本屆諾貝爾獎，AI大出風(fēng)頭
約翰·霍普菲爾德（左）和杰弗里·欣頓（右） 圖片來(lái)源：Johan Jarnestad/瑞典皇家科學(xué)院
戴維·貝克、德米斯·哈薩比斯和約翰·江珀（從左至右） 圖片來(lái)源：Johan Jarnestad/瑞典皇家科學(xué)院
□克莉斯汀
2024年諾貝爾科學(xué)類(lèi)的三個(gè)獎項：生理學(xué)或醫學(xué)獎、物理學(xué)獎、化學(xué)獎，日前已全部揭曉。
生理學(xué)或醫學(xué)獎授予科學(xué)家維克托·安布羅斯和加里·魯夫坎，表彰他們發(fā)現了微小RNA（microRNA）及其在轉錄后基因調控中的作用；物理學(xué)獎頒給了兩位人工智能（AI）先驅——約翰·霍普菲爾德和杰弗里·欣頓，表彰他們“通過(guò)人工神經(jīng)網(wǎng)絡(luò )實(shí)現機器學(xué)習的基礎性發(fā)現和發(fā)明”；化學(xué)獎則一半獎項授予了戴維·貝克，表彰其在計算蛋白質(zhì)設計領(lǐng)域的貢獻，另一半共同授予了德米斯·哈薩比斯和約翰·江珀，表彰他們利用人工智能在蛋白質(zhì)結構預測方面的卓越成就。
至此，今年諾貝爾三大科學(xué)獎?dòng)袃身椂碱C給了AI相關(guān)的科學(xué)研究，這深刻反映了AI技術(shù)在全球科研舞臺上的崛起與影響。
物理學(xué)獎肯定了AI對人類(lèi)發(fā)展意義重大
諾貝爾物理學(xué)獎的兩位獲得者使用物理學(xué)工具訓練了人工神經(jīng)網(wǎng)絡(luò )，這些方法已成為當今強大的機器學(xué)習的基礎。正是他們的研究，讓如今的深度神經(jīng)網(wǎng)絡(luò )和深度學(xué)習得以誕生。
其中，杰弗里·欣頓因其在深度學(xué)習領(lǐng)域的開(kāi)創(chuàng )性工作，被譽(yù)為“AI教父”，并在2018年榮獲有“計算機領(lǐng)域的諾貝爾獎”之稱(chēng)的圖靈獎。他還因對AI安全性的持續呼吁而備受關(guān)注。此次獲獎，讓杰弗里·欣頓成為史上首位同時(shí)獲得圖靈獎和諾貝爾獎的科學(xué)家。
約翰·霍普菲爾德本科畢業(yè)于美國斯沃斯莫爾學(xué)院，1958年獲得康奈爾大學(xué)物理學(xué)博士學(xué)位，但他后來(lái)卻進(jìn)入生物研究領(lǐng)域，在美國加州理工學(xué)院吉印通創(chuàng )辦了計算和神經(jīng)系統博士項目，由此他有機會(huì )運用物理學(xué)原理發(fā)現信息中的邏輯模式，且發(fā)現了聯(lián)想記憶模式，并創(chuàng )造了一種可以存儲和重構信息的網(wǎng)絡(luò )結構。
而杰弗里·欣頓正是在約翰·霍普菲爾德研究基礎上，又創(chuàng )建了一種不同使用方法的新網(wǎng)絡(luò )結構“玻爾茲曼機”，可以自主發(fā)現數據特征，可用于分類(lèi)圖像或創(chuàng )建與其訓練模式類(lèi)型相似的新例子。這種方法對現在使用的大型人工神經(jīng)網(wǎng)絡(luò )至關(guān)重要，幫助啟動(dòng)了當前機器學(xué)習的飛速發(fā)展。
化學(xué)獎表彰AI推動(dòng)生命科學(xué)前沿突破
2024年諾貝爾化學(xué)獎獲得者主要在利用人工智能預測與設計蛋白質(zhì)結構方面有卓越成就。
戴維·貝克獲獎，是因為他專(zhuān)注于從頭設計了蛋白質(zhì)。作為蛋白質(zhì)設計領(lǐng)域的先驅?zhuān)浏渌?不僅開(kāi)發(fā)了可以預測蛋白質(zhì)結構的算法，還通過(guò)計算設計出自然界中不存在的新型蛋白質(zhì)，不僅推動(dòng)了基礎生物學(xué)的發(fā)展，還為生物制藥領(lǐng)域帶來(lái)了前所未有的創(chuàng )新可能性。
德米斯·哈薩比斯和約翰·江珀領(lǐng)導的DeepMind團隊在2020年推出的AlphaFold2系統，已借助AI從蛋白質(zhì)的氨基酸序列出發(fā)，直接預測出蛋白質(zhì)的三維結構，且精度達到了接近實(shí)驗的水平。這一突破解決了困擾科學(xué)界數十年的“蛋白質(zhì)折疊問(wèn)題”，極大加速了生物學(xué)和醫藥領(lǐng)域的研究進(jìn)展。到目前為止，AlphaFold2已經(jīng)成功預測了超過(guò)兩億種蛋白質(zhì)的結構，助力研究人員在瘧疾疫苗、癌癥治療、酶設計等領(lǐng)域取得了重要進(jìn)展。
