新聞分析｜人工智能何以成為今年諾獎“大贏家”
更新時間：2024/10/11 15:53:19 來源：新華社
新聞中心首頁
2024年諾貝爾三大科學獎項中，兩大獎項與人工智能研究相關，先是物理學獎頒給了曾獲圖靈獎的機器學習先驅(qū)，緊接著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，就連諾貝爾獎官方也就此發(fā)起兩起投票，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?
不少人疑惑，人工智能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”，并一舉成為本年度科學獎項的“大贏家”？
助力解決傳統(tǒng)科學方法難以應對的問題
諾貝爾物理學獎和化學獎獲獎成果不僅是基礎科學的突破性進步，更顯示出人工智能已成為推動基礎科學的重要工具。利用這一技術，科學家得以基于此前研究構建新型模型，得以處理海量數(shù)據(jù)，更新傳統(tǒng)的方法，得以加速研究，推動多領域基礎科學實現(xiàn)新的進展。
得益于今年諾貝爾化學獎得主——谷歌旗下“深層思維”公司的德米斯·哈薩比斯和約翰·江珀在前人研究基礎上設計的人工智能模型“阿爾法折疊”，人們現(xiàn)在已可以預測出自然界幾乎所有蛋白質(zhì)的三維結構。
另一名對計算蛋白質(zhì)設計作出突出貢獻的獲獎者、美國華盛頓大學西雅圖分校的戴維·貝克在談到人工智能技術時指出，蛋白質(zhì)結構預測真正凸顯了人工智能的力量，使人們得以將人工智能方法應用于蛋白質(zhì)設計，大大提高了設計的能力和準確性。
人工智能正幫助科研人員解決傳統(tǒng)科學方法難以應對的問題。曾作為“阿爾法折疊”早期測試人員的英國倫敦國王學院分子生物物理學教授麗夫卡·艾薩克森說：“我們傳統(tǒng)上采用費力的實驗方法來分析蛋白質(zhì)形狀，這可能需要數(shù)年時間。這些已解析的結構被用于訓練‘阿爾法折疊’。得益于這項技術，我們能夠更好地跳過這一步，更深入地探究蛋白質(zhì)的功能和動態(tài)，提出不同的問題，并有可能開辟全新的研究領域�！�
基礎科學與人工智能“碰撞”產(chǎn)生巨大能量
本年度兩大科學獎項不僅是對獲獎者和他們成就的肯定，更向人們展示出基礎科學的深刻洞見與計算機科學創(chuàng)新“碰撞”可以產(chǎn)生的巨大能量。
2024年諾貝爾物理學獎獲得者約翰·霍普菲爾德和杰弗里·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(jīng)網(wǎng)絡，為當今強大的機器學習技術奠定了基礎。與此同時，相關技術已被用于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，研究成果又被用于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，也包括計算機科學等其他領域的研究�！敝Z貝爾物理學委員會秘書烏爾夫·丹尼爾松在接受新華社記者采訪時說。
在談到諾貝爾化學獎成果時，歐洲分子生物學實驗室副主任兼歐洲分子生物學實驗室－歐洲生物技術研究所主任埃旺·伯尼強調(diào)，這一人工智能工具建立在數(shù)十年的實驗工作之上，得益于分子生物學界內(nèi)部在全球范圍內(nèi)公開共享數(shù)據(jù)的文化。
改變科研范式推動突破學術邊界
人工智能技術俘獲諾貝爾評獎委員會的“芳心”更反映出人工智能與多學科融合，推動科學研究突破邊界這一重要的探索趨勢。
諾貝爾化學委員會評委鄒曉冬表示，技術與基礎科學的交叉融合未來將成為常態(tài)，而人工智能技術作為這一融合過程中的核心驅(qū)動力之一，將推動科學研究不斷突破傳統(tǒng)框架，實現(xiàn)更加深遠、更加廣泛的創(chuàng)新。
另一方面，人工智能的快速發(fā)展也引發(fā)人們對未來的擔憂。諾貝爾物理學委員會主席埃倫·穆恩斯說，人類有責任以安全且道德的方式使用這項新技術。諾獎得主欣頓在接受電話連線時也表示，相關技術將對社會產(chǎn)生巨大影響，但也必須警惕技術可能構成的威脅。
毋庸置疑的是，傳統(tǒng)科學研究的范式正在轉換。從問題出發(fā)，通過人工智能技術尋求解決方案，這不僅將在生物、化學和物理等領域中發(fā)揮革命性作用，更將推動眾多不同學科的融合，推動科學研究突破邊界，并對人類未來產(chǎn)生深遠影響。
英國研究與創(chuàng)新署工程與物理科學研究委員會執(zhí)行主席、牛津大學結構生物信息學教授夏洛特·迪恩表示，能在當今從事科學工作是一件令人興奮的事情，特別是在這些跨學科領域，因為人工智能不僅開始解決真正困難的問題，而且還改變了我們從事科學研究的方式。
正如伯尼所說，“大數(shù)據(jù)與人工智能和技術發(fā)展的潛力是無限的——而這，只是一個開始”。
記者郭爽
 |
 |
 |
|
||||
 |
焦作網(wǎng)免責聲明： | |||||||
|
||||||||
2024年諾貝爾三大科學獎項中，兩大獎項與人工智能研究相關，先是物理學獎頒給了曾獲圖靈獎的機器學習先驅(qū)，緊接著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，就連諾貝爾獎官方也就此發(fā)起兩起投票，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?
不少人疑惑，人工智能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”，并一舉成為本年度科學獎項的“大贏家”？
助力解決傳統(tǒng)科學方法難以應對的問題
諾貝爾物理學獎和化學獎獲獎成果不僅是基礎科學的突破性進步，更顯示出人工智能已成為推動基礎科學的重要工具。利用這一技術，科學家得以基于此前研究構建新型模型，得以處理海量數(shù)據(jù)，更新傳統(tǒng)的方法，得以加速研究，推動多領域基礎科學實現(xiàn)新的進展。
得益于今年諾貝爾化學獎得主——谷歌旗下“深層思維”公司的德米斯·哈薩比斯和約翰·江珀在前人研究基礎上設計的人工智能模型“阿爾法折疊”，人們現(xiàn)在已可以預測出自然界幾乎所有蛋白質(zhì)的三維結構。
另一名對計算蛋白質(zhì)設計作出突出貢獻的獲獎者、美國華盛頓大學西雅圖分校的戴維·貝克在談到人工智能技術時指出，蛋白質(zhì)結構預測真正凸顯了人工智能的力量，使人們得以將人工智能方法應用于蛋白質(zhì)設計，大大提高了設計的能力和準確性。
人工智能正幫助科研人員解決傳統(tǒng)科學方法難以應對的問題。曾作為“阿爾法折疊”早期測試人員的英國倫敦國王學院分子生物物理學教授麗夫卡·艾薩克森說：“我們傳統(tǒng)上采用費力的實驗方法來分析蛋白質(zhì)形狀，這可能需要數(shù)年時間。這些已解析的結構被用于訓練‘阿爾法折疊’。得益于這項技術，我們能夠更好地跳過這一步，更深入地探究蛋白質(zhì)的功能和動態(tài)，提出不同的問題，并有可能開辟全新的研究領域�！�
基礎科學與人工智能“碰撞”產(chǎn)生巨大能量
本年度兩大科學獎項不僅是對獲獎者和他們成就的肯定，更向人們展示出基礎科學的深刻洞見與計算機科學創(chuàng)新“碰撞”可以產(chǎn)生的巨大能量。
2024年諾貝爾物理學獎獲得者約翰·霍普菲爾德和杰弗里·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(jīng)網(wǎng)絡，為當今強大的機器學習技術奠定了基礎。與此同時，相關技術已被用于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，研究成果又被用于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，也包括計算機科學等其他領域的研究。”諾貝爾物理學委員會秘書烏爾夫·丹尼爾松在接受新華社記者采訪時說。
在談到諾貝爾化學獎成果時，歐洲分子生物學實驗室副主任兼歐洲分子生物學實驗室－歐洲生物技術研究所主任埃旺·伯尼強調(diào)，這一人工智能工具建立在數(shù)十年的實驗工作之上，得益于分子生物學界內(nèi)部在全球范圍內(nèi)公開共享數(shù)據(jù)的文化。
改變科研范式推動突破學術邊界
人工智能技術俘獲諾貝爾評獎委員會的“芳心”更反映出人工智能與多學科融合，推動科學研究突破邊界這一重要的探索趨勢。
諾貝爾化學委員會評委鄒曉冬表示，技術與基礎科學的交叉融合未來將成為常態(tài)，而人工智能技術作為這一融合過程中的核心驅(qū)動力之一，將推動科學研究不斷突破傳統(tǒng)框架，實現(xiàn)更加深遠、更加廣泛的創(chuàng)新。
另一方面，人工智能的快速發(fā)展也引發(fā)人們對未來的擔憂。諾貝爾物理學委員會主席埃倫·穆恩斯說，人類有責任以安全且道德的方式使用這項新技術。諾獎得主欣頓在接受電話連線時也表示，相關技術將對社會產(chǎn)生巨大影響，但也必須警惕技術可能構成的威脅。
毋庸置疑的是，傳統(tǒng)科學研究的范式正在轉換。從問題出發(fā)，通過人工智能技術尋求解決方案，這不僅將在生物、化學和物理等領域中發(fā)揮革命性作用，更將推動眾多不同學科的融合，推動科學研究突破邊界，并對人類未來產(chǎn)生深遠影響。
英國研究與創(chuàng)新署工程與物理科學研究委員會執(zhí)行主席、牛津大學結構生物信息學教授夏洛特·迪恩表示，能在當今從事科學工作是一件令人興奮的事情，特別是在這些跨學科領域，因為人工智能不僅開始解決真正困難的問題，而且還改變了我們從事科學研究的方式。
正如伯尼所說，“大數(shù)據(jù)與人工智能和技術發(fā)展的潛力是無限的——而這，只是一個開始”。
記者郭爽
 |
|
||||
|
焦作網(wǎng)免責聲明： | |||||||
|
||||||||
|
|
