10 lat temu program AlphaGo od @GoogleDeepMind stał się pierwszym programem, który pokonał mistrza świata w Go — grze z większą liczbą ruchów niż atomów we wszechświecie. AlphaGo wygrał dzięki „Ruchowi 37”, zagrywce tak nietypowej, że eksperci myśleli, że to błąd. Oto jak to zwycięstwo zapoczątkowało nową erę AI i doprowadziło do dekady odkryć naukowych 🧵 ↓

Sukces AlphaGo pokazał potencjał AI w pomaganiu nam w lepszym zrozumieniu ogromnych złożoności świata fizycznego. 🧬 Doprowadziło to do powstania AlphaFold, który w 2020 roku rozwiązał "problem przewidywania struktury białek" — 50-letnie wyzwanie kluczowe dla zrozumienia chorób i opracowywania nowych leków. 🔬 Od tego czasu udostępniliśmy ponad 200 milionów struktur białkowych za darmo, aby pomóc ponad 3 milionom badaczy w walce z wszystkim, od szczepionek na malarię po enzymy trawiące plastik. 🏆 W 2024 roku ta praca przyniosła Nagrodę Nobla w dziedzinie chemii, przyznaną @demishassabisowi i Johnowi Jumperowi w imieniu zespołu AlphaFold.

Technologia AlphaGo przeszła z planszy do najtrudniejszej matematyki na świecie. 🥈 Podobne podejścia pomogły AlphaProof, w połączeniu z AlphaGeometry, stać się pierwszymi systemami AI, które zdobyły srebrny medal na Międzynarodowej Olimpiadzie Matematycznej (IMO). 🥇 Ostatnio, zaawansowana wersja Gemini Deep Think poszła jeszcze dalej, osiągając złoty medal na IMO 2025. Teraz stosujemy to rozumowanie do najbardziej złożonych, otwartych wyzwań w nauce i inżynierii.

AlphaEvolve, agent AI inspirowany metodami wyszukiwania AlphaGo, odkrywa, jak sprawić, by komputery działały wydajniej. 💻 Ostatnio został użyty do odkrycia nowego sposobu mnożenia macierzy — podstawowej matematyki napędzającej niemal wszystkie nowoczesne AI. Optymalizując kod na najniższym poziomie, sprawiamy, że całe ekosystemy, od centrów danych po obliczenia kwantowe, stają się szybsze i bardziej zrównoważone.