谷歌DeepMind的主管、新晋化学诺贝尔奖获得者John Jumper表示，像AlphaFold这样的蛋白质预测程序只是生物学及其他领域人工智能的开始。Jumper在瑞典驻华盛顿大使馆与美国国家科学院（NAS）合作举办的今年诺贝尔奖获得者研讨会上表示：“我真的希望，假以时日，我们会看到AlphaFold成为首批对生物学产生深远影响的人工智能系统之一，但这只是众多人工智能系统中的一个。”。
AlphaFold 2可以在经过大量结构训练后，根据其氨基酸序列预测蛋白质的三维结构Jumper解释说：“AlphaFold是一个能够完成人类无法完成的任务的人工智能系统。”如果我们需要蛋白质的结构，我们必须沿着这条可能长达数年的实验道路前进。
因此，我们能够在机器学习方面开发一系列创新，基本上开发了正确类型的构建块和工具，用于蛋白质的机器学习，以达到极高的准确性，与实验准确性竞争——虽然不太好，但非常接近。我们能够在大约5到10分钟内完成这项工作，而不是一年。”Jumper说，Alphafold在细胞内酶结构预测方面正在取得进展。
他指出，5月份宣布的最新版本AlphaFold——AlphaFold 3——可以准确预测蛋白质和小分子之间的结合。Jumper解释说：“当然，这种蛋白质与小分子的相互作用是理解酶功能的关键。”
他补充道，我们究竟能在多大程度上推动这一进程还有待观察AlphaFold只会告诉我们一些关于生物学的事情，还有更多的事情——关于细胞、相互作用、介观结构、调控——这甚至不能直接用AlphaFold框架来问，所以我们必须考虑如何进行细胞间的相互作用。”Jumper说，目前，使用AlphaFold的进展取决于“非常聪明的科学家”
检查预测的结构并考虑更广泛的细胞过程我们如何开始将其引入人工智能和机器学习领域，这些问题会是什么样子？这些数据将基于什么？”他问道我很高兴看到这种情况如何在规模上向外发展，希望我们越来越接近表型。”在活动中，美国国家科学院院长Marcia McNutt对美国科学的未来表示担忧。她指出，今年有八位美国诺贝尔奖获得者，并回忆说，自第二次世界大战以来，美国一直主导着诺贝尔奖她说：“我们处于世界领先地位。
”她估计，中国获得了有史以来颁发的诺贝尔科学奖的一半以上。历史教训
然而，麦克纳特指出，在第二次世界大战之前，德国获得了最多的科学诺贝尔奖德国是怎么失去第一名的？”她问道它对自己做了这件事——这并不是其他地方的竞争，但想想所有在第二次世界大战前夕离开德国的德国科学家——他们中的大多数是犹太研究人员，顶尖的知识分子，他们认识到，如果他们留在德国，他们的生命将受到威胁。”
然而，麦克纳特警告说，诺贝尔奖是一个国家研究和技术环境的滞后指标，因为导致这一关键发现的工作往往是在十年或更早的时候进行的她警告说：“我担心，当我们开始看到美国获得的诺贝尔奖减少时，我们可能早在十年前就已经失去了优势。”。麦克纳特说，移民对美国的成功至关重要，单位必须继续支持移民，并指出美国近30%的诺贝尔奖获得者是第一代移民。她认为，美国继续吸引最优秀、最聪明的人才赢得此类奖项至关重要。
麦克纳特还强调，强有力的国际伙伴关系对于使一个国家成为强有力的诺贝尔奖竞争者至关重要她说：“以前，当我还是一名学生的时候……一所大学会有一个高能物理设施，比如斯坦福大学的直线加速器，但现在一所大学无法创造出进行新科学研究的领先能力。”事实上，它已经超越了一个国家的能力——我们必须在国际上开展这些项目，美国必须成为一个更好的国际伙伴。”
麦克纳特补充道，确保美国科学领先地位的第三个重要组成部分是单位对研究和技术开发的投资她继续说道，我非常担心美国的未来……因为减税通常会导致国家投资减少，当然，我们确实存在赤字问题，但科学技术是我们应对赤字的解药。她显然是指当选总统唐纳德·特朗普承诺延长和实施一系列减税措施麦克纳特说，正是通过投资新技术、创造工具的新方法和新进步，我们才真正建立了我们的税基。
但她表示，对科学的信任侵蚀是一个普遍存在的问题，尤其是在美国，也许是需要解决的最重要的问题。”麦克纳特告诉观众：“我们必须成为一家值得信赖的企业，我们必须更好地与公众沟通，让他们了解为什么应该信任科学。”因为没有公众的信任，我们就不会进行投资，也不会吸引世界各地最优秀、最聪明的人才。”