劃重點
012024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“用人工智能破譯蛋白質(zhì)的密碼”。
02諾貝爾物理學(xué)獎也授予兩名AI科學(xué)家，其中一名還有“AI教父”之稱，引發(fā)全球熱議。
03專家認(rèn)為，AI技術(shù)在科學(xué)研究的應(yīng)用將加速整個科研進(jìn)程，提高效率，但AI仍無法超越科學(xué)家的見識和知識范圍。
04然而，部分科學(xué)家對AI技術(shù)可能帶來的風(fēng)險表示擔(dān)憂，認(rèn)為需要科學(xué)家對AI結(jié)果進(jìn)行評估評價。
以上內(nèi)容由騰訊混元大模型生成，僅供參考
【環(huán)球時報特約記者 謝昭 環(huán)球時報記者 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，更是引起了全球的廣泛議論。那么究竟應(yīng)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(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明，該技術(shù)是如今機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、計算機(jī)視覺等主流AI技術(shù)的基矗
在大部分人的概念中，AI技術(shù)屬于數(shù)字科學(xué)領(lǐng)域，與傳統(tǒng)物理學(xué)基本沒有直接關(guān)系，因此不少網(wǎng)友都對此表示難以理解，一時間，還出現(xiàn)了“AI拿了獎，物理學(xué)不存在了”之類的調(diào)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時透露，他接到獲獎通知時正在加州的一個廉價旅館中，“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(xiàn)在看來要取消了。”
不過在《科學(xué)美國人》網(wǎng)站看來，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，人腦擁有數(shù)十億個相互連接的神經(jīng)元，可以產(chǎn)生意識，通常被認(rèn)為是已知宇宙中最強(qiáng)大、最靈活的計算機(jī)。幾十年來，科學(xué)家們一直在尋求通過模擬大腦自適應(yīng)計算能力的機(jī)器學(xué)習(xí)方法。這次獲獎的兩名AI科學(xué)家利用物理學(xué)工具開發(fā)了人工神經(jīng)網(wǎng)絡(luò)，為當(dāng)今許多最先進(jìn)的AI應(yīng)用奠定了基矗人工神經(jīng)網(wǎng)絡(luò)通過使用具有不同值的節(jié)點作為神經(jīng)元的替代品來模擬大腦的認(rèn)知功能。這些節(jié)點形成連接網(wǎng)絡(luò)，類似于大腦的自然神經(jīng)突觸，可以通過對任意數(shù)據(jù)集進(jìn)行訓(xùn)練來增強(qiáng)或減弱神經(jīng)突觸。這種自適應(yīng)響應(yīng)使人工神經(jīng)網(wǎng)絡(luò)能夠更好地識別數(shù)據(jù)中的模式并對未來做出后續(xù)預(yù)測，即無須顯式編程即可學(xué)習(xí)。
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(jī)科學(xué)和AI的應(yīng)用方面帶來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(jì)80年代初，霍普菲爾德受原子自旋物理學(xué)的啟發(fā)，設(shè)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)化問題，即從大量可能性中選擇一個理想的解決方案。而辛頓在霍普菲爾德網(wǎng)絡(luò)基礎(chǔ)上結(jié)合統(tǒng)計物理學(xué)，擴(kuò)展并構(gòu)建了新的模型玻爾茲曼機(jī)器，它擅長利用多個節(jié)點層之間的反饋來推斷模式的統(tǒng)計分布來自訓(xùn)練數(shù)據(jù)。辛頓也因此被稱為“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(gòu)建了多種方法，為當(dāng)今強(qiáng)大的機(jī)器學(xué)習(xí)奠定了基矗
諾貝爾化學(xué)獎：用AI算法突破蛋白質(zhì)結(jié)構(gòu)預(yù)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(jù)介紹，蛋白質(zhì)是支撐人體基本生命活動的物質(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(yī)學(xué)領(lǐng)域的熱門方向。但這些氨基酸有無數(shù)種不同的方式組合為蛋白質(zhì)，想要用傳統(tǒng)方法預(yù)測蛋白質(zhì)結(jié)構(gòu)不但耗時很長，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(shè)計”方面的貢獻(xiàn)；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(jié)構(gòu)預(yù)測的貢獻(xiàn)”。其中戴維貝克很早就提出預(yù)測和設(shè)計蛋白質(zhì)三維結(jié)構(gòu)的方法，還開發(fā)了從頭設(shè)計自然界從未出現(xiàn)的新型蛋白的技術(shù)；而哈薩比斯和江珀開發(fā)了一個名為AlphaFold2的人工智能模型。這是一項基于深度學(xué)習(xí)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(yù)測蛋白質(zhì)的3D結(jié)構(gòu)，并且達(dá)到原子級精度，被認(rèn)為解決了困擾人類50年歷史的蛋白質(zhì)折疊挑戰(zhàn)，迅速推進(jìn)了人類對基本生物過程的理解，并促進(jìn)藥物設(shè)計。諾貝爾化學(xué)獎委員會稱，AlphaFold2是一項“徹底的變革”。自這項模型推出以來，已有來自190個國家和地區(qū)超過200萬人使用這一工具。正是有了這些工具，研究人員現(xiàn)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)布會上，貝克表示，AI對于未來科學(xué)發(fā)展至關(guān)重要。他說，哈薩比斯和江珀在蛋白質(zhì)結(jié)構(gòu)預(yù)測上的突破，更加凸顯了人工智能可能帶來的影響，使用這些工具進(jìn)行蛋白質(zhì)設(shè)計提高了工作的準(zhǔn)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AI技術(shù)扮演的角色，各方看法不一�！犊茖W(xué)美國人》提到，經(jīng)過幾十年的努力推動AI發(fā)展后，辛頓如今更主張管控AI技術(shù)風(fēng)險。他在接受采訪時明確提到，“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。我們沒有經(jīng)歷過遇到比我們?nèi)祟惛斆鞯臇|西是什么感覺……我們必須擔(dān)心一些可能的不良后果，特別是它們帶來的威脅。”美國《華盛頓郵報》提到，辛頓此前甚至將現(xiàn)代AI技術(shù)稱為是人類的“生存威脅”。辛頓曾認(rèn)為，類似ChatGPT 和其他大型語言模型生成的文本輸出類AI“在自己有生之年是不可能實現(xiàn)的”。在2023年接受美國《紐約時報》采訪時，他承認(rèn)：“我以為（AI技術(shù)的實現(xiàn)）還很遙遠(yuǎn)，需要30年到50年，甚至更久。顯然，現(xiàn)在我不再這么想了。”因此他對AI的高速發(fā)展越來越感到不安，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，以辛頓為代表的批評者認(rèn)為，如今科技行業(yè)急于創(chuàng)建更強(qiáng)大的AI模型可能會產(chǎn)生有害的社會副作用。
復(fù)旦大學(xué)計算機(jī)科學(xué)技術(shù)學(xué)院教授、上海市數(shù)據(jù)科學(xué)重點實驗室主任肖仰華10日告訴《環(huán)球時報》記者，如今整個人類科學(xué)研究或許到了一個新的拐點，“這次諾貝爾獎之后，我相信整個科學(xué)研究可能會搭上新的范式AI驅(qū)動的科研范式。”
肖仰華表示，可能未來整個傳統(tǒng)自然科學(xué)都會使用AI工具來助力自己的科學(xué)研究，以及反過來，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題。這些研究思路未來都將被大家廣泛使用。“AI驅(qū)動的科研將會是一個常態(tài)，如果說所有的自然科學(xué)都搭上AI翅膀之后，另外一個可能更深遠(yuǎn)的影響意味著我們整個科研的進(jìn)程會加速，效率是傳統(tǒng)方法無法比擬的。”肖仰華還舉例說，以前一個重大的科學(xué)發(fā)現(xiàn)，可能需要經(jīng)過若干年的積累，而未來可能是按月甚至按天實現(xiàn)這種科研和技術(shù)的進(jìn)步，由此帶來的將是整個人類社會的日新月異。
但肖仰華同時強(qiáng)調(diào)說，科學(xué)家不能只感受AI帶來的這種喜悅，同時還要意識到AI的局限性。AI作為人類智力的一個延伸，總體上還只是一種工具，在科學(xué)家的監(jiān)督和控制下去完成一些輔助的角色，或者說完成一些重復(fù)性的但是極耗人類科學(xué)家精力和時間的工作，它很難從根本上超越科學(xué)家的見識和知識的范圍。AI能不能像人類科學(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。像愛因斯坦一樣用相對論的框架去理解這個世界，而不是牛頓的機(jī)械力學(xué)框架來理解世界，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AI將要超越人類了？”“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)熱門討論，肖仰華表示，AI再厲害仍是人類創(chuàng)造出來的，在AI能夠創(chuàng)造出比起自身更厲害的智能體時，我們才需要擔(dān)心AI對于人類的整體性超越問題。“從科研本身來講，我覺得目前的風(fēng)險問題還是可控的，當(dāng)然我們有可能需要科學(xué)家們意識到AI也是會犯錯的，不能對AI結(jié)果不加選擇地盲目使用，它依賴于科學(xué)家的責(zé)任對結(jié)果進(jìn)行一個評估評價。”
