不知道基德以后会不会再做一期关于细胞的视频啊?
虽然听了个寂寞 但是基德的讲解真的很引人入胜
基因的對稱與比例是美幻的 , 卻容易受影響出現殘缺才會有每個人的差異性 , 但意識的組成好像還沒法用機器去解析 . 這樣看起來開發用腦接口去複製意識灌進機器人好像比基因工程複製人要快的多 .
虽然没看懂,但是感觉很牛,准备很辛苦
感觉还是有突破的,从单个肽链→2D→3D;现在变成了肽链→3D→3D,中间的建模直接多了一个维度。
非常喜欢你的视频,深度、硬核、上帝视角高屋建瓴却又幽默风趣不失温度,感谢基德大大,非常期待你的后续系列
基德的好多内容真是经典。
nb老哥,世界就需要你们
你回来啦~
计算机的最根本应用就是:仿生。模仿、模拟生物--这个世界上最精妙的东西。
就喜欢这样的硬菜!
有聽沒有懂,11:28 我只看懂了這個又大又肥胖的蛋白質,好可愛喔喔喔😍
太精彩了!!!!
中間一段:師傅別唸了
我就是培养晶体的老园丁QAQ
提一个小纠错: 8:21这里,每个斑点不代表一个原子,而是代表一种排列周期。这是倒易空间和实空间的变换。
知道大概结构才是第一步,后面的分析同样折磨人,而且又必须积累大量试验数据,才能把另一个AI喂大。然后然后无限套娃
会不会每一步的误差累积起来最后出来个四不像?
@@xinjin902 有可能,但这也得等喂出来后才知道了。现在无论是正确还是错误的样本都没有,没法下结论
雖然不懂,可是還是那麼愛看基德的視頻.. 總是能讓我多看幾次。 我想這是好老師和只會領薪水老師的差異
太棒了~!!! 說到蛋白質,在疫情大背景下,能加更一期人類未來可能的新天敵朊病毒嗎(這東西真的是最可怕的種族滅絕級生物武器),下一個治療醫學大突破可能就是這裡(一些神經退化疾病或精神疾病也許就有解了)。
終於等到了!!!!!!
加油。支持
牛逼 真干貨
可以这么理解吗?生物学这条路长好几万光年,生物学家踩着自行车骑在这条路上,路上遇到了计算学的,把生物学家的自行车改装成f1赛车,让生物学家在路上飙,未来不知道会有什么领域的人改造f1,变成飞机,光速飞船,让生物学家更快走完
这片子拿去cctv科教频道播出都不过分,虽然能完全看懂的人很少。
虽然科学貌似离日常生活过于遥远,但了解这些东西的时候总是会让我很感动,人类不断思考、拼搏,最终必将走向星辰大海。
感谢基德和背后团队的付出,费尽苦心为我们这些非专业的观众做科普视频,让我们在生活琐碎里看到一丝未来的光芒。
CCTV会用慷慨激昂的语气把这个20分钟的视频讲5期一小时的节目😂
非常感謝團隊們的努力
听到视频背后需要如此复杂的刷论文和开会讨论,这是熬过了多少的爆肝之夜才做出的节目。感谢视频作者和背后的团队成员,才让我们看到如此精彩的内容。看完的感受就是,让人类感到更渺小,世界真是太奇妙了,虽然离日常生活感觉完全触不可及,但世界的进步就是这样一步一步往前走的。再次感谢
诺贝尔化学奖给物理学家以表彰他们在生物领域的贡献
我tm笑死了,生物学几时才能迎来春天🤦♂️😂😂
@@uandiqueue3171 瞬間
创造能极大推动研究的神奇工具的人容易得诺奖。
@@uandiqueue3171 据说诺贝尔的女友被数学家挖走了,所以数学家就一辈子没有诺贝尔奖了···
不知道为什么我听到这个就很想吐槽,拉下评论一看,果然....
解决结构第一步,第二步探讨蛋白质功能和交互,之后要开始设计蛋白质,然后给生物转入设计好的基因,说不定实现永生或生化危机,真是有趣的未来。
好片給推;剛查了一下Alphafold也是google的deep mind贊助的團隊....google的AI真的太誇張,根本就天網現實版...
看完这个整个人都升华了,现在觉得之前关心的琐事都是浮云,只有科学才是人类至高无上的追求
感谢基德,人类社会需要您这样的声音,而不是政治上的尔虞我诈,互相攻击。
视频很棒!08:18 好像有点科学问题 -- X射线衍射的光斑的位置和强度并不代表一个原子的位置信息,而是实空间原子信息在傅立叶空间的表示,衍射谱里的每个点都集成了实空间所有原子的信息。基于衍射的观测方法(比如X射线或者中子衍射)看到的都是一种统计平均后的结果,并不是在原子尺度直接观察晶体/蛋白质结构。
工作量太恐怖了,我就是计算生物学的,不过是用QMMM方法研究P450氧化还原酶,如果我国能组织如您这样的年轻人进行科普教育,那我们绝对前途不可限量。
扯什么蛋呢。。
科普视频就图一乐,看了视频就侃侃而谈真的就尬。
@@arthaschen4701 呵
呵呵,先把中药的去掉,连中药是不是药都不能科普
@@arthaschen4701 笑死,这就是普信吧
這資訊量 花3個月可做出來
這專業度 花多少時間也做不來
感謝基德視頻
也感謝有一群瘋狂研究蛋白質的地球人
你好
生物狗在此,研究好几个蛋白,就个别蛋白能结晶,结晶了的衍射又失败,说的就是我,不想再做实验了,转生物信息工作了几年,现在看到AI能这样解决折叠问题,我刚看到真的震惊了,又想回去读书了怎么办
@@AnglersUAE 为什么呢?
额 如果你想回去做结构生物的话,问题还是一样的,没法结晶的蛋白很可能还是没法结晶,不会因为你预测了结构就可以做了,如果你是做靶向的,那应该可以省去不少事,可以直接跳过蛋白结构这一步。
@@daweima7670 就算是回去也不是搞结构生物学,当时快毕业的时候,冷冻电镜火起来了,我就感叹手里厚厚的结晶学教材要变砖头了,更何况现在,要学也是往深度学习这个方面去
大佬 我现在也在做蛋白结晶,我想问下怎样确定蛋白是不是能结晶?还有就是有什么结晶学的书推荐吗
@@user-kb8qw6oi6l 我当时看的是Springer Science & Business Media出版的crystallography,非常晦涩,我觉得对于生物学生来说学习成本很高也不一定用得上,我当时是按量的,做好多蛋白出来,然后就不停试配方试温度,真的就耗时耗力看运气,后来我们院系进口了一台做蛋白结晶的机器来做这个了
兴致盎然的来,一脸懵逼的去
這科普等級已經天頂級了,如果沒有你,我對人類科技的進步大概只會停留在學生時期。
太感謝你了,讓我知道人類成神的過程。
看基德的视频,感动与自豪,大于内容本身(不好意思,听不太懂,你做的视频是华人的骄傲)
谢谢基德源源不断的更新科普,也感谢提供素材的学者专家们🇨🇳
你比较少关心中文互联网科普吧,基德做得很出色,但和基德一样出色的中文科普团队还有很多的,喜欢这方面可以留意下B站,很多科普大牛团队
@@Josepyh328 谢谢
@@Josepyh328 可否推荐几个?b站质量真的是参差不齐,很难找到好的
这种视频不比胡诌视频值得更多点击?
这样的频道真的值得更多的关注。
谢谢你把复杂硬核的知识弄得简明易懂
作为门外汉,终于搞懂为毛要冷冻电镜了,多谢基德!
感謝基德和李雨書博士的分享, 感覺現在和未來人類對世界的研究越來越深入, 越來越細化, 主流群眾的求知興趣和理解能力及一般制度化的通識科普教育已越來越無法跟上前沿的研究, 人類間的知識與邏輯壁壘將會越來越大, 這類影片能一定的擴散一定的知識, 實在是很好且不容易的一件事
我室友研究生搞了两年,用了别人公开的配方,蛋白质依然无法结晶,做不了衍射,头都炸了。哈哈哈哈。
哈哈哈 继续加油 别放弃
生物就是这样
该去借冷冻电镜了
蛋白质结晶是玄学。。。。同学有个做蛋白的,冷柜上贴了个恐龙的卡通贴纸,本来好好的,有一次做清洁,把贴纸撤了,就tm结晶不出来了,老板要他们再找一个差不多的贴上,就没事了
@@chenghu9911 特么的乐死我了
真的講得不錯,給出的信息都沒錯而且清晰,加油!!
这样的视频,做到了国际公司的水准,太好了!
突然感慨,中国的九年义务教育实在太管用了!这不就是生物课学过的基础嘛!在澳洲实习的时候感觉中国两节课可以讲清楚的课,他们要上一个月。希望咱们国家的教育越来越好!
中心法则是高中的内容吧
确实,感觉听起来除了最后那个算法那不是太难懂
看的人心潮澎湃,AI真的太适合用来解决那些传统计算方法难以解决的问题了
我居然膨胀到看这么硬核的片子了……
之前读博想考虑生物蛋白这个方向,直接被参加过CASP的师姐劝退,说每个几十年搞不出东西。但看完这个视频,还是很佩服也很敬仰这么多为研究贡献的科学家,也更敬畏生命的复杂
媽 我剛看完了一場生物學大片 簡直不輸給漫威🤣🤣🤣
这片头很燃配上这么由浅入深的解说。真是太棒了👏。
Awesome!!! 生物学门外汉get到了很多知识,感谢基德和李雨书博士!片尾的2077配乐也很应景。
真的是很用心,看了觉得很厉害,希望能够有越来越多的这种视频
個人的小補充:
-騰訊和AlphaFold2說明了資本的力量
-朝鮮的IT實力比印度還強, 別小看他們喲
-AI神經網絡算法再厲害, 預測度也無法達到100%, 所以直到預測度誤差達到1皮米前,凍鏡還是觀察蛋白質結構的最大利器
-醫藥學家需要的是能從結構反向推導其蛋白質序列, 難度比CASP高好多個量級
alphafold的确惊人,他的精度提升在这个比赛里非常强属于前无古人、精度高到基本后无来者,不过蛋白质结构领域也有相近稳定能量结构共存的情况,AI还需要考虑这些。
无论精度,制造真实世界实际数据的冷冻电镜永远不可能被一个做预测的AI淘汰,不过冷冻电镜里繁杂的步骤:particle picking (topaz, SPHIRE crYOLO, EMAN neuralnet) 和2D/3D classification (SPHIRE cinderella) 都在被AI入侵,希望半自动结构解析指日可待。结构解析里面的几何知识很高深,我个人不理解。
我以为医药领域更需要蛋白结构做小分子靶向docking,序列很好获得但结构很难,结构反推序列好像并没有很有用。
100%过拟合了,肯定达不到。Alpha家族一直都是变态。这样的比赛只能围观……
朝鲜科学家不用为房贷分心,反而能够静下心来专研艰深的课题,他们的困难在于欧美的技术封锁得不到牛逼的实验器材
能不能解释一下为什么要从结构反推序列,难道现在的技术手段不能直接测氨基酸序列吗?用尿素可以去折叠,我们难道连肽链的氨基酸序列也测不出?
科学真正的火力在于一代又一代的人勇往直前,此类科普视频正是破除人类面对未来的绝望最好工具,同步具备好奇心与技术知识积累,人类才能走的更远。
恒古人类会用工具会用火,而现在人类有向前前进的希望。
基德每期视频我都有看,我觉得基德作为一个up主做到了真正内容的优质,我很期待下一期的视频。
讲得非常清楚!辛苦啦!
感恩分享,优秀。南无阿弥陀佛🙏
学了12年物理,虽然对生物只有一些基本理解,再重复观看了以后对这个领域有了一些兴趣和初步的理解,解释的非常好!
非常感谢提供了这么精彩的科普
这个一般人都听不太懂,不过感觉做的好棒,大概就是知道尽量多的基础数据,然后根据大量大量的AI计算去推算结论,再去除那些几率低的,不断刷结论,貌似就可以完成预测,和现在AI图像优化差不多吧。
深入浅出,严谨又好懂。基德真是厉害。
非常好的生物学教育科普视频
這片頭也太用心,哈哈哈,讚
每次看到AI領域的跨步,都會想到六祖慧能.不識字,不大量input記憶經典,只抓關鍵結構,就能有比較通透之佛法見解.就跟可見光譜一樣,人類以為可靠細膩,卻是擋住了海量的電磁波資訊.見之即有障,AI是繞過見之障的新手段.我們很幸福.
我也很感谢你,我能看到背后的工作量!好恐怖
up视频做的真棒!(上学期跪着上完Computational Biology, 拿了个B- pvq)
老哥在哪个学校啊
@@jinbochen3738 simon fraser university
9:58 那隻狗我笑了😆
学到了。感谢!
点赞,真的做的非常好!
我一直期待和必然相信的ai與人類攜手合作的未來又將進一大步。
說真的,人類勞動力解放,但智力/精神力須提升。
看著舒心... !
这等级的科普大神,感谢和仰望!
看懂了,非常激动
真的好难🤯,佩服
表白博主!视频超棒👍
好硬核的内容!赞
这样的视频值赞
细节真详尽啊
很開心看到這麽具有知識的內容卻我深深的被吸引了,但是很難懂。可以知道 基德 的學術函養及專業領域非常之好,但我卻吸收不了。就好像一個壓縮檔你卻沒有解壓縮軟體一樣,內容太豐富了。以致於連聽都來不及,感覺這個視頻是做給進階版的人看的,好可惜。
太硬核了,值得收藏重复刷!
TH-cam上,只有你的影片我非常愿意全屏观看!
我实在是佩服基德 全程跪着看完😅
非常喜欢!
记得基德曾科普过一期老三论节目,而这是基于老三论有了经典物理学,然后热力学和量子力学又完全打破了老三论的成果,将物理学引向更加宏观的和更加微观的世界,随着晶体半导体的发展人们又总结出新三论,而新三论的应用也才刚刚开始,对于各行各业的影响也许再过二十年就能达到过去五十年的适配成果吧
之前想写一个AI帮朋友算过柱子的成功率。后来一直没联系那个朋友就搁浅了,看完视频有点后悔当时没继续跟他联络。这提莫的太牛逼了。
终于更了。。。等你好久了。
硬核科普视频,我很喜欢!
貌似涨了不少知识,看完好像又记不清具体学到了啥🤣。很专业,很多地方看的跟不上。制作精良的大片,期待下一集!
视频太棒了,加油
看到6:27時懷疑,
怎麼會有農村大姐能繼續看下去呢?
我端了杯茶,點了根煙,繼續享受這支視頻
謝謝。
很专业!
真·硬核!👍👍
第二遍看,还是被震撼到了,太硬核了
韩国首尔大学很强啊。。前100名居然没有日本的团队。。。。很意外。。
嗯,日本大学因为国家整体人口减少导致资金不足,研究方向就集中在几个强项领域
最让人意外的难道不是朝鲜大学吗?
@@qichengma5964 朝鲜没有进入榜单。。。。
@@nakamotoki88 2:02 朝鲜平壤大学团队排名第17,韩国首尔大学团队排名第30
@@qichengma5964 啊,抱歉。我以为是没进入榜单。。。 朝鲜韩国这个民族虽然有点自大,但是人的确很聪明。
这期的内容太高深了
終於等到你
第一步嗎?哈哈。這期不錯
感谢分享。之前搞不懂这个突破有什么重大意义。看完后搞懂了。
这视频质量真高!
作为大学学了生物计算机但毕业就转行的人,终于明白当年的crystallization那门课是干什么的了。也很高兴知道毕业后的十几年里发生了什么🤔
好喜欢基德这个生物系列的视频,几期都看了好喜欢。
特别是看到这期的时候,我才知道遗传密码从染色体到RNA到细胞质再加工成蛋白质这个过程。
感觉一个个细胞都是不同的工厂,像流水车间一样在不停的做着生产、保护或者其他各种的工作。
再到不同种类的细胞、不同器官的细胞都在做着各种各样不同的事情,感觉非常的神奇。
不知道基德以后会不会再做一期关于细胞的视频啊?
虽然听了个寂寞 但是基德的讲解真的很引人入胜
基因的對稱與比例是美幻的 , 卻容易受影響出現殘缺才會有每個人的差異性 , 但意識的組成好像還沒法用機器去解析 . 這樣看起來開發用腦接口去複製意識灌進機器人好像比基因工程複製人要快的多 .
虽然没看懂,但是感觉很牛,准备很辛苦
感觉还是有突破的,从单个肽链→2D→3D;现在变成了肽链→3D→3D,中间的建模直接多了一个维度。
非常喜欢你的视频,深度、硬核、上帝视角高屋建瓴却又幽默风趣不失温度,感谢基德大大,非常期待你的后续系列
基德的好多内容真是经典。
nb老哥,世界就需要你们
你回来啦~
计算机的最根本应用就是:仿生。模仿、模拟生物--这个世界上最精妙的东西。
就喜欢这样的硬菜!
有聽沒有懂,11:28 我只看懂了這個又大又肥胖的蛋白質,好可愛喔喔喔😍
太精彩了!!!!
中間一段:師傅別唸了
我就是培养晶体的老园丁QAQ
提一个小纠错: 8:21这里,每个斑点不代表一个原子,而是代表一种排列周期。这是倒易空间和实空间的变换。
知道大概结构才是第一步,后面的分析同样折磨人,而且又必须积累大量试验数据,才能把另一个AI喂大。然后然后无限套娃
会不会每一步的误差累积起来最后出来个四不像?
@@xinjin902 有可能,但这也得等喂出来后才知道了。现在无论是正确还是错误的样本都没有,没法下结论
雖然不懂,可是還是那麼愛看基德的視頻.. 總是能讓我多看幾次。
我想這是好老師和只會領薪水老師的差異
太棒了~!!! 說到蛋白質,在疫情大背景下,能加更一期人類未來可能的新天敵朊病毒嗎(這東西真的是最可怕的種族滅絕級生物武器),下一個治療醫學大突破可能就是這裡(一些神經退化疾病或精神疾病也許就有解了)。
終於等到了!!!!!!
加油。支持
牛逼 真干貨
可以这么理解吗?
生物学这条路长好几万光年,生物学家踩着自行车骑在这条路上,路上遇到了计算学的,把生物学家的自行车改装成f1赛车,让生物学家在路上飙,未来不知道会有什么领域的人改造f1,变成飞机,光速飞船,让生物学家更快走完