諾貝爾物理學(xué)獎頒給“AI教父”引熱議
本報特約記者 謝 昭 本報記者 劉彩玉
瑞典皇家科學(xué)院10月9日宣布，將2024年諾貝爾化學(xué)獎授予美國華盛頓大學(xué)的戴維·貝克、英國倫敦谷歌旗下人工智能公司“深層思維”的德米斯·哈薩比斯和約翰·江珀三名科學(xué)家，以表彰他們“用人工智能（AI）破譯蛋白質(zhì)的密碼”。此前一天，諾貝爾物理學(xué)獎也被授予兩名AI科學(xué)家，其中一名還有“AI教父”之稱(chēng)，更是引起了全球的廣泛議論。那么究竟應該如何看待AI成為今年諾貝爾化學(xué)獎與諾貝爾物理學(xué)獎的主要元素呢？
諾貝爾物理學(xué)獎：人工神經(jīng)網(wǎng)絡(luò )本是基于物理學(xué)概念
瑞典皇家科學(xué)院宣布將2024年諾貝爾物理學(xué)獎授予約翰·霍普菲爾德和杰弗里·辛頓，表彰他們在使用人工神經(jīng)網(wǎng)絡(luò )進(jìn)行機器學(xué)習的基礎性發(fā)現和發(fā)明，該技術(shù)是如今機器學(xué)習、深度學(xué)習、自然語(yǔ)言處理、計算機視覺(jué)等主流AI技術(shù)的基礎。
在大部分人的概念中，AI技術(shù)屬于數字科學(xué)領(lǐng)域，與傳統物理學(xué)基本沒(méi)有直接關(guān)系，因此不少網(wǎng)友都對此表示難以理解，一時(shí)間，還出現了“AI拿了獎，物理學(xué)不存在了”之類(lèi)的調侃。對于諾貝爾物理學(xué)獎頒給AI科學(xué)家的決定，就連獲獎?wù)弑救硕碱H為吃驚。辛頓接受美國媒體采訪(fǎng)時(shí)透露，他接到獲獎通知時(shí)正在加州的一個(gè)廉價(jià)旅館中，“這里網(wǎng)絡(luò )和信號不好，我今天原計劃要去做核磁共振，現在看來(lái)要取消了。”
不過(guò)在《科學(xué)美國人》網(wǎng)站看來(lái)，瑞典皇家科學(xué)院將諾貝爾物理學(xué)獎頒布給這兩名AI科學(xué)家的做法也有一定道理。報道稱(chēng)，人腦擁有數十億個(gè)相互連接的神經(jīng)元，可以產(chǎn)生意識，通常被認為是已知宇宙中最強大、最靈活的計算機。幾十年來(lái)，科學(xué)家們一直在尋求通過(guò)模擬大腦自適應計算能力的機器學(xué)習方法。這次獲獎的兩名AI科學(xué)家利用物理學(xué)工具開(kāi)發(fā)了人工神經(jīng)網(wǎng)絡(luò )，為當今許多最先進(jìn)的AI應用奠定了基礎。人工神經(jīng)網(wǎng)絡(luò )通過(guò)使用具有不同值的節點(diǎn)作為神經(jīng)元的替代品來(lái)模擬大腦的認知功能。這些節點(diǎn)形成連接網(wǎng)絡(luò )，類(lèi)似于大腦的自然神經(jīng)突觸，可以通過(guò)對任意數據集進(jìn)行訓練來(lái)增強或減弱神經(jīng)突觸。這種自適應響應使人工神經(jīng)網(wǎng)絡(luò )能夠更好地識別數據中的模式并對未來(lái)做出后續預測，即無(wú)須顯式編程即可學(xué)習。
加州大學(xué)默塞德分校教授兼生物物理學(xué)家阿賈伊·戈皮納坦表示：“這項諾貝爾獎旨在表彰受生物學(xué)和更廣泛的生物物理學(xué)領(lǐng)域啟發(fā)的物理學(xué)。這在我們對這些領(lǐng)域的理解以及計算機科學(xué)和AI的應用方面帶來(lái)了一些真正的變革性進(jìn)步。”
該報道還提到，從原理上看，人工神經(jīng)網(wǎng)絡(luò )最初的提出也是基于物理學(xué)的基本概念和方法。20世紀80年代初，霍普菲爾德受原子自旋物理學(xué)的啟發(fā)，設計并完善了一種人工神經(jīng)網(wǎng)絡(luò )，即所謂的霍普菲爾德網(wǎng)絡(luò )。事實(shí)證明，該方法對于以模仿人腦的方式存儲、檢索和重建模式具有變革性意義，被廣泛用于許多優(yōu)化問(wèn)題，即從大量可能性中選擇一個(gè)理想的解決方案。而辛頓在霍普菲爾德網(wǎng)絡(luò )基礎上結合統計物理學(xué)，擴展并構建了新的模型——玻爾茲曼機器，它擅長(cháng)利用多個(gè)節點(diǎn)層之間的反饋來(lái)推斷模式的統計分布來(lái)自訓練數據。辛頓也因此被稱(chēng)為“AI教父”。
諾獎官網(wǎng)提到，今年獲得諾貝爾物理學(xué)獎的兩名AI科學(xué)家，利用物理學(xué)工具構建了多種方法，為當今強大的機器學(xué)習奠定了基礎。
諾貝爾化學(xué)獎：用AI算法突破蛋白質(zhì)結構預測難題
相比之下，2024年諾貝爾化學(xué)獎雖然也與AI相關(guān)，但受到的爭議要少得多。據介紹，蛋白質(zhì)是支撐人體基本生命活動(dòng)的物質(zhì)，由20種氨基酸連接形成的三維形狀決定了其功能，所以研究蛋白質(zhì)形狀一直是醫學(xué)領(lǐng)域的熱門(mén)方向。但這些氨基酸有無(wú)數種不同的方式組合為蛋白質(zhì)，想要用傳統方法預測蛋白質(zhì)結構不但耗時(shí)很長(cháng)，而且費用昂貴。
瑞典皇家科學(xué)院表示，2024年諾貝爾化學(xué)獎授予三名科學(xué)家，其中一半授予美國科學(xué)家戴維·貝克，以表彰其在“計算蛋白質(zhì)設計”方面的貢獻；另一半授予就職于英國谷歌“深層思維”公司的德米斯·哈薩比斯和約翰·江珀，以表彰他們“對蛋白質(zhì)結構預測的貢獻”。其中戴維·貝克很早就提出預測和設計蛋白質(zhì)三維結構的方法，還開(kāi)發(fā)了從頭設計自然界從未出現的新型蛋白的技術(shù)；而哈薩比斯和江珀開(kāi)發(fā)了一個(gè)名為AlphaFold2的人工智能模型。這是一項基于深度學(xué)習和神經(jīng)網(wǎng)絡(luò )技術(shù)的算法，它能夠直接從蛋白質(zhì)的氨基酸序列中預測蛋白質(zhì)的3D結構，并且達到原子級精度，被認為解決了困擾人類(lèi)50年歷史的蛋白質(zhì)折疊挑戰，迅速推進(jìn)了人類(lèi)對基本生物過(guò)程的理解，并促進(jìn)藥物設計。諾貝爾化學(xué)獎委員會(huì )稱(chēng)，AlphaFold2是一項“徹底的變革”。自這項模型推出以來(lái)，已有來(lái)自190個(gè)國家和地區超過(guò)200萬(wàn)人使用這一工具。正是有了這些工具，研究人員現在可以更好地了解抗生素耐藥性并創(chuàng )建可以分解塑料的酶的圖像。
在瑞典皇家科學(xué)院舉行的新聞發(fā)布會(huì )上，貝克表示，AI對于未來(lái)科學(xué)發(fā)展至關(guān)重要。他說(shuō)，哈薩比斯和江珀在蛋白質(zhì)結構預測上的突破，更加凸顯了人工智能可能帶來(lái)的影響，使用這些工具進(jìn)行蛋白質(zhì)設計提高了工作的準確性。
該如何看待AI的影響
盡管今年諾貝爾化學(xué)獎與諾貝爾物理學(xué)獎均與AI有關(guān)，但對于A(yíng)I技術(shù)扮演的角色，各方看法不一。《科學(xué)美國人》提到，經(jīng)過(guò)幾十年的努力推動(dòng)AI發(fā)展后，辛頓如今更主張管控AI技術(shù)風(fēng)險。他在接受采訪(fǎng)時(shí)明確提到，“AI技術(shù)的影響將與工業(yè)革命相媲美，它不是在體力上而是在智力上超越人類(lèi)。我們沒(méi)有經(jīng)歷過(guò)遇到比我們人類(lèi)更聰明的東西是什么感覺(jué)……我們必須擔心一些可能的不良后果，特別是它們帶來(lái)的威脅。”美國《華盛頓郵報》提到，辛頓此前甚至將現代AI技術(shù)稱(chēng)為是人類(lèi)的“生存威脅”。辛頓曾認為，類(lèi)似ChatGPT 和其他大型語(yǔ)言模型生成的文本輸出類(lèi)AI“在自己有生之年是不可能實(shí)現的”。在2023年接受美國《紐約時(shí)報》采訪(fǎng)時(shí)，他承認：“我以為（AI技術(shù)的實(shí)現）還很遙遠，需要30年到50年，甚至更久。顯然，現在我不再這么想了。”因此他對AI的高速發(fā)展越來(lái)越感到不安，去年他從谷歌辭職，以更方便地對相關(guān)行業(yè)進(jìn)行批評。
美國《大眾科學(xué)》網(wǎng)站稱(chēng)，以辛頓為代表的批評者認為，如今科技行業(yè)急于創(chuàng )建更強大的AI模型可能會(huì )產(chǎn)生有害的社會(huì )副作用。
復旦大學(xué)計算機科學(xué)技術(shù)學(xué)院教授、上海市數據科學(xué)重點(diǎn)實(shí)驗室主任肖仰華10日告訴《環(huán)球時(shí)報》記者，如今整個(gè)人類(lèi)科學(xué)研究或許到了一個(gè)新的拐點(diǎn)，“這次諾貝爾獎之后，我相信整個(gè)科學(xué)研究可能會(huì )搭上新的范式——AI驅動(dòng)的科研范式。”
肖仰華表示，可能未來(lái)整個(gè)傳統自然科學(xué)都會(huì )使用AI工具來(lái)助力自己的科學(xué)研究，以及反過(guò)來(lái)，從自然科學(xué)尋求靈感去探索智能，去解決人工智能中的問(wèn)題。這些研究思路未來(lái)都將被大家廣泛使用。“AI驅動(dòng)的科研將會(huì )是一個(gè)常態(tài)，如果說(shuō)所有的自然科學(xué)都搭上AI翅膀之后，另外一個(gè)可能更深遠的影響意味著(zhù)我們整個(gè)科研的進(jìn)程會(huì )加速，效率是傳統方法無(wú)法比擬的。”肖仰華還舉例說(shuō)，以前一個(gè)重大的科學(xué)發(fā)現，可能需要經(jīng)過(guò)若干年的積累，而未來(lái)可能是按月甚至按天實(shí)現這種科研和技術(shù)的進(jìn)步，由此帶來(lái)的將是整個(gè)人類(lèi)社會(huì )的日新月異。
但肖仰華同時(shí)強調說(shuō)，科學(xué)家不能只感受AI帶來(lái)的這種喜悅，同時(shí)還要意識到AI的局限性。AI作為人類(lèi)智力的一個(gè)延伸，總體上還只是一種工具，在科學(xué)家的監督和控制下去完成一些輔助的角色，或者說(shuō)完成一些重復性的但是極耗人類(lèi)科學(xué)家精力和時(shí)間的工作，它很難從根本上超越科學(xué)家的見(jiàn)識和知識的范圍。AI能不能像人類(lèi)科學(xué)家一樣去提出具有創(chuàng )造框架性的新理論，目前看還是很有難度。像愛(ài)因斯坦一樣用相對論的框架去理解這個(gè)世界，而不是牛頓的機械力學(xué)框架來(lái)理解世界，像這種框架性的“從0到1”的原始創(chuàng )新，仍然是AI難以做到的。
對于“諾貝爾物理學(xué)獎和化學(xué)獎都頒給AI，是不是意味著(zhù)AI將要超越人類(lèi)了？”“AI正在搶奪科學(xué)家的最重要榮譽(yù)？”等社交媒體上的相關(guān)熱門(mén)討論，肖仰華表示，AI再厲害仍是人類(lèi)創(chuàng )造出來(lái)的，在A(yíng)I能夠創(chuàng )造出比起自身更厲害的智能體時(shí)，我們才需要擔心AI對于人類(lèi)的整體性超越問(wèn)題。“從科研本身來(lái)講，我覺(jué)得目前的風(fēng)險問(wèn)題還是可控的，當然我們有可能需要科學(xué)家們意識到AI也是會(huì )犯錯的，不能對AI結果不加選擇地盲目使用，它依賴(lài)于科學(xué)家的責任對結果進(jìn)行一個(gè)評估評價(jià)。”▲
