由一生都在搞研究的炸藥之父·商業奇才·軍工裝備制造商——阿爾弗雷德·貝恩哈德·諾貝爾貢獻自己94%遺產（折合現在相當于11億人民幣）于1901年設立的 “科學界奧斯卡”——諾貝爾獎，迎來了一年一度高光頒獎時刻。

10月7日-14日，2024年諾貝爾獎各獎項得主陸續公布。

美國馬薩諸塞州大學醫學院教授維克托·安布羅斯和哈佛大學醫學院教授加里·魯夫昆，因在發現微小RNA（microRNA）及其在基因調控中的作用方面做出開創性貢獻，獲諾貝爾生理學或醫學獎。

美國科學家約翰·霍普菲爾德和英裔加拿大科學家杰弗里·E·辛頓，因通過人工神經網絡實現機器學習而作出的基礎性發現和發明，獲諾貝爾物理學獎。

韓國作家韓江憑借作品《素食者》獲諾貝爾文學獎。

化學獎則授予了美國科學家大衛·貝克，以表彰其在蛋白質計算設計方面的貢獻，和英國科學家戴米斯·哈薩比斯和約翰·江珀，以表彰其在蛋白質結構預測方面的貢獻。

除再次折服于科學家們的偉大成就與杰出貢獻外，本屆物理學獎、化學獎先后頒給AI相關課題，令很多人萬萬沒想到。

此前，不少科技發燒友預測，近些年被研究得如火如荼的自旋電子學、轉角石墨烯、非線性與混沌物理……都值得一個諾獎肯定，結果物理學獎卻頒給了人工神經網絡相關方向—— 一個在傳統科學視角中歸屬于計算機領域的研究方向，同時也是人工智能AI的基礎理論。

對于隨后一天頒發的化學獎結果，浙江大學生命科學研究院研究員林世賢在接受《中國科學報》對話時也表示：“今年的諾貝爾化學獎可謂是頂住了重重壓力，一是物理學獎已經頒給了機器學習的壓力，化學獎頒發給了AI在解析蛋白質結構和設計中的顛覆性應用，可謂是‘皇冠上的皇冠’。”

想必，評委們一定知道大眾對于AI相關成果獲獎會非?！霸谝狻?，但肯定AI給科學界帶來的影響，是他們此時此刻決定做的事。因為，AI作為一種前沿趨勢，已逐步深入人類科研和生活的方方面面，尤其對基礎性學科研究的影響更為深遠。

01

利用物理學訓練人工神經網絡

助推人工智能發展

今天，我們在暢享“人工智能”時，其關鍵技術之一，指的就是機器學習。長期以來，機器學習一直是科學家們研究的重點。本次諾獎得主霍普菲爾德和辛頓，便是利用物理學工具構建新方法，為機器學習的研究奠定了基礎。

簡單來說，要想讓計算機擁有學習能力，必須要給它“組裝”一個足夠智慧的“大腦”。模擬人類大腦結構，科學家創造出一種被稱為人工神經網絡的結構作用于計算機，幫助計算機從海量數據中提取特征、建立模型，并通過迭代優化模型參數，使模型能夠從新的輸入數據中學習并作出預測或決策。

期間，霍普菲爾德利用描述材料的原子自旋特性的物理學，在1982年引入“霍普菲爾德神經網絡”，它能夠存儲和重建圖像以及數據中的其他類型模式。

在此基礎上，辛頓利用統計物理學工具，構建“玻爾茲曼機”網絡，它能夠學習識別給定類型數據中的特征元素，可用于對圖像進行分類，或創建訓練模式類型的新示例。

二者的深入研究，助推了當前機器學習的爆炸式發展，同時也帶來了巨大益處。諾貝爾物理學委員會主席Ellen Moons表示：“在物理學中，我們在廣泛的領域使用人工神經網絡，例如開發具有特定性質的新材料?！蓖瑫r，伴隨計算機科學與數學、哲學、神經生物學等學科的交叉融合，人工神經網絡在解決氣候變化、能源、公共衛生等問題上也表現得越來越優異。

02

利用人工智能模型預測蛋白質結構

解決科學界50年前的困擾

如果說物理學獎表彰的是基礎科學對AI革新的貢獻，那么，化學獎則剛好表彰的AI對基礎科學發展的貢獻。

自1970年以來，科學家一直試圖根據氨基酸序列預測蛋白質結構，卻未能成功。然而，在2020年，谷歌旗下“深層思維”公司戴米斯·哈薩比斯和約翰·江珀首次公布AlphaFold2人工智能模型，預測了當時人們已確定的幾乎所有2億種蛋白質的結構，解決了長期以來困擾科學界的蛋白質折疊問題。

蛋白質是生命中精妙的化學工具，沒有蛋白質，生命就無法存在。哈薩比斯和江珀利用AlphaFold2人工智能模型的重大意義在于，這使得科學家們能夠以前所未有的精確度和速度解析蛋白質結構，更深入地理解生命過程，不僅能加速生物學研究，還能對藥物開發、疾病研究產生深遠影響。

諾貝爾化學委員會評委表示，諾貝爾化學獎關注化學領域的“發現”和“革命性進步”，得益于今年的獲獎成果，人們現在可以通過人工智能預測蛋白質三維結構，“這是一個非常大的革命”。

至今年5月， AlphaFold人工智能模型更新至AlphaFold 3，其預測范圍從蛋白質結構擴展到大部分生命分子，準確率較AlphaFold 2提高了一倍。哈薩比斯過去接受采訪時曾表示，“分子結構預測需要能夠考慮不同生物分子之間的相互作用的能力，這對藥物發現至關重要。AlphaFold 3具備的能力，對設計和測試包括疫苗在內的新藥所使用的化合物具有重要作用，將打開超過1000億美元的藥物研發市場?！?/p>

預計未來幾年，會有一大批人工智能設計的藥物進入臨床，為人類的生命健康帶來巨大好處。

03

AI for Science時代

跨界融合大爆發

“物理獎變成理綜獎，物理學不存在“

“諾獎都要蹭AI的熱度”

“下一步，經濟學獎給黃仁勛，和平獎給馬斯克，格萊美給Suno，奧斯卡給Sora”

諾獎開獎這幾天，大家時不時能看見這樣的評論調侃。一連串的發聲下，不得不承認，我們已然進入AI for Science時代。

這是一個交叉學科爆發的時代，2024諾貝爾獎的評獎趨勢，敏銳捕捉并有力印證了這一點——它反映了在人工智能技術的驅動下，科學研究的邊界正在被不斷拓展，傳統學科間的壁壘正逐漸消融，一個更加綜合、跨界的學術生態正在蓬勃興起。換言之，在AI for Science時代，我們可以利用AI的力量，不僅是為了解決復雜問題，更是為了激發人類創造力的新高度，推動科學探索進入一個更加深邃、廣闊的領域。