AI“闪耀”诺贝尔奖

凌晨1点，加利福尼亚州的科学家杰弗里·辛顿（Geoffrey E. Hinton）刚刚躺下不久，就被一阵急促的电话铃声吵醒。他犹豫了一下，最终还是接听了电话。来电者告诉他：“恭喜你获得了今年的诺贝尔物理学奖。”

辛顿的第一反应是怀疑自己遇到了诈骗电话。毕竟，他并不是物理学家，甚至在大学一年级时还从物理学专业转到了其他领域。然而，这次获奖却证实了他的研究成果得到了国际认可。

辛顿被誉为“AI教父”，因其在人工神经网络和深度学习上的突出成就，他早在2018年就获得了图灵奖。此次获奖使他成为历史上首位同时获得图灵奖和诺贝尔奖的科学家。

AI成为诺贝尔奖焦点

今年的诺贝尔奖引起了广泛关注，尤其是当第二天诺贝尔化学奖揭晓时，三位获奖者中有两位来自谷歌旗下的AI团队DeepMind。这一消息迅速引爆了舆论，AI成为了今年诺贝尔奖的最大赢家。

华南理工大学物理系教授姚尧在接受采访时指出，诺贝尔奖颁发给AI领域的学者并不意外，因为人工智能是当前最前沿的研究领域。姚尧认为，诺贝尔奖的颁发原则是奖励对人类作出重大贡献的科学技术、发明或理论，而AI无疑符合这一标准。

物理学奖的争议

尽管辛顿在人工智能领域的贡献无可争议，但他在物理学方面的背景较弱，这也引发了一些争议。姚尧认为，辛顿的工作虽然融入了一些统计物理的思想，但仍显得有些勉强。不过，这种跨学科的颁奖在过去也有先例，例如去年诺贝尔物理学奖颁发给了阿秒激光技术。

蛋白质结构预测的突破

相比之下，诺贝尔化学奖的获奖者在AI领域的成就更为突出。戴米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M.Jumper）开发的AlphaFold2模型，能够预测几乎所有已知蛋白质的结构。这项技术自2020年问世以来，已被全球数百万人使用，并在抗生素耐药性和分解塑料酶的研究中发挥了重要作用。

科普作家冷哲认为，AlphaFold2在生物领域的应用堪称颠覆性的成果，尤其在蛋白质结构预测方面取得了重大突破。

交叉学科时代的到来

AI在诺奖中的渗透预示着交叉学科时代的到来。姚期智教授指出，AI最明显的趋势之一是学科间的交叉赋能。姚尧解释说，启发式神经网络沿用了玻尔兹曼的统计物理思想，这是一种跨学科的研究方式。

近年来，诺贝尔奖越来越关注交叉学科的研究成果。例如，2021年诺贝尔物理学奖颁发给了气候变化领域的研究，这本身就是一项交叉学科的成果。未来，随着AI技术的不断发展，我们可能会看到更多类似的“跨界”诺贝尔奖诞生。

AI对科学研究的影响

AI不仅在理论研究、实验设计和数据分析中发挥重要作用，还在材料科学、蛋白质结构预测、高能物理数据分析等方面成为不可或缺的一部分。AI的应用改变了科学研究的方法和思维模式，使其更加高效和精准。

多位专家认为，未来的科学新发现将在人工智能的辅助下实现。AI将成为推动科学研究的重要工具，甚至可能打破传统研究范式，开启全新的科学时代。

本文来源： 界面新闻【阅读原文】