10月14日，2024年诺贝尔奖各大奖项已全部揭晓，稍早前已经颁布了的诺贝尔物理学奖和诺贝尔化学奖均与人工智能领域相关，诺贝尔化学奖和物理学奖同时垂青AI领域研究者也受到世人瞩目。不少人惊呼：AI成为2024年诺奖最大赢家！
今年的诺奖为何如此青睐人工智能？事实上，这种“跨界”的认可，表明AI已不仅仅是计算机科学的一个分支，而是成为了推动科学研究和技术进步的重要工具。
>>物理学奖
为啥给了机器学习先驱？
2024年诺贝尔物理学奖授予了美国科学家约翰·霍普菲尔德和加拿大科学家杰弗里·辛顿，表彰他们“通过人工神经网络实现机器学习的基础性发现和发明”。
诺贝尔奖官网表示，两位物理学奖得主利用物理学工具开发了今天强大的机器学习的基础方法。约翰·霍普菲尔德创造了一种联想记忆，可以存储和重建图像及其他类型的数据模式。杰弗里·辛顿发明了一种能够自主发现数据属性的方法，从而执行识别图片中特定元素等任务。
现如今，人工神经网络在各个领域的应用非常广泛，它在模拟和解决复杂问题上展现出巨大潜力。
>>化学奖怎么被“程序员”分了一半？
2024年诺贝尔化学奖授予了三位科学家，其中，一半授予美国华盛顿大学的大卫·贝克，以表彰其在计算蛋白质设计方面的贡献，另一半则共同授予英国伦敦人工智能公司谷歌DeepMind公司的丹米斯·哈萨比斯和约翰·乔普两位“程序员”，以表彰其在蛋白质结构预测方面的贡献。
诺奖官网称，今年的三位诺贝尔化学奖得主破解了蛋白质惊人结构的密码。化学奖得主大卫·贝克成功完成了几乎不可能完成的任务，制造出了全新的蛋白质。他的共同获奖者丹米斯·哈萨比斯和约翰·乔普开发了一种人工智能模型来解决一个50年前的问题：预测蛋白质的复杂结构。这些发现具有巨大的潜力。
>>生理学或医学奖
也和人工智能有关系？
2024年诺贝尔生理学或医学奖授予了科学家维克托·安布罗斯和加里·鲁夫昆，表彰他们发现了微小RNA（也可称microRNA或miRNA）及其在转录后基因调控中的作用。
乍看起来，二人的研究与人工智能没有关系，事实上，基于此研究背后的产业链，却离不开人工智能的支持。例如，基因检测平台公司——美因基因就在2024年半年报中提到，公司正在研发用于阿尔茨海默病筛查的试剂盒为基于血浆的miRNA标志物检测。研发期间，公司使用了不少于1500例样本，并运用机器学习算法，以筛选合适的生物标志物。
>>经济学奖
未来或被AI收入囊中？
10月14日，2024年诺贝尔经济学奖得主揭晓。MIT教授阿西莫格鲁、MIT教授SimonJohnson、芝加哥大学JamesA.Robinson获得这一奖项，表彰其“对制度如何形成以及如何影响繁荣的研究”。虽然今年的诺贝尔经济学奖没有授予热门的AI领域，但不少人认为这只是时间问题。
新加坡南洋理工大学经济系长聘副教授包特认为，相对于其他领域来讲，机器学习和人工智能在经济学中的应用还处于初始阶段，要产生巨大影响尚需时日。近年来诺贝尔奖得主有“年轻化”的趋势，未来人工智能、机器学习领域相关研究是可能获得诺贝尔经济学奖的。
>>热点解析
AI高速发展 会不会取代人类？
在诺奖“爆冷”颁给AI后，人们也在质疑，AI是否正在夺走科学家最重要的荣誉，AI的高速发展，真的不会带来取代人类的风险吗？
“最后获奖的是AI算法背后的科学家和工程师，而非人工智能本身，目前的人工智能技术也未能达到脱离数据+算力+算法独立运行的程度，本质上还是人类的智慧，但是我们需要对于人工智能下一阶段的发展抱有审慎态度，用客观的眼光看待并做好治理介入的准备。”中央财经大学经济学院教授、清华大学中国经济思想与实践研究院研究员徐翔坦言，“从来不是AI可能取代人类，而是掌握了AI这种先进工具的拥有者在淘汰没有掌握先进工具的人，历史车轮的发展轨迹一直如此，任何一次技术革命都是先进技术的拥有者去淘汰没有获得先进技术的人，形成了相对的竞争优势。”
在复旦大学计算机科学技术学院教授、上海市数据科学重点实验室主任肖仰华看来，要看到AI在科学研究发展上的巨大潜力，也要意识到AI背后潜在的风险和问题，以目前AI的能力，即便将来发展很完善，本质依然是工具，是对人类的辅助，需要人类科学家去引导、规范和纠正。
>>热点锐评AI“攻占”诺贝尔奖意味着什么？
“我做了这么一辈子科研，从来没见过AI这么一个行当，每三个月就有新突破，每半年就要翻天覆地了。”国际著名计算生物学家、复旦大学复杂体系多尺度研究院首任院长、上海人工智能实验室领军科学家马剑鹏向记者坦言。
在他看来，过去50年中，“蛋白质折叠问题”一直是生物学界的重大挑战。此前，生物学家主要利用X射线晶体学或冷冻电镜等实验技术来破译蛋白质的三维结构，耗时长、成本高。几年前，科学家用计算机预测复杂的蛋白质折叠结构，正确率还不到40%。Al-phafold出现后，奇迹出现了。
2020年11月30日，Alphafold2在蛋白质结构预测大赛CASP14中，对大部分蛋白质结构的预测与真实结构只差一个原子的宽度，接近达到了人类利用冷冻电子显微镜等复杂仪器观察预测的水平，这是蛋白质结构预测史无前例的巨大进步。
“预测蛋白质结构，向来被认为是‘太阳底下最难的科学问题之一’。”马剑鹏表示，他和好朋友、诺贝尔化学奖得主迈克尔·莱维特都曾认为，这一问题在他们的有生之年恐怕很难完全解决，“但没想到人工智能‘Alphafold2’的出现，让这个问题向前迈进一大步，真正体现了算法的力量，将诺贝尔化学奖颁给人工智能，是一个理所应当或者非常恰当的决定。”
马剑鹏认为，人工智能可以将求解的准确率大幅提升，显示了“科学智能”研究范式的强大。虽然“Alphafold2”和“Alphafold3”并未完全解决蛋白质折叠问题，但它给科学界带来了启示：可以通过数据驱动，将人工智能应用于更多的科研领域，让AI助手破解各种难题。
“人工智能现在已经成为一场新的技术革命，或者可以称之为工具革命。”复旦大学计算机科学技术学院教授、上海市数据科学重点实验室主任肖仰华告诉记者，在科学研究领域，AI已成为推动社会进步和研究发展的最重要引擎。
肖仰华认为，诺贝尔奖授予人工智能相关研究实际上起到一个风向标的作用，这意味着传统自然学科一定会掀起努力拥抱和学习人工智能、积极把人工智能的很多工具和方法融入到科学自身的科学研究中的热潮。“大家普遍认为，获得诺贝尔奖的科学家需要经过几十年的研究，而AI打破了这一定律。未来可能会有越来越多年轻学者使用AI工具在传统自然科学做出巨大贡献，在短短几年之内获得诺奖，三四十岁左右的诺奖者可能会大量涌现，这个风向标的意义十分重大，也会对传统的自然科学研究造成巨大冲击。”
“这次的诺奖授予情况，可以说是打破了一直以来的评奖传统，可以说是诺贝尔奖评选的一次自我改革。一方面，这反映了诺贝尔奖委员会对于该奖项意义的反思，之后的授奖会更加地关注技术的现实影响，而非绝对意义的学术前沿。”中央财经大学经济学院教授、清华大学中国经济思想与实践研究院研究员徐翔告诉记者，另一方面，这反映人工智能技术带来的巨大冲击与科技界对这项技术的无限期待，说明科技界把人工智能看成了科学研究的底层技术，这是过去很多年的获奖成果没有做到的。
“此次AI在诺奖获得成功，表明了学科大交叉、深交叉是趋势，AI改变了科研范式，突破了传统科研方式天花板。通过量变推动质变，AI有望在未来助力更多学科领域取得突破。”国内人工智能专家张春龙表示，对于网友们的“ChatGPT获得诺贝尔文学奖”等期待，他认为，科学（科技）工程类学科可以由大系统AI助力，文学创作类的可能还是需要人文和情感底蕴支撑。 综合新华社、澎湃新闻、新京报等
来源：华商网-华商报