최근에는 딥마인드(DeepMind)의 연구원들이 또 하나의 이정표를 세웠습니다. 딥러닝으로 3D 단백질 구조를 예측하여 물리학 기반 방식의 성능을 뛰어넘었습니다(https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology). 정확한 3D 단백질 구조 예측은 생물학 및 제약 연구에서 필수적인 역할을 하지만, 최근 의료 분야에는 다른 중요한 머신 러닝 애플리케이션이 많습니다. 예를 들어 연구자들은 코로나19 환자의 산소 필요량을 4일 전에 미리 예측하는 시스템을 설계하여 병원이 환자에게 의료 자원을 할당하는 데 도움을 주었습니다(https://ai.meta.com/blog/new-ai-research-to-help-predict-covid-19-resource-needs-from-a-series-of-x-rays/). 이 시대의 또 다른 중요한 주제는 기후 변화이며, 이는 가장 크고 중요한 도전 과제 중 하나입니다. 오늘날 기후 변화에 대응하기 위한 지능형 시스템을 개발하기 위해 많은 노력을 기울이고 있습니다(https://www.forbes.com/sites/robtoews/2021/06/20/these-are-the-startups-applying-ai-to-tackle-climate-change). 기후 변화에 대처하기 위한 여러 접근법 중 하나는 새롭게 떠오르는 정밀 농업 분야입니다. 연구자들은 컴퓨터 비전 기반 머신 러닝 시스템을 설계하여 비료 사용과 낭비를 최소화하기 위해 자원 배분을 최적화하고 있습니다.