劃重點
012024年諾貝爾獎自然科學領域獎項已全部公布，人工智能技術及其應用成為最大亮點。
02諾貝爾物理學獎授予美國科學家霍普菲爾德和英國裔加拿大科學家欣頓，表彰他們在機器學習方面的奠基性發(fā)現(xiàn)和發(fā)明。
03諾貝爾化學獎頒發(fā)給三位科學家，其中一半共同授予谷歌旗下DeepMind公司的哈薩比斯和江珀，他們開發(fā)的人工智能模型AlphaFold2成功預測蛋白質(zhì)結構。
04專家表示，人工智能與基礎科學的互動將推動兩個領域的研究范式革命。
05然而，科學家們對于人工智能的安全性表示擔憂，擔心其可能被用于制造新病毒或有毒物質(zhì)。
以上內(nèi)容由騰訊混元大模型生成，僅供參考
2024年諾貝爾獎在自然科學領域的獎項已全部公布，人工智能技術及其應用“橫掃”諾獎無疑是最大亮點。
8日頒發(fā)的諾貝爾物理學獎授予美國科學家霍普菲爾德（John Hopfield）和英國裔加拿大科學家欣頓（Geoffrey Hinton），以表彰他們在使用人工神經(jīng)網(wǎng)絡的機器學習方面的奠基性發(fā)現(xiàn)和發(fā)明。
次日頒發(fā)的諾貝爾化學獎頒發(fā)給了三位科學家，一位是美國華盛頓大學西雅圖分校的貝克（David Baker），利用計算機軟件Rosetta 設計了一種新的蛋白質(zhì)。另一半化學獎則共同授予谷歌旗下DeepMind公司的哈薩比斯（Demis Hassabis）和江珀（John M. Jumper），他們開發(fā)的人工智能模型AlphaFold2解決了一個存在50年的問題：預測蛋白質(zhì)的復雜結構。這項任務曾經(jīng)需要幾個月甚至幾十年的時間，但像 AlphaFold 這樣的人工智能模型可以在幾個小時甚至幾分鐘內(nèi)完成 。
諾貝爾獎的官方社媒賬號也發(fā)起兩則投票，強調(diào)人工智能與基礎科學的互動，一則是：你知道機器學習的模型是基于物理方程的嗎? 另一則是：你知道人工智能被用來研究蛋白質(zhì)的結構嗎?
2018年諾貝爾化學獎得主、加州理工學院化學工程教授阿諾德 (Frances Arnold) 表示：“人工智能正在改變我們進行科學研究的方式。它增強了我們探索以前難以解決的問題的能力。”
人工智能與基礎科學相互“加油”
2024年諾貝爾物理學獎頒給了兩位人工智能領域的科學家，這引起了外界熱議。連欣頓本人都表示：“如果有計算機科學領域的諾貝爾獎，我們的工作顯然更適合獲獎。但是，沒有這樣的獎項。”
其實，這并非該獎項首次“跨界”。2021年，氣候?qū)W家真鍋淑郎和克勞斯哈塞爾曼就因“建立地球氣候的物理模型、量化其可變性并可靠地預測全球變暖”的相關研究而獲得了諾貝爾物理學獎。
諾貝爾獎評獎委員會表示：“兩位諾貝爾物理學獎得主利用物理學工具開發(fā)出的方法，為當今強大的機器學習奠定了基矗”
清華大學計算機系長聘教授、清華大學人工智能研究院視覺智能研究中心主任鄧志東在接受第一財經(jīng)記者采訪時解釋稱：“在提出霍普菲爾德反饋神經(jīng)網(wǎng)絡的過程中，已大量使用能量函數(shù)、平衡態(tài)、吸引子、吸引域、樣本記憶和樣本容量等物理學概念和工具。欣頓在深度神經(jīng)網(wǎng)絡與誤差反向傳播算法的開創(chuàng)性基礎研究中，也廣泛使用諸如自動編碼器（高維數(shù)據(jù)的壓縮）、玻爾茲曼機、知識蒸餾和梯度下降等物理學啟發(fā)。”
Meta首席人工智能科學家楊立昆（ Yann LeCun）表示，霍普菲爾德網(wǎng)絡和玻爾茲曼機并未被現(xiàn)代人工智能技術所采用，但深受這些與物理相關的創(chuàng)造的影響。
同時，諾貝爾委員會也強調(diào)了人工神經(jīng)網(wǎng)絡在物理學領域的應用，比如設計新材料、處理來自粒子加速器的大量數(shù)據(jù)并幫助探索宇宙。
鄧志東表示：“物理學啟發(fā)人工智能，或人工智能賦能物理學發(fā)展，兩者之間的交互與跨界融合，是一種發(fā)展非傳統(tǒng)物理學與人工智能的全新視角，也是兩個領域研究范式的一場革命。此次諾貝爾物理學獎頒發(fā)給了兩位人工智能領域的杰出貢獻者，是非常富有遠見的。”
今年諾貝爾獎化學獎的結果也讓科學家們備受鼓舞。
倫敦國王學院分子生物物理學教授艾薩克森（ Rivka Isaacson）表示：“我很高興聽到今年的諾貝爾化學獎頒給了蛋白質(zhì)設計和令人驚嘆的 AlphaFold 蛋白質(zhì)預測器。它為那些研究人體基礎科學的人打開了分子形狀的世界，希望能夠創(chuàng)造出治療疾病的可能方法。”
他表示，AlphaFold 允許人們通過了解組成蛋白質(zhì)的化學珠（chemical beads）的順序來預測蛋白質(zhì)的形狀和相互作用。這使研究人員能夠研究它們與健康和疾病之間的關系，以及哪種藥物可能與它們一起起作用。
美國化學學會會長卡羅爾（Mary Carroll）表示，這個結果表明化學領域可能將涉及更多的計算研究，這可能會提高化學研究的效率，同時使科學家減少對實驗室工作的依賴。
“計算工作就是實驗工作，只是一種不同的工作而已。”她表示，“我認為這是化學的一個方向。”
下一步發(fā)展趨勢
面對人工智能的安全性，上述幾位諾貝爾獎得主的態(tài)度則有些不同。
被譽為“人工智能之父”的辛頓去年5月宣布從谷歌離職，以便能自由地談論人工智能的危險。 他表示，獲得諾貝爾獎可能意味著人們會更加重視他，以及他對未來風險的警告。
他曾表示對自己所做工作感到“后悔”，并多次表達他對人工智能發(fā)展的擔憂。在得獎后他稱：“在同樣的情況下，我還會再次這樣做，但我擔心，這種情況的總體后果可能是比我們更聰明的系統(tǒng)最終會掌控一切。”
而哈薩比斯則表現(xiàn)得更為樂觀，他今年初曾表示：“我們已經(jīng)談了很多關于風險的問題，但我認為我們應該擁抱機遇。”
“如果我們聰明的話，我們可以把人工智能作為解決方案的一部分。”他稱，“如果我們以一種負責任的方式使用它，我認為它可以幫助我們應對當今社會面臨的許多挑戰(zhàn)。比如我們的醫(yī)療系統(tǒng)，讓它們更有效率，幫助應對氣候變化，新技術，融合，以及其他可以應用人工智能的事情。”
而創(chuàng)造和預測蛋白質(zhì)的重大突破也讓科學家們擔心這項技術可能被用來制造新的病毒或有毒物質(zhì)，用于生物攻擊。今年90多名科學家簽署了協(xié)議，以規(guī)范制造新生物武器所需的設備，以確保他們的人工智能研究不會造成傷害，貝克也在其中。
鄧志東表示：“自2022年11月30日ChatGPT問世不到兩年，以大型語言模型為代表的生成式人工智能日新月異，各種新思想、新成果、新進展層出不窮，其主要進展與未來發(fā)展前景已超出許多人的預期，已有很多理由對AI的發(fā)展?jié)摿桶踩员硎緭鷳n。”
他進一步分析稱，“好的方面是，最新發(fā)布的OpenAI o1的復雜邏輯推理能力，據(jù)評測智商已達到120，已可開始賦能許多決策支持領域，如輔助醫(yī)療診斷與決策等。多模態(tài)大語言模型、世界模型與交互式智能體的發(fā)展，已在全球范圍內(nèi)形成研發(fā)熱點，已開始作用于真實物理空間中的人形機器人與自動駕駛等，讓人類的夢想成真，這也體現(xiàn)了AI未來的發(fā)展趨勢。”
(本文來自第一財經(jīng))
