诺贝尔物理、化学奖都颁给了AI科学家

tayun

当地时间10月9日，瑞典皇家科学院宣布，将2024年诺贝尔化学奖授予大卫·贝克(David Baker)、戴米斯·哈萨比斯(Demis Hassabis)和约翰·江珀(John M.Jumper)，以表彰他们在蛋白质设计和蛋白质结构预测领域作出的贡献。

诺贝尔奖委员会表示，哈萨比斯和江珀创建了一个AI模型“AlphaFold”，以预测研究人员已经确定的几乎所有2亿种蛋白质的结构。

用AI预测蛋白质结构，这两年已成为生物领域的重要方向。该领域的开源算法，除了 DeepMind 的 AlphaFold2，还有就是任职华盛顿大学大卫·贝克团队研发的 RoseTTAFold。

2021年7月，AlphaFold 的论文首次发表在《nature》杂志，缔造者之一约翰·江珀被评为当年度《nature》十大科学人物之一。

今年5月份，DeepMind推出AlphaFold 3模型，其能够以更高的准确性预测不同大分子之间复合物的结构，及大分子、小分子和离子之间的相互作用，以帮助科学家更精确地针对疾病机制，从而开发出更有效的治疗药物。

01
无独有偶。

就在前一天，诺贝尔物理学奖授予给了两位计算机科学家，约翰·J·霍普菲尔德(John J. Hopfield)和杰弗里·E·辛顿(Geoffrey E. Hinton)，以表彰他们在使用人工神经网络进行机器学习的基础性发现和发明。

这一结果让更让业内外震惊，因为机器学习并非传统物理学的分支领域。

面对外界的疑问，诺贝尔奖官方不得不在X平台上回应称，“您是否知道机器学习模式是基于物理方程的？”

诺贝尔物理学委员会主席艾伦·穆恩斯（Ellen Moons）表示，获奖者的工作已经带来了巨大的好处。在物理学中，我们在广泛的领域使用人工神经网络，例如开发具有特定性能的新材料。

其实，不单是“吃瓜群众”，作为获奖者之一的辛顿本人也是一脸惊讶，“完全没想到会发生这种事。”

尽管物理学界对于辛顿获奖各种惊呼，但在AI行业，他是众所周知的 “AI 教父”。比如，OpenAI联合创始人、前首席科学家伊尔亚·苏茨克维（Ilya Sutskever）就是辛顿的学生。

2019年，辛顿与蒙特利尔大学计算机科学教授约书亚·本吉奥（Yoshua Bengio）、Meta首席AI科学家杨立昆（Yann LeCun）因在神经网络方面的工作共同获得了图灵奖，该奖被誉为“计算机界的诺贝尔奖”。

辛顿以此次另一获奖人、正经物理学家霍普菲尔德的“霍普菲尔德网络”为基础，发明了一个采用不同方法的新网络：玻尔兹曼机（the Boltzmann machine）—— 通过输入机器运行时很可能出现的示例来训练机器。玻尔兹曼机可用于对图像进行分类，或创建训练模式类型的新示例。辛顿在此基础上继续发展，帮助开启了机器学习的爆炸式发展。他在神经网络方面的开创性研究为ChatGPT等AI系统铺平了道路。

02
令人意外的是，辛顿本人是AI治理的悲观主义者。

他多次发表评论称，AI将与工业革命相媲美，它不会在体力上超越人类，而是会在智力上超越人类。”

他表示，拥有比人类更聪明的技术“在很多方面都是好事”，这将带来医疗保健的大幅改善、更好的数字助理以及生产力的大幅提升。

“但我们也必须担心一些可能的不良后果，尤其是这些事情失控的威胁，”他补充道。“我担心，这一切的后果可能是，比我们更聪明的系统最终会掌控一切。”

他更具体的预测，“未来5年~20年，AI有一半概率比人类聪明。当它们比我们更聪明时，我不知道我们被接管的可能性有多大，但在我看来，这很有可能。”

威胁论是否成立不得而知，但如辛顿所言，AI确实逐渐显现出比人类聪明的迹象。

比如，其在科学研究领域的价值远比我们看到的要深远。

基因工程方面，AI技术如DeepCRISPR、CRISTA和DeepHF等工具，能够预测最佳的向导RNA（gRNA），从而提高基因编辑的精确度和效率。

宇宙探索上，AI技术被广泛用于分析天文数据，如通过机器学习算法来分类星系、寻找系外行星，甚至在处理来自望远镜的大量数据中发现新的天文现象。

化学领域，如此次诺奖所呈现的，AI不仅限于蛋白质结构预测，还包括新材料的发现和设计。

最著名的案例就是A-Lab，这 是一个由 AI 指导机器人制造新材料的实验室，能够在最少的人为干预下迅速发现新材料。在一次测试任务中，A-Lab 成功合成了 58 种预测材料中的 41 种，成功率达到了 71%。

再比如Google DeepMind 的 GNoME ，其为 Materials Project 贡献了近 40 万种新化合物，是自该项目成立以来，由一个团队添加的最大一次新增结构稳定性数据。

03
AI在科学研究上的价值甚至具备了确定的商业化空间。

据towardshealthcare的一项数据显示，预计到2030年，生命科学领域的 AI 产业规模将达到67亿美元左右（约合人民币484.88亿元），接近500亿元规模，2022年至2030年的复合年增长率为20%

国内就有专门在这个方向创业的 AI 团队：《这家北大系创业公司用AI做基础科学创新，已融资五轮估值数亿美金》

自ChatGPT横空出世以来，AI更多以to C工具的标签出现，机智的对话、一键而成的修图、傻瓜式的填词编曲、零门槛的编程，以及生成各种炸裂的高质量视频，而实际上，AI的更大价值并不在于此。

阿里巴巴集团CEO吴泳铭在2024年云栖大会上称，“生成式AI的最大想象力不是做超级应用，而是接管数字世界，改变物理世界”。

正如它在科学研究上所承担的角色，AI正在模仿人类去执行物理世界的任务，在改变生产力的表现方式。

来源：36kr