AI领域科学家获诺奖引热议，科学界迎来新变革？

不少人惊呼：AI成今年诺奖最大赢家！

01

“物理学和化学不存在了”

10月8日，2024年诺贝尔物理学奖揭晓，美国科学家John J. Hopfield与加拿大科学家Geoffrey E. Hinton因在人工神经网络领域的基础性发现和发明而获奖。

这一消息引发了广泛讨论，因为人工神经网络通常被视为计算机领域的研究方向，也是人工智能AI的基础理论，而非传统物理学的范畴。不少人质疑物理学奖是否“跨界”了。

甚至获奖者本人都未曾预料到自己会得诺贝尔物理学奖，网络上更是出现了“AI都不敢相信自己得诺贝尔物理学奖”的调侃。

物理学奖揭晓后，许多物理学界的人士纷纷转发《三体》中的名句“物理学不存在了”来表达自己的不可置信和困惑，有人甚至戏称“物理奖竟然成了数学奖”。

于是，有科研爱好者大胆预测，早就是“理综奖”的诺贝尔化学奖或许也会颁给与AI相关的研究。

没想到，一语成谶。10月9日，三位科学家因在计算蛋白质设计和蛋白质结构预测方面的贡献而获奖，这些研究都与人工智能紧密相关。

化学奖的颁布进一步加剧了人们的讨论，不少化学人感叹“物理学和化学都不存在了”。网络上更是出现了“得知今年诺贝尔奖的结果，诺贝尔本人都得连夜转码农”的声音。

此外，还有网友打趣说，“诺贝尔文学奖不打算颁给ChatGPT吗？”“是不是以后格莱美要给Suno（AI音乐生成软件），奥斯卡得给Sora（OpenAI发布的人工智能文生视频大模型）了？”

02

科学界新变革

当然，这也只是网友的调侃，物理学奖、化学奖颁给在AI领域有突出贡献的研究者,自然是因为其推动了物理学和化学的发展与进步。

获得物理学奖的科学家John J. Hopfield和Geoffrey E. Hinton因在人工神经网络领域的开创性贡献而荣获奖项。

中科院物理所的研究员刘淼指出，人工神经网络的本质在于模拟生命体的神经细胞如何接受信号并作出反馈。随着计算机硬件和算力的不断提升，这一模拟过程逐渐变得更为精准，进而使得机器能够更接近于人类的思考和决策方式。

值得注意的是，Hinton的人工神经网络基础理论中融入了统计物理学的理论，这不仅提升了神经网络的性能，还为量子物理、天体物理等领域的发展提供了重要的启示和帮助。

北京智源人工智能研究院创始理事长、美国工程院外籍院士张宏江在向钛媒体App展示的一段视频中表示，AI对于科学研究、物理研究其实有非常大的作用，此次两位获奖实至名归。“我认为这是对于AI它未来潜力的一个非常好的认可。我相信未来物理也和AI密不可分。”

同样，今年的诺贝尔化学奖也授予了与人工智能相关的研究者。

David Baker开发了一种算法，能够从头开始设计全新的蛋白质，而Demis Hassabis和John M. Jumper则利用AlphaFold成功预测了几乎所有已知的2亿种蛋白质的三维结构。这些成就不仅提升了蛋白质研究的效率，更标志着人工智能在生物化学领域的全面崛起。

英矽智能创始人Alex Zhavoronkov认为，AI对科学技术产生了深远影响，并将改变人类生活，诺贝尔奖将激励更多人，神经网络对行业的价值巨大，尤其在药物发现方面。

北电数智首席科学家窦德景教授对钛媒体App表示，首先，今年化学诺奖颁发给DeepMind 哈萨比斯和乔普，他们“在蛋白质结构预测方面的贡献”确实功不可没，用AlphaFold 高准确度，低成本地预测了以前生物科学家长期以来费时费力才能得到的蛋白质复杂结构，推动了生物科学研究模式的变革；而物理诺奖颁给AI领域，代表了整个科学界对AI贡献的认可。不过，窦德景教授也表示，目前AI对物理学本身的贡献尚不明显。

《三联生活周刊》则认为，这届诺贝尔奖注定将被载入史册。它不仅标志着人工智能的全面崛起和科学界对其的正式认可，更可能预示着科学研究基本模式的转变。在未来，人工智能将更深入地融入自然科学的研究领域，推动科学研究的进步和发展。

责任编辑：李欣桐