约翰·霍普菲尔德（左）和杰弗里·欣顿（右） 图片Johan Jarnestad/瑞典皇家科学院

戴维·贝克、德米斯·哈萨比斯和约翰·江珀（从左至右） 图片Johan Jarnestad/瑞典皇家科学院

□克莉斯汀

2024年诺贝尔科学类的三个奖项：生理学或医学奖、物理学奖、化学奖，日前已全部揭晓。

生理学或医学奖授予科学家维克托·安布罗斯和加里·鲁夫坎，表彰他们发现了微小RNA（microRNA）及其在转录后基因调控中的作用；物理学奖颁给了两位人工智能（AI）先驱——约翰·霍普菲尔德和杰弗里·欣顿，表彰他们“通过人工神经网络实现机器学习的基础性发现和发明”；化学奖则一半奖项授予了戴维·贝克，表彰其在计算蛋白质设计领域的贡献，另一半共同授予了德米斯·哈萨比斯和约翰·江珀，表彰他们利用人工智能在蛋白质结构预测方面的卓越成就。

至此，今年诺贝尔三大科学奖有两项都颁给了AI相关的科学研究，这深刻反映了AI技术在全球科研舞台上的崛起与影响。

物理学奖肯定了AI对人类发展意义重大

诺贝尔物理学奖的两位获得者使用物理学工具训练了人工神经网络，这些方法已成为当今强大的机器学习的基础。正是他们的研究，让如今的深度神经网络和深度学习得以诞生。

其中，杰弗里·欣顿因其在深度学习领域的开创性工作，被誉为“AI教父”，并在2018年荣获有“计算机领域的诺贝尔奖”之称的图灵奖。他还因对AI安全性的持续呼吁而备受关注。此次获奖，让杰弗里·欣顿成为史上首位同时获得图灵奖和诺贝尔奖的科学家。

约翰·霍普菲尔德本科毕业于美国斯沃斯莫尔学院，1958年获得康奈尔大学物理学博士学位，但他后来却进入生物研究领域，在美国加州理工学院联合创办了计算和神经系统博士项目，由此他有机会运用物理学原理发现信息中的逻辑模式，且发现了联想记忆模式，并创造了一种可以存储和重构信息的网络结构。

而杰弗里·欣顿正是在约翰·霍普菲尔德研究基础上，又创建了一种不同使用方法的新网络结构“玻尔兹曼机”，可以自主发现数据特征，可用于分类图像或创建与其训练模式类型相似的新例子。这种方法对现在使用的大型人工神经网络至关重要，帮助启动了当前机器学习的飞速发展。

化学奖表彰AI推动生命科学前沿突破

2024年诺贝尔化学奖获得者主要在利用人工智能预测与设计蛋白质结构方面有卓越成就。

戴维·贝克获奖，是因为他专注于从头设计了蛋白质。作为蛋白质设计领域的先驱，他不仅开发了可以预测蛋白质结构的算法，还通过计算设计出自然界中不存在的新型蛋白质，不仅推动了基础生物学的发展，还为生物制药领域带来了前所未有的创新可能性。

德米斯·哈萨比斯和约翰·江珀领导的DeepMind团队在2020年推出的AlphaFold2系统，已借助AI从蛋白质的氨基酸序列出发，直接预测出蛋白质的三维结构，且精度达到了接近实验的水平。这一突破解决了困扰科学界数十年的“蛋白质折叠问题”，极大加速了生物学和医药领域的研究进展。到目前为止，AlphaFold2已经成功预测了超过两亿种蛋白质的结构，助力研究人员在疟疾疫苗、癌症治疗、酶设计等领域取得了重要进展。