近日，2024年诺贝尔物理学奖与化学奖均揭示了人工智能（AI）在当今科学领域的强大影响力。诺贝尔物理学奖授予了John J. Hopfield和Geoffrey E. Hinton，以表彰他们在机器学习中的基础性发现和发明，特别是在人工神经网络领域的贡献”（“for foundational discoveries and inventions that enable machine learning with artificial neural networks”）。诺贝尔化学奖则表彰了David Baker在计算蛋白质设计方面的创新（“for computational protein design”），以及Demis Hassabis和John M. Jumper使用AI预测蛋白质复杂结构的突破性成果（ “for protein structure prediction”）。
1 诺贝尔物理学奖：推动机器学习的神经网络基础
John J. Hopfield和Geoffrey E. Hinton的研究奠定了人工神经网络的基础，这是当今强大机器学习系统的核心。Hopfield创建了关联记忆模型，可以存储和重建图像及其他模式，模仿了物理学中原子自旋的特性。Geoffrey Hinton则在Hopfield网络的基础上，发明了Boltzmann机，能够识别数据中的特征。两位科学家在1980年代就开始了对人工神经网络的研究，他们的工作推动了今天AI技术的快速发展。
2 诺贝尔化学奖：AI破解蛋白质结构与设计的新纪元
诺贝尔化学奖的颁发聚焦于蛋白质的结构与设计。David Baker成功设计出全新的蛋白质类型，为医药、疫苗和纳米材料的开发开辟了新途径。Demis Hassabis和John M. Jumper利用AI模型AlphaFold2，解决了50年来蛋白质结构预测的难题。自2020年AlphaFold2发布以来，科学家们已经可以准确预测几乎所有已知的蛋白质结构，极大推动了抗生素耐药性研究和降解塑料酶的开发。
总结
今年的诺贝尔物理学奖与化学奖揭示了人工智能在科学前沿的深远影响。AI不仅推动了机器学习的进步，还在破解蛋白质复杂结构和设计新型蛋白质方面取得了革命性突破。这些发现为科学研究和人类社会带来了巨大的益处，也预示着AI在未来科学发展中将继续扮演重要角色。
参考来源：
https://www.nobelprize.org/prizes/physics/2024/press-release/
https://www.nobelprize.org/prizes/chemistry/2024/press-release/
沪公网安备 31011002003500