Previous Next

今年諾貝爾三大科學獎項中,兩大獎項與人工智能(AI)相關,先是物理學獎頒給了曾獲圖靈獎的機器學習先驅,緊接着化學獎也將一半頒給了「程序員」。不僅諾獎得主在接到獲獎電話時表示大感意外,不少人也疑惑,AI這一近年來才頻頻進入公眾視野的技術熱詞,何以俘獲諾貝爾評獎委員會的「芳心」,並一舉成為本年度科學獎項的大贏家?

今年諾貝爾物理學獎和化學獎的獲獎成果不僅展現基礎科學的突破性進步,更顯示出AI已成為推動基礎科學的重要工具。利用這一技術,科學家得以基於此前研究構建新型模型,得以處理海量數據,更新傳統的方法,得以加速研究,推動多領域基礎科學實現新的進展。

相關新聞:
2024諾貝爾獎|「AI教父」獲物理學獎 反警告大眾需防範AI發展
2024諾貝爾獎︱三英美科學家 憑蛋白質結構研究獲化學獎
2024諾貝爾獎︱美國及加拿大學者共同奪得物理學獎 研究人工神經網絡先驅
2024諾貝爾獎︱兩名美國科學家獲醫學獎 他們發現mRNA後轉錄基因調控機制

今年諾貝爾化學獎得主之一David Baker。(網絡圖片)
今年諾貝爾化學獎得主之一David Baker。(網絡圖片)
哈薩比斯為Google DeepMind的創辦人之一。(路透社)
哈薩比斯為Google DeepMind的創辦人之一。(路透社)
江珀是Google DeepMind的科學家。(路透社)
江珀是Google DeepMind的科學家。(路透社)
今年諾貝爾化學獎得主,兩名是AI模型的設計師。(路透社)
今年諾貝爾化學獎得主,兩名是AI模型的設計師。(路透社)
霍普菲爾德(左)與「AI教父」欣頓(右)。
霍普菲爾德(左)與「AI教父」欣頓(右)。

得益於化學獎得主Google旗下DeepMind(深層思維)公司的哈薩比斯和江珀在前人研究基礎上設計的AI模型AlphaFold(阿爾法折疊),科學家現在已可以預測出自然界幾乎所有蛋白質的三維結構。AI正幫助科研人員解決傳統科學方法難以應對的問題。

今年物理學獎得主霍普菲爾德和「AI教父」欣頓是兩名機器學習領域的元老級人物。他們使用物理學工具,設計了人工神經網絡,為當今強大的機器學習技術奠定了基礎。與此同時,相關技術已被用於推動多個領域的研究。 「正是物理學原理為兩名科學家提供了思路,而另一方面,研究成果又被用於推動多個領域的研究,不僅包括粒子物理、材料科學和天體物理等物理學研究,也包括電腦科學等其他領域的研究。」諾貝爾物理學委員會秘書丹尼爾松說。

不過,三位Google人獲諾獎(AI教父欣頓曾在Google工作10年,去年才離職)也引起傳統學界質疑。美國本特利大學數學副教授Noah Giansiracusa說:「他(欣頓)所做的事情是驚人的,但這是物理學嗎?我不這麼認為。即使有來自物理學的靈感,也不是發現一個物理學新理論或解決長期存在的物理學問題。」