關於 有效位數誤差 ，我們在網路上蒐集到這些相關的討論、資訊與評價

【龔成問答信箱】（Q18581-Q18600）

Q18581：

老師，想問1343值得買嗎？
見佢呢排升得好多

龔成老師：

偉源控股（1343）要十分小心！股價極高！

過往5年，生意都無特別增長，中期業績更生意下跌，並出現虧損。

這股在過往，一年盈利只有幾百萬坡元，一年盈利平均只有波幣$3000萬，佢增長力一般，從事建築工程等業務，這類股一向估值都不太高，市盈率可能只有8-10倍。

以這個基礎初步推算，這企業只值$2億、$3億。但現時市值$40億！超誇張的價！

加上這股上市年期不久，上市時市值細，近期無原因上升，與之前的問題類股玩法一樣，小心！

唔好因為佢升而買，無跟據的！

------------------------------------------------

Q18582：

其實我都要同你懺悔 2018年問過你問題，跟住其實個人都係無乜動力 (家庭背景關係，我係非常保守派，雖然30歲都未到) 到了今年年頭，終於！的起心肝！

做咗月供股票 跟住到了年中6月股市可以話上升時間，我唔知邊到來的勇氣，衝咗入股市，贏錢贏錢炒呀炒，再玩埋牛熊證，再衝埋入美股。

跟住7、8月開始股市有所回落，呢種炒炒賣賣當然不能長久，贏下輸下，曾經輸到入自己個本到，慶幸又贏返，直到現在就好似一場數字遊戲。呢個信號係我個腦出現了。

呢種方式同睇你咁多年的教學，完全係背道而馳，但呀Sir你都明即時穫利的吸引性 正所謂袋入袋先係自己錢，莫講持有多年佢有機會跌先，你望住賺緊錢，但又唔袋入自己袋，係挑戰人性

但我又明我依家唔係向緊致富道路，只係玩緊數字遊戲，好矛盾呀

學討論區的人講: <你有無佢(即係你)咁本事一隻股揸十年？>

我真係無呢個本事 點做到 求心湯雞湯 (雖然都睇過你寫唔少)

係呢個問題上，我真係有所反思！9月開始搵本簿寫低每個交易，蝕既我就會紅筆highlight住佢！等自己留意返，萬一不幸地越來越多紅筆，希望可以對自己有個阻嚇作用
。

最後多謝呀sir你，雖然條路越走越歪 但月供股票部分，都係因為見你回覆人叫初學者做，我年頭1月就真係的起心肝開始做，否則我應該後面一連串的野，應該都唔會試到，都叫踏出第一步，係好事來既，都係一個學習，所以感謝你

龔成老師：

我20年前，都是短炒者，炒輪、炒孖展，玩左幾年，輸足幾年，之後長線投資，就開始不斷賺錢。

我好後悔當時浪費左幾年去學這些短炒技巧，我當時不斷睇書、上堂學短炒，但最後都是輸，好後悔，只怪我當時無知。

之後做銀行同證券行，見大部分輸錢的客，就是短炒的一群！這是我10年見到的情況，這是行內的秘密，根本大家都知短炒者一定輸，但業界一定唔會講！

另外，如果你分析全球真正賺錢的投資者、經金經理，佢地都無人短炒，都是長線投資的，巴菲特更講明反對短炒。

只要我地細心少少去想，都會明短短炒根本賺唔到錢。長線先至係王道。

如果你明白，希望你盡力學長線投資，我都明短炒有時好吸引，但一個錯的方法唔應該再做，我地應該努力學正確方法，就算這方法唔易學。

------------------------------------------------

Q18583：

你好老師，我手上有
788 6000股 @1.44
1317 2000股 @2.3
1972 400股 @18.98

手上可入股票現金余$28000，想全部買入2382，現階段可分注入嗎？還是需要再等等？

或老師有其他提議可供參考？謝謝回覆！

龔成老師：

你上述持有的，都是有質素的股票，你可以長線投資。

另外，我地投資，要建立一個「平衡的組合」，長遠來說，要有不同類的股，同時同一隻股不能太多。你現時現金不算多，應該留現金。

這是一個配置的過程。平衡，長線。

舜宇光學（2382）有質素的，現價合理區中上部，你等回多少少先考慮。這股值得長線的。

另外，你可以考慮盈富（2800）。

------------------------------------------------

Q18584：

阿sir, 我兩年前上完堂後，一直月供以下股票，比亞迪我放左一半（$98）。以下是月供金額：

$500 比亞迪 (潛力股)
$500 中國生物製藥 (潛力股)
$500 銀娛 (平穩+潛力股)
$500 港鐵 (平穩股)
$500 盈富 (平穩股)

有一個問題想請教下阿SIR:

我見比亞迪同銀娛都升左好多，開始遠離合理水平，想減少/唔月供佢地住，有冇咩代替品建議？

麻煩晒阿SIR.

龔成老師：

太好了！這是你2年努力的成果。

其實，月供我地一般都會照供，但如果真的到了貴的水平，可以停一停或減金額。

你餘下的比亞迪（1211）可以持有，至於月供可停一停。而銀娛（0027），其實未貴，你可以照供。我地要見到明顯貴先停。

至於其他股，你可以照供。

你可考慮加入華夏恒生科技（3088）去月供。

------------------------------------------------

Q18585：

老師，報讀了你的股票班，期待與你見面，大家一齊發挖倍升股，加油。

Q1. 想問課堂會有一些軟件，apps, 或是網頁資訊等合適工具提供來更有效地分析優質股嗎？

因為始終是初學者，有時見到老師出post分析一隻股票，裡面的數據都不知那裡能找到，例如過往5年平均ROE, 平均股價，平均市盈率等。

Q2. 最近（981）中芯被美國制裁，股價暴跌，但市盈率仍有63倍，此股可投資嗎？

（522）ASM, (763)中興通訊現價合理？

龔成老師：

1）放心，課堂會具體教你，財經網站、10年財務數據網站、選股的免費程式、5種選股方法、睇年報技巧等等。

總之，你每堂多溫書，我每堂都有功課比你，你照住做，就會跟到。

2）中芯國際（0981）業務有增長力，但未必能稱為好優質的股。

睇翻佢過往的業務情況，雖然仍每年的生意都有增長，但盈利就有波動，反映雖然大環境的市場在增長中，但佢的成本與售價，就未必在佢掌握的範圍，最後造成盈利波動的結果。

雖然這股都有前景，但以佢面對的情況，但好難將佢定義為最優質的股票。

加上此股近年升了不少，就算有所回落都唔算貴，加上之前熱炒過，股價大上大落，投資要注意風險。現價略略貴，如投資，回翻10%先小注。

至於ASM PACIFIC（0522）這股有質素的，長遠正面，現價合理區中上部。

中興通訊（0763）從基本面分析，這股不差的，我亦相信5G的發展，會對佢長遠有正面影響，因此長遠不會太差。

佢本身係中國高科技通信設備主導供應商之一，通過提供客戶化的產品及解決方案，目前主要服務於中國及其他發展迅速的新興市場。

佢主要同中國電信、中國網通、中國聯通和中國移動等中國主導的電信運營商建立了長期穩定的合作關係。這部分是較穩定的。同時，佢亦向全球多個國家銷售產品，但之前同美國果邊，因政治問題而有影響。

不過，政治等因素令佢股價大上大落，從生意分析，長期仍會有發展的，只是有潛在的政治風險，這點不能忽視，而這個風險好難分析及預測。

此股可長線，只要唔係佔你組合太高比例，都可以，同時要明白這股上述的風險。

11月見！

------------------------------------------------

Q18586：

龔SIR, 如果碧桂園(2007) 同恆生(11) 二揀一全倉買入, 你認為邊一隻較大潛力?

兩隻都有6厘息左右, 即使股價短期不升, 仍有股息收入, 穩中求勝,只是現階段不想太分散而影響回報率

龔成老師：

我地投資，不是賭博，而是一個配置的過程，同一隻股票，唔應該多過股票組合的15%。

碧桂園（2007）的賺錢能力較高，不過負債多，風險大。

恆生（0011）近年賺錢能力略減，收息股，但增長力不強，以穩健度來說，這股較好。

------------------------------------------------

Q18587：

龔sir. 近期比亞迪上升，但如果以資金分散投資各種股票，即使佢升幾倍，都唔會對我整體投資組合有爆發性增長，感覺無咩意思。

而買新地，金沙等等有派息既穩健股，爆升機會極微。要財富快速增長必須全倉一隻睇好有前既股票對嗎？

龔成老師：

雖然重注單一股票，可以令整個組合增長好快，但我地投資，無人話一定該股會升，是可以跌的！

如果你只想回報，只無想過風險，就好易會出事，我地是理財，是一個配置過程。要穩中求勝，不是博。

------------------------------------------------

Q18588：

SaaS 股上我暫時亦都考慮緊兌吧1753 佢雖然暫時仲係處於虧損 但我都仍然睇好佢前境 而且相比起微盟2013 佢既估值仍然係比較低 會唔會比起微盟更值得博值呢？

另外我持有大部份小米1810 但最近林斌又再次出售大量股份令我思考左下 老師你話企業質數係睇長線，但林斌2019 2020 分別兩次出售股份都令小米股價下跌。

但我擔心既唔係股價短期下滑，而係如果話林斌同雷軍呢兩位最大股東對小米前境其實看法分歧 會唔會對小米長遠既質素有所影響呢。有小小不安

龔成老師：

兌吧（1753）主要係中國從事用戶運營軟件即服務平台，以及互動式效果廣告等業務，不過這刻仍處虧損狀態，只可以話分析不易，有危有機類。

這都是潛力股，但風險較高，其實佢生意增長不差，只是未進入收成期，如果你睇好，小注投資可以。你可以長線持有。

佢就好較話同微盟（2013）比較話邊個較好，始終業務模式並不同。

至於小米（1810），你上述的因素，對企業會有中短期影響，但我地唔知佢賣股背後的原因，可能只是佢自己想套現，所以我地無得估佢有無分歧。

我地最終都是睇翻企業的業務、前景情況，其實現時小米已有一定的規模，業務模式與網絡已建立，長遠仍是正面，相信一個人賣股的行為，唔會有影響。

------------------------------------------------

Q18589：

老師，想問你建議全個倉可以持有幾多隻股票？
而各股的比例該如何決定？

如果同時看好很多股票，該根據什麼準則來決定買哪一隻？

龔成老師：

首先你要有一個配置的方向，那些類股較適合自己，同時大量分析這些股。如果是優質股，就可以進入「有可能買入的名單」。

下一步就是分析平貴，考慮值博率的角度，去睇下點樣投資。

我地要建立一個組合，這是一個長線配置的過程，每隻股最好少過股票組合的15%，單一行業少過30%，以減少集中風險。

當然，大多股票也不是好事，因為我地要管理，要持續跟進股票的情況。

------------------------------------------------

Q18590：

你好，龔成老師！
本人26歲，月入約4萬穩定收入。

本人持有以下股份，部分正在坐艇中，想問應長渣嗎？有升值潛力嗎？

01211 比亞迪股份 500股 35.5@
02800 盈富基金 1500股 25.520@
02388 中銀香港 1000股 24.00@
00066 港鐵公司 500股 36.9@
00012 恒基地產 1000股 35.269@
01837 五谷磨房 26000股 1.096@
01212 利福國際 5000股 7.530@

本人仍有現金約15萬，想主力投資潛力股，我有参考你的50優質潛力股所提及的10隻潛力股，現時好像只有0788比較貼近合理區，我應該入市還是等機會，等其他股例如比亞迪中生製藥等回落至便宜區再儲貨呢？

謝謝！

龔成老師：

我地最重要是睇企業質素，有質素，有發展，就可長線。

五谷磨房（1837）質素較一般，這股增長力不強，加上中期業績出現虧損，長遠宜賣出這股轉其他，但由於這股不是零質素，因此不用立刻賣出，可以等機會。

至於其他股，無問題，可長線。

至於資金方面，唔好急。中國鐵塔（0788）都有質素，現價合理，可考慮，不過增長力比預期略減，這股小注都得，餘下資金就等比亞迪（1211）等的潛力股，睇下可以跌幾多入貨。

------------------------------------------------

Q18591：

老師你好，我是完全新手，32歲剛起步儲蓄，巳比別人慢了很多，如果要學投資應買你那一本書先？是在銀行開戶口嗎？

月入2萬,現金有10萬可什樣投資？希望快點賺到第一個一百萬再有更多錢投資

龔成老師：

32歲，仍是好年輕，只要你投入多少少時間去學投資，同時努力少少儲蓄，我相信你可以追翻的。

你要做三樣野，第一，增加知識，你要學理財及投資的知識，記住，投資並不是坊間的炒炒賣賣，你要從書本或課堂上認真學習。《股票勝經》適合初階者的。

第二，了解銀行及證券行，去開一個證券戶口，並準備做月供股票。

其實兩者都可以，銀行就較方便，但手續費就較貴，證券行收費就較平，香港的監管不差的，風險不大。你可以先了解下不同的收費。

第三，將每月的部分資金，去做月供股票，供盈富（2800）。對初階投資者來說，月供股票是一個很好的累積財富方法，因為可避免你一次過在高位買入的風險。

原理如同儲錢，不過就不是儲現金，而是儲股票。計劃要長期進行。

另外，盈富是一個組合，適合絕大部分人投資，風險不高，長期儲貨可助你財富平穩增值，記住要長線持有。

當你在做上述三件事的同時，開始學下股票，了解下那些股票適合你自己。上述只同你簡單供盈富，當你過幾個月，有知識及少少經驗後，就可以利用你手上的資金，其中一部分，去投資股票。

------------------------------------------------

Q18592：

你好龔老師，我22歲。

我自己中學畢業就後就係屋企人的餐廳工作但係最後因為其他因素，餐廳倒閉左，而加呢就係一個文員。

來緊諗住讀一個副學士，希望可以升上去學位，我今次PM目的係希望老師可以俾少少意見我呢個 年輕人，希望老師你會抽時間回覆

首先我自己有開始閱讀理財書嘅習慣，我大致上理解到人工只係一個短期解決生活需要嘅方法。長遠來說，要持續累積資產。

而資產下可以分為投資土地，公司以及股票，我先前睇過你講月供股票呢樣野。

1.我想知道月供股票可以賺嘅多唔多呢，定係自己慢慢學操盤呢？

2.你認為需要累積到幾多現金先正式開始進入投資世界呢？

3.咁我可以喺求學嘅時期做啲乜嘢令到自己嘅資本繼續增加？

其實我有打算上你個個股票班但係手頭未有咁多錢去上堂。希望老師你可以解答下我，謝謝老師。

龔成老師：

1）月供股票會比較適合初階投資者，因為原理就是每月不斷儲貨，好處是將買入價平均，你可以減少一次過在高位買入的風險。

不過，如果你有一定的投資實力，可以掌握到較平的價買入，就不用月供。

2）你只要有足夠的備用現金，例如3-6個月的基本支出，以上的資金已經可以投資。

之後就要睇大市平貴，如果貴的話，就等等。現時大約處合理區。

3）第一，盡你的能力去增加知識，我18-22歲這幾年，就是利用讀書期的較多時間，不斷睇投資書，打好了基礎，到之後踏入社會正式工作有收入後，我運用得更好。

另外，你可以做小生意，你現時是一個好好嘗試做生意的黃金期，大膽去試，有機會幫你開一條全新的路。

加油！我相信我地總會在股票班見到。

------------------------------------------------

Q18593：

你好，我係疫情前入左1918 融創中國 之後keep 有入有出 依家均價$38有三手。 如果再跌 好唔好再溝貨 或者 轉移到其他股票？

另外，我仲持有2013 微盟 $11.5 @ 2000

想問埋968 $10 可以入貨 定係等回返9蚊左右先再入？

現時現金不多 得返十一萬左右 感覺上兩頭唔到岸咁。人工也不高 月薪只有17k
謝謝你

龔成老師：

融創中國（1918）業務不差，有規模、品牌、銷售網絡，但同時有一定風險。

首先，中國樓市如果逆轉會有很大打擊，另外，這股的負債超高，無事就無事，有事大件事。

因此，投資這股不是不可，因為不是完全無質素，但要明白背後的風險，同時明白這一定會令股價較波動，自己最好控制注碼。

因此，唔建議你心急加注。

至於微盟（2013），小注持有無問題，這股有潛力，同時有風險。

信義光能（0968）有潛力現價合理區頂，你可以小注先，之後等跌先正式入。

資金不算多，你可以等大市進一步回落先入貨，唔好太心急。

------------------------------------------------

Q18594：

呀sir 岩岩見到你之前拍片分析左3隻追蹤恒生科技指數既ETF 想問下你點睇新的3067？佢既管理費同追蹤誤差都低過3088 咁係咪選擇3067較好？

另外，想問下 3067 同3088 呢兩隻既便宜區係幾錢？thank you

龔成老師︰

安碩恒生科技（3067）以100股為1手，相對華夏恒生科技（3088）要200股1手入場費較平。

而且每年收費和追蹤誤差，都係3067較低。

初步睇佢會比3088優勝，但你要留意，由於幾隻恒生科技ETF都係初上市，追蹤誤差只能作參考。實際誤差未必一樣，你要知道這個風險。

由於佢地包含了三十隻恒指科技成份股組合，要估值唔易。而且這些新經濟股雖有潛力，但都比較波動，用月供模式儲貨，並長線持有會較好。

------------------------------------------------

Q18595：

其實想問

優質藍籌股需要訂立 止蝕價嗎（例如5%)

龔成老師：

所以股票都要有止蝕概念，但我地不是用「股價跌多少」去決定，而是用企業質素。

如果佢質素轉差，而這是長期與核心性的，就要止蝕。

相信，股價跌左但質素無變，即是平左，我地當然唔會賣出，而是買入！

------------------------------------------------

Q18596：

老師，什麼是中下部、中上部？

龔成老師：

即是現價處於合理價範圍的那個位，如果企業價值$50-$70，現價$60，就是合理區中間，如果現時股

------------------------------------------------

Q18597：

龔sir 可否請教一下 6189呢隻股🙏🏿🙏🏿🙏🏿，小弟系 4.4 ，3.5. 2.5 都有入貨，現價 應否再溝淡呢？勞煩龔sir 幫忙分析一下

龔成老師：

愛得威建設集團（6189），之前股價$30跌落現價$1，是典型的問題股，今年已見過好多隻，佢唔會上翻去。

中期業績生意跌7成，出現虧損，見唔到有投資價值。

絕對唔能夠加注！

賣出是遲早的問題，建議你分段減持。

------------------------------------------------

Q18598：

龔sir,早晨
想請教下好孩子國際具投資價值嗎？

另外想請問的是未來中國進入老年化社會，有什麼公司行業能夠直接受惠？華潤醫療算嗎？

龔成老師：

好孩子（1086）係中國的國際兒童耐用品公司，主要從事嬰兒推車、兒童汽車安全座、嬰兒床、自行車、三輪車及其他兒童耐用品的設計、研發、生產、營銷及銷售業務。

過往業務不過不失，雖然都有生意，但增長力唔強，到近期的業績有轉弱情況，相信對經濟較為敏感，中短期都會較弱。

現價合理的，但就唔好睇得太好，整體投資價值中等。

至於人口老化，醫療相關是受惠的行業，當然具體都要睇業務模式與範疇，但這是大方向。

至於華潤醫療（1515）其實本質唔錯，不過業務波動與中短期因素，令股價波動。

佢是華潤集團在醫療版塊的主平台。主要在中國從事綜合醫療服務、提供醫院管理、諮詢服務、醫院集團衍生業務。

旗下擁有過百家醫療機構，提供臨床診療、健康管理、公共衛生、醫養結合等全方位、多層次的醫療健康服務。擁三級醫院、二級醫院、一級醫院、社區機構，總床位數超過1萬張。

本身有一定的企業優勢，長遠企業發展仍是正面，此刻價格大約在合理區中下部位置。

------------------------------------------------

Q18599：

成哥，正如你書入面講先買細樓再換dream house, 我剛剛買左個大約250呎的兩房單位(30幾年樓)，諗住自住幾年再換，因為要全屋裝修，想請問你：

1. 應該點搵/揀裝修師傅？

2. 因為係自住，裝修度點平衡個人喜好同埋日後轉手時市場喜好？

龔成老師：

1）你找一些信譽較好的，最好是有自己的店舖，品質有保證的，找裝修師傅一向都好煩，你要小心選，同時唔好表現到弱勢，要懂得爭取自己權利。

2）你預市場要求會佔多少少，在這基礎下有自己的喜好。每個人都想有自己喜好，但你唔好太過「個人化」。

------------------------------------------------

Q18600：

老師，你建議我沽出邊隻股票好？即係現在蝕緊錢都要沽？因為現在個市甘差！蝕好多

中國電信長楂不好嗎？遲d 5g越來越多

龔sir，請問1183可以長楂嗎？
1.57入左 thank you

龔成老師：

唔好理「個市甘差」，你要睇長遠的企業價值。

那一隻持股的長遠質素、前景較弱，就賣那一隻先。

你根據我上次比你的方向，加上自己對企業本質的長期分析，睇下邊隻你會較優先賣出。

至於中國電信（0728），收息股，長遠都正面，但不是高增長類。

而澳能建設（1183）以過往的業務來睇，只是中等，業務發展不算強，整體不差但又未算好好。

佢最近宣布，同德國創新科技企業Ｕｂｉｔｒｉｃｉｔｙ達成戰略合作，於大灣區拓展大灣區開發、製造及分銷電動汽車充電業務。

睇翻澳能果邊，主席表示，目標係兩年內在港澳大灣區安裝500至1000個充電裝置。

企業發展力都有，但近期股價其實有點超前反映。這刻投資值博率未算高，如睇好，小注好了。

另外，如果唔想日後後悔買錯股票，買入前就要多做功課，研究企業。

----------------------------------------------

若你有問題想向本人發問，可在龔成的fb專頁中（www.facebook.com/80shing）inbox龔成，但要注意如無特別聲明，有可能將問答放上網，當然，會將發問者的身份，以及有關個人資料的部分刪去。

另外，我所給予的各種意見，只是供大家參考，當中無任何銷售及推介，不涉及任何利益，其實大家應該要有獨立分析的能力，我只是給予一些方向及純參考模式。

由於提問人數眾多，見諒無法即日回覆，如果是普通的提問，預起碼要7天以上才能回覆，若然是較複雜的提問，起碼要10天才能回覆，希望各位能諒解。

「它將改變一切！」

DeepMind AI解決生物學50年來重大挑戰，破解蛋白質分子折疊問題。

本週振奮全球AI界的消息：Google旗下人工智能企業DeepMind發布了最新 AlphaFold成果，這是全球AI界無比振奮的重大科研突破。蛋白質存在於我們世界中的所有有機物體及奧妙人體中，全新的AlphaFold 算法揭秘了生物學界50年來試圖破解蛋白質分子折疊的難題，這項AI帶來的重大突破，將幫助科學家弄清某些困擾人們的疾病機制、加速找出新型流行病的具體原因（比如今年的全球新冠大流行），促進新藥設計、幫助農業增產、解析可有效降解廢棄物的嶄新成分、甚至探索為大氣減碳的全新解決方案。

我特別期待 AlphaFold 能為人類健康、環境生活推向更寬廣的可能性。在魔幻2020 最後一個月，這真是一個讓人懷抱希望的全新技術可能性，期待 AlphaFold之後締造更多 AI for Good 落地應用。

以下文章詳盡解釋了這項突破，內容經《機器之心》微信公眾號授權轉載。

▎生物學界最大的謎團之一，蛋白質折疊問題被 AI 破解了。

11 月 30 日，一條重磅消息引發了科技界所有人的關注：谷歌旗下人工智能技術公司 DeepMind 提出的深度學習算法「Alphafold」破解了出現五十年之久的蛋白質分子折疊問題。

最新一代算法 Alphafold 2，現在已經擁有了預測蛋白質 3D 折疊形狀的能力，這一複雜的過程對於人們理解生命形成的機制至關重要。

DeepMind 重大科研突破的消息一出即被《Nature》、《Science》等科學雜誌爭相報導，新成果也立刻獲得了桑達爾 · 皮查伊、伊隆 · 馬斯克等人的祝賀。

科學家們表示，Alphafold 的突破性研究成果將幫助科研人員弄清引發某些疾病的機制，並為設計藥物、農作物增產，以及可降解塑料的「超級酶」研發鋪平道路。

「這是該研究領域激動人心的一刻，」DeepMind 創始人、首席執行官德米斯 · 哈薩比斯說道。 「這些算法今天已經足夠成熟強大，足以被應用於真正具有挑戰性的科學問題上了。」

蛋白質對於生命至關重要，它們是由氨基酸鏈組成的大型複雜分子，其作用取決於自身獨特的 3D 結構。弄清蛋白質折疊成何種形狀被稱為「蛋白質折疊問題」。在過去 50 年裡，蛋白質折疊一直是生物學領域的重大挑戰。

DeepMind 的 AlphaFold 讓人類在這一問題上取得了重要突破。在今年的國際蛋白質結構預測競賽 CASP 中，DeepMind 開發的 AlphaFold 最新版本擊敗了其他選手，在準確性方面比肩人類實驗結果，被認為是蛋白質折疊問題的解決方案。這一突破證明了 AI 對於科學發現，尤其是基礎科學研究的影響。

在兩年一次的 CASP 競賽中，各組爭先預測蛋白質的 3D 結構。今年，AlphaFold 擊敗了所有其他小組，並在準確性方面與實驗結果相匹配。

對於不熟悉生物領域的人來說，CASP 的大名可能有些陌生——CASP 全稱 The Critical Assessment of protein Structure Prediction，旨在對蛋白質結構預測進行評估，被譽為蛋白質結構預測的奧林匹克競賽。 CASP 從 1994 年開始舉辦，每兩年一屆，目前正在進行的一屆是 11 月 30 日開始的 CASP14。

而 DeepMind 這一突破有什麼影響？

用哥倫比亞大學計算生物學家Mohammed AlQuraishi 在Nature 文章中的話來說，「可以說這將對蛋白質結構預測領域造成極大影響。我懷疑許多人會離開該領域，因為核心問題已經解決。這是一流的科學突破，是我一生中最重要的科學成果之一。」

▎蛋白質折疊問題

蛋白質的形狀與它的功能密切相關，而預測蛋白質結構對於理解其功能和工作原理至關重要。很多困擾全人類的重大問題（如尋找分解工業廢料的酶）基本上都與蛋白質及其扮演的角色有關。

多年以來，蛋白質結構一直是熱門的研究話題，研究者使用核磁共振、X 射線、冷凍電鏡等一系列實驗技術來檢測和確定蛋白質結構。但這些方法往往依賴大量試錯和昂貴的設備，每種結構的研究都要花數年時間。

1972 年，美國科學家 Christian Anfinsen 因「對核糖核酸酶的研究，特別是對其氨基酸序列與生物活性構象之間聯繫的研究」獲得諾貝爾化學獎。在頒獎禮上，他提出了一個著名的假設：從理論上來說，蛋白質的氨基酸序列應該可以完全決定其結構。這一假設引發了長達五十年的探索，即僅僅基於蛋白質的一維氨基酸序列計算出其三維結構。

但這一思路的挑戰在於，在形成三維結構之前，蛋白質的理論折疊方式是一個天文數字。 1969 年，Cyrus Levinthal 指出，如果使用蠻力計算的方式來枚舉一種蛋白質可能存在的構象，要花費的時間甚至比宇宙的年齡還要長。 Levinthal 估計，一種蛋白質大約存在 10^300 種可能構象。但在自然界中，蛋白質會自發折疊，有些只需幾毫秒，這被稱為 Levinthal 悖論。

CASP 14 比賽最新結果：AlphaFold 中位 GDT 高達 92.4

CASP 競賽由 John Moult 和 Krzysztof Fidelis 兩位教授於 1994 年創立，每兩年進行一次盲審，以促進蛋白質結構預測方面的新 SOTA 研究。

一直以來，CASP 選擇近期才經過實驗確定的蛋白質結構，作為參賽團隊測試其蛋白質結構預測方法的目標（有些結構即使在評估時仍然處於待確定狀態）。這些蛋白質結構不會事先公佈，參賽者也必須對其結構進行盲測，最後將預測結果與實驗數據進行對比。正是基於這種嚴苛的評估原則，CASP 一直被稱為預測技術評估方面的「黃金標準」。

CASP 衡量預測準確率的主要指標是 GDT（Global Distance Test），範圍從 0 到 100，可以理解為預測的氨基酸殘基在正確位置閾值距離內的百分比。 John Moult 教授表示，GDT 分數在 90 分左右，即可視為對人類實驗方法具備競爭力。

在剛剛公佈的第14 屆CASP 評估結果中，DeepMind 的最新AlphaFold 系統在所有預測目標中的中位GDT 達到92.4，意味其平均誤差大概為1.6 埃（Angstrom），相當於一個原子的寬度（或0.1納米）。即使在難度最高的自由建模類別中，AlphaFold 的中位 GDT 也達到了 87.0。

歷屆 CASP 競賽自由建模類別中預測準確率中位數的提升情況，度量指標為 BEST-OF-5 GDT。

CASP 競賽自由建模類別中的兩個目標蛋白質示例。 AlphaFold 能夠預測出高度準確的蛋白質結構。

這些令人振奮的結果開啟了生物學家使用計算結構預測作為科研主要工具的時代。 DeepMind 提出的方法對於某些重要的蛋白質類別尤其有用，例如膜蛋白（membrane protein）。膜蛋白很難結晶，因此很難通過實驗方法來確定其結構。

該計算工作代表了在蛋白質折疊這一具備 50 年曆史的生物學問題上的驚人進展，比該領域人士成功預測蛋白質折疊結構早了幾十年。我們將很興奮，它能從多個方面對生物學研究帶來基礎性改變。 ——Venki Ramakrishnan 教授（諾貝爾獎得主，英國皇家學會會長）

▎DeepMind 這樣解決蛋白質折疊問題

2018 年，DeepMind 團隊使用初始版 AlphaFold 參加 CASP13 比賽，取得了最高的準確率。之後，DeepMind 將 CASP13 方法和相關代碼一併發表在 Nature 上。而現在，DeepMind 團隊開發出新的深度學習架構，並使用該架構參加 CASP14 比賽，達到了空前的準確率水平。這些方法從生物學、物理學、機器學習，以及過去半個世紀眾多科學家在蛋白質折疊領域的工作中汲取靈感。

我們可以把蛋白質折疊看作一個「空間圖」，節點表示殘基（residue），邊則將殘基緊密連接起來。這個空間圖對於理解蛋白質內部的物理交互及其演化史至關重要。對於在 CASP14 比賽中使用的最新版 AlphaFold，DeepMind 團隊創建了一個基於注意力的神經網絡系統，並用端到端的方式進行訓練，以理解圖結構，同時基於其構建的隱式圖執行推理。該方法使用進化相關序列、多序列比對（MSA）和氨基酸殘基對的表示來細化該圖。

通過迭代這一過程，該系統能夠較強地預測蛋白質的底層物理結構，並在幾天內確定高度準確的結構。此外，AlphaFold 還能使用內部置信度度量指標判斷預測的每個蛋白質結構中哪一部分比較可靠。

DeepMind 團隊在公開數據上訓練這一系統，這些數據來自蛋白質結構數據庫（PDB）和包含未知結構蛋白質序列的大型數據庫，共包括約 170,000 個蛋白質結構。該系統使用約 128 個 TPUv3 內核（相當於 100-200 個 GPU）運行數週，與現今機器學習領域出現的大型 SOTA 模型相比，該系統所用算力相對較少。

此外，DeepMind 團隊透露，他們準備在適當的時候將這一 AlphaFold 新系統相關論文提交至同行評審期刊。

AlphaFold 主要神經網絡模型架構概覽。該模型基於進化相關的蛋白質序列和氨基酸殘基對運行，迭代地在二者的表示之間傳遞信息，從而生成蛋白質結構。

▎對現實世界的潛在影響

「讓 AI 突破幫助人們進一步理解基礎科學問題」，經過 4 年的研究攻關，現在 AlphaFold 正在逐步實現 DeepMind 初創時的願景，在藥物設計和環境可持續性等領域都產生了重要的影響。

馬克斯· 普朗克演化生物學研究所所長，CASP 評估員Andrei Lupas 教授表示：「AlphaFold 的精確模型讓我們解決了近十年來被困擾的蛋白質結構，重新啟動關於信號如何跨細胞膜傳輸的研究。 」

DeepMind 表示願與其他研究者合作，以進一步了解 AlphaFold 在未來幾年的潛力。除了作用於經過同行評審的論文以外，DeepMind 還在探索如何以最佳的可擴展方式為系統提供更廣泛的訪問可能。

同時，DeepMind 的研究者還研究了蛋白質結構預測如何幫助人們理解一些特殊的疾病。例如，通過幫助識別存在故障的蛋白質，並推斷其相互作用的方式，來理解一些疾病的原理。這些信息能夠讓藥物開發更加精確，從而補充現有的實驗方法，並更快找到更有希望的治療方法。

AlphaFold 是十分卓越的，它在預測結構蛋白質的速度和精度上有著驚人的表現。這一飛躍證明了計算方法對於生物學中的轉換研究，加速藥物研發過程都具有廣闊的前景。

同時許多證據也表明，蛋白質結構預測在未來的大流行應對上是有用的。今年早些時候，DeepMind 使用 AlphaFold 預測了包括 ORF3a 在內的幾種未知新冠病毒蛋白質結構。在 CASP14 中，AlphaFold 預測了另一種冠狀病毒蛋白質 ORF8 的結構。目前，實驗人員已經證實了 ORF3a 和 ORF8 的結構。儘管具有挑戰性，並且相關序列很少，但與實驗確定的結構相比，AlphaFold 在兩種預測上都獲得了較高的準確率。

除了加速對已知疾病的了解，AlphaFold 還具備很多令人興奮的技術潛力：探索數億個目前還沒有模型的數億蛋白質，以及未知生物的廣闊領域。由於 DNA 指定了構成蛋白質結構的氨基酸序列，基因組學革命使大規模閱讀自然界的蛋白質序列成為可能——在通用蛋白質數據庫（UniProt）中有 1.8 億個蛋白質序列。相比之下，考慮到從序列到結構所需的實驗工作，蛋白質數據庫（PDB）中只有大約 170000 個蛋白質結構。在未確定的蛋白質中可能有一些新的和未確定的功能——就像望遠鏡幫助人類更深入的觀察未知宇宙一樣，像 AlphaFold 這樣的技術可以幫助找到未確定的蛋白質結構。

▎開創新的可能

AlphaFold 是 DeepMind 迄今為止取得的最重要進展之一，但隨著後續科學研究的開展，依然有很多問題尚待解決。 DeepMind 預測的結構並非全部都是完美的。還有很多要學習的地方，包括多蛋白如何形成複合體，如何與 DNA、RNA 或者小分子交互，以及如何確定所有氨基酸側鏈的精確位置。此外，在與他方合作的過程中，還需要學習如何以最好的方式將這些科學發現應用在新藥開發以及環境管理方式等諸多方面。

對於所有致力於科學領域中計算和機器學習方法的人而言，像 AlphaFold 這樣的系統彰顯了 AI 作為基礎探索輔助工具的驚人潛力。正如 50 年前 Anfinsen 提出的遠超當時科研能力所及的挑戰一樣，這個世界依然有諸多未知的方面。

DeepMind 取得的這一進展令人們更加堅信，AI 將成為人類擴展科學知識邊界的最有用工具之一，同時也期待未來多年的艱苦工作能夠帶來更偉大的發現。

影片及原文，參考 DeepMind官方部落客 https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology

跟前輩在聊他希望我談的餐飲數位轉型的分享。

剛好這幾天在蒐集一些想法，也寫一點文來分享一下。

為什麼我要不斷的改變進行數位轉型？

我從非常陽春的餐車起家，市場經驗都是靠摸索，摸索到對市場認識，有感覺，這是對市場敏感度訓練的時期。

但這樣的「感覺」有著太多的誤差，僅此於個人主觀的感覺，毫無數據支撐我的感覺或者論點。

早餐店在早期算是很難導入pos系統的產業，因為10幾年前的pos並不好用，沒有雲端化，單機版的主機也都很大台，重點是操作介面並不人性化與缺乏流暢度，在一般飲料店跟餐廳還算好導入，因為結帳時間久一點還好，但在早餐店這種業態，顧客非常集中且都趕時間，傳統客人買個三明治丟個零錢就走，誰在那邊等你結帳？？

我記得我第一台買的pos買斷主機大概花了6萬塊，最後導入pos卻讓營業額下滑了快2成，差點沒嚇死，因為結帳速度慢，即便蒐集的到數據也是本末導致，因為消費體驗被破壞了。

但我一直想要數據化，因為唯有數據才有辦法做更正確更即時的判斷，這是我那時候就有的觀念，但工具確實是很重要的一環。

找了3年的pos，最後才讓我找到專門為早餐店開發的pos系統，且可多機連線，雲端化，讓我們做連鎖的可以隨時了解各店的營業狀況，好透過這樣來了解與調整策略。

這是對我邁向數據化轉型重要的一個轉折，可以蒐集到店的銷售數據進行分析，還可以用app點餐來蒐集顧客資料進行推播。

好了～我不是在做pos業配，是這真的對我是個很重要的轉折。

接下來就是各線上社群工具的應用，做粉絲團/Line@都是為了做「顧客關係管理」，利用這些工具來維繫顧客關係，這是實體店重要的一環。

但，這些都僅限實體店的應用，我依然只能做區域生意，即便開多店依然是各小區域，除非密度開到很高，不然依然都是小區域。

另外，我有幫各加盟店提升業績的壓力，過去的提升方式都很傳統，就是要各加盟店去發傳單。

說真的發傳單真的有效，但願意努力發的並不多，都一段時間就鬆懈了，這對我來說是一件急需解決的問題，如果我沒辦法幫加盟店做業績，那他們加盟我也沒意義，所以我一直學網路行銷，希望透過遠端的方式就能協助加盟店，也教加盟店如何利用網路工具來經營顧客。

有經營社群跟沒有經營的業績是會有落差的，所以我後來的加盟主都做年齡限制最重要的原因是年輕人必較有辦法操作社群，說真的現在已經不是單純開店顧店就會有生意的時代，即便是加盟，你還是要建立起與商圈顧客的關係，而且是必須學會利用「網路」來經營。

這是我自己得到的經驗值。

但網路行銷其實就只是曝光，我依然是做各商圈生意罷了！！我的社群經營的再好，依然服務不到沒有我們店的潛在顧客，所以才會讓我更深度的去想辦法透過不同的服務模式來服務潛在顧客，就這樣我開始更深入研究電商，也希望把這塊服務做好。

這是數位化轉型很重要的一個關鍵改變，我有能力蒐集更多數位數據來進行分析，這些數據比我用「感覺」的分析更有依據，潛在顧客的「輪廓」更為清晰，我也更能為這些清晰的潛在顧客去設定產品與提供的服務改變，這是數位轉型最重要的一環，也是為什麼要做數位轉型最重要的原因。

過去的數據，可能就是損益表，但損益表是落後指標，我們需要更多的是「即時數據指標」與「可以快速反應的工具與方法」，這是傳統的餐飲商業模式很難做到的部分。

當我擁有越多數據，越多的會員，所建立起的資產就會更豐厚，工廠/餐飲實體/電商，從上游到下游的供應鏈就更容易打通，當打通之後所帶來的就是整個運營效能的提升。

素食產業過去一直是落後產業，當中有許多的問題是需要被解決的，不只是有心或者推廣這樣的問題而已，存在著的是整個商業環境的建造問題，這也是我這12年一直在幹的事情。

恩...越寫越激動，就分享到這邊好了，主要就是談我們怎麼從傳統到數位轉型的過程與想法。

＃轉型過程很痛苦