文｜克莉斯汀
2024年諾貝爾科學類的三個獎項：生理學或醫學獎、實體學獎、化學獎，日前已全部揭曉。
生理學或醫學獎授予科學家維克托·安布羅斯和加裡·魯夫坎，表彰他們發現了微小RNA（microRNA）及其在轉錄後基因調控中的作用；實體學獎頒給了兩位人工智能（AI）先驅——約翰·霍普菲爾德和傑弗裡·欣頓，表彰他們“通過人工神經網絡實作機器學習的基礎性發現和發明”；化學獎則一半獎項授予了戴維·貝克，表彰其在計算蛋白質設計領域的貢獻，另一半共同授予了德米斯·哈薩比斯和約翰·江珀，表彰他們利用人工智能在蛋白質結構預測方面的卓越成就。
至此，今年諾貝爾三大科學獎有兩項都頒給了AI相關的科學研究，這深刻反映了AI技術在全球科研舞台上的崛起與影響。
實體學獎
肯定了AI對人類發展意義重大
諾貝爾實體學獎的兩位獲得者使用實體學工具訓練了人工神經網絡，這些方法已成為當今強大的機器學習的基礎。正是他們的研究，讓如今的深度神經網絡和深度學習得以誕生。
約翰·霍普菲爾德（左）和傑弗裡·欣頓（右） 圖檔來源：Johan Jarnestad/瑞典皇家科學院
其中，傑弗裡·欣頓因其在深度學習領域的開創性工作，被譽為“AI教父”，并在2018年榮獲有“計算機領域的諾貝爾獎”之稱的圖靈獎。他還因對AI安全性的持續呼籲而備受關注。此次獲獎，讓傑弗裡·欣頓成為史上首位同時獲得圖靈獎和諾貝爾獎的科學家。
約翰·霍普菲爾德大學畢業于美國斯沃斯莫爾學院，1958年獲得康奈爾大學實體學博士學位，但他後來卻進入生物研究領域，在美國加州理工學院聯合創辦了計算和神經系統博士項目，由此他有機會運用實體學原理發現資訊中的邏輯模式，且發現了聯想記憶模式，并創造了一種可以存儲和重構資訊的網絡結構。
而傑弗裡·欣頓正是在約翰·霍普菲爾德研究基礎上，又建立了一種不同使用方法的新網絡結構“玻爾茲曼機”，可以自主發現資料特征，可用于分類圖像或建立與其訓練模式類型相似的新例子。這種方法對現在使用的大型人工神經網絡至關重要，幫助啟動了目前機器學習的飛速發展。
化學獎
表彰AI推動生命科學前沿突破
2024年諾貝爾化學獎獲得者主要在利用人工智能預測與設計蛋白質結構方面有卓越成就。
戴維·貝克、德米斯·哈薩比斯和約翰·江珀（從左至右） 圖檔來源：Johan Jarnestad 瑞典皇家科學院
戴維·貝克獲獎，是因為他專注于從頭設計了蛋白質。作為蛋白質設計領域的先驅，他不僅開發了可以預測蛋白質結構的算法，還通過計算設計出自然界中不存在的新型蛋白質，不僅推動了基礎生物學的發展，還為生物制藥領域帶來了前所未有的創新可能性。
德米斯·哈薩比斯和約翰·江珀上司的DeepMind團隊在2020年推出的AlphaFold2系統，已借助AI從蛋白質的氨基酸序列出發，直接預測出蛋白質的三維結構，且精度達到了接近實驗的水準。
這一突破解決了困擾科學界數十年的“蛋白質折疊問題”，極大加速了生物學和醫藥領域的研究進展。到目前為止，AlphaFold2已經成功預測了超過兩億種蛋白質的結構，助力研究人員在瘧疾疫苗、癌症治療、酶設計等領域取得了重要進展。
原文載于《羊城晚報》2024年10月11日A10版