每經記者：鄭雨航 每經實習記者：嶽楚鵬 每經編輯：王嘉琦,蘭素英
今年的諾貝爾獎，AI（人工智能）成了大赢家。
當地時間10月8日，諾貝爾實體學獎頒給了機器學習領域的奠基性發現和發明。次日，諾貝爾化學獎又花落蛋白質設計和蛋白質結構預測領域，其中一半獎項頒給了谷歌旗下DeepMind的兩名科學家。
這兩大獎項将AI研究帶到了科學界的最高榮譽殿堂。一時間，“實體學不存在了”“化學的盡頭是計算機嗎”的質疑聲不絕于耳。
這是否代表着諾貝爾獎将全面進入“AI時代”？人們不禁要問，有朝一日AI是否會獨立拿下諾貝爾獎？在科研陣地逐漸失守的情況下，諾貝爾文學獎是否能守住人類最後的尊嚴？
實體學獎“爆冷”：“局外人”赢了
瑞典皇家科學院當地時間10月8日宣布，将2024年諾貝爾實體學獎授予“AI教父”傑弗裡•辛頓（Geoffrey Hinton）和普林斯頓大學教授約翰•霍普菲爾德（John Hopfield），以表彰他們在使用人工神經網絡進行機器學習的基礎性發現和發明。
圖檔來源：諾貝爾獎委員會X平台賬号
獲獎者被公布後，外界瞬間“炸開了鍋”：怎麼是一個看似不屬于傳統實體學任何一個分支領域的成果獲獎了呢？實體學是不存在了嗎？實體學獎跟AI有啥關系？
盡管諾獎委員對此解釋稱，人工神經網絡是用實體學工具訓練的。但是，不解的聲音還是一波接一波。
本特利大學數學教授諾亞•吉安西拉庫薩（Noah Giansiracusa）就表示：“他（辛頓）的成就是驚人的，但這是實體學嗎？我不這麼認為。即使從實體學中得到靈感，他們也沒有發展出新的實體學理論或解決實體學中長期存在的問題。”
紐西蘭惠靈頓維多利亞大學AI進階講師安德魯•倫森 (Andrew Lensen) 也對此感到困惑。他說道：“我們已經有圖靈獎，我更希望看到諾貝爾獎頒給對實體學界作出貢獻的人。感覺委員會可能被AI炒作吸引了。”
但也有學者表示了解，稱這凸顯了前沿學科的交叉與互通性，傳統科學研究的範式正在轉換。
英國研究與創新署工程與實體科學研究委員會執行主席、牛津大學結構生物資訊學教授夏洛特•迪恩表示，能在當今從事科學工作是一件令人興奮的事情，特别是在這些跨學科領域，因為AI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。
24小時後AI再奪化學獎
實體學獎頒發24小時後，諾貝爾化學獎揭曉，AI再度收獲諾獎委員會的青睐。
該獎項被一分為二，一半授予戴維•貝克（David Baker），以表彰他“利用計算機進行蛋白質設計”的成就，另一半給了谷歌DeepMind的首席執行官德米斯•哈薩比斯（Demis Hassabis）和進階研究科學家約翰•M•詹珀（John M. Jumper），以表彰他們“在蛋白質結構預測方面的貢獻”。2020年，哈薩比斯和詹珀釋出了名為AlphaFold 2的AI模型，是利用AI技術預測蛋白質三維結構的革命性工具。
圖檔來源：諾貝爾獎委員會X平台賬号
AI與蛋白質圖譜突破之間的聯系非常明顯。在今年諾貝爾化學獎的預測中，AlphaFold就經常被提到，是以引發的争議沒有實體學獎那麼大。
但這樣的結果依然讓人頗感意外，因為諾貝爾獎通常頒發給幾十年前的研究，要等到研究成果被明确評估為“對人類有最大利益”之後。而此次獲獎的AlphaFold 2是四年前釋出的。
這是諾貝爾獎曆史上反應最迅速的一次，可能也預示着諾貝爾獎委員會思維的轉變。當在場記者詢問諾貝爾化學獎委員會在評判提名人時是否考慮了AI的相關性時，委員會堅稱這一決定純粹是基于科學作出的。
諾獎會全面“AI化”嗎？
AI在諾獎中的雙赢标志着AI在科學研究中的重要地位得到認可，也引發了人們對科學本質和未來發展方向的思考：AI獲獎是否會改變科學研究的根本性質？諾獎未來是否會全面轉向AI？AI有朝一日是否會獨立獲得諾獎？
焦點1：AI将“殺死”基礎科學探索？
長期以來，諾貝爾獎主要表彰純科學領域的進步——基于自然法則和實體現象的發現。現在，科學和技術之間的界限正在變得模糊，AI研究人員因建構了影響人類處理和解決科學問題方式的工具而獲得認可。
有人認為，諾貝爾獎今年這樣大張旗鼓地把獎章授予AI，隻會讓研究人員更加熱衷于對于工具的研究，而忽略掉最基礎的理論探索。
倫敦大學計算機教授彼得•本特利（Peter Bentley）在接受《每日經濟新聞》記者采訪時強調，AI在某些事情上更像是問題的一部分，而不是解決問題的方法。
英國科研誠信辦公室的專家馬特•霍奇金森 (Matt Hodgkinson) 表示：“利用AI赢得諾貝爾獎可能隻是一艘啟航的船，但它将影響研究方向。”霍奇金森擔心，研究人員試圖逆向分析今年獲獎的原因時，他們會更關注技術，而不是科學。
紐約大學計算機科學教授朱利安•托格利厄斯（Julian Togelius）認為：“科學家通常會選擇阻力最小和最劃算的路徑。”而這可能會阻礙創新思維。
諾獎得主哈薩比斯坦稱：“如今，（AI研究）變得更加注重工程，我們現在有很多技術，我們隻是在算法上進行改進，不再參考大腦。”
圖檔來源：視覺中國-VCG211158270552
焦點2：AI“大力出奇迹”的下個領域在醫學？
諾獎的最後一個傳統科學獎項——諾貝爾生理學或醫學獎未來是否也将被AI“攻下”？
實際上，醫學研究一直是AI最重要的應用領域之一，許多研究都依賴AI進行分析和預測，如病毒鑒定、分子模組化、藥物開發等任務。目前，已經有團隊通過AI手段在探索科學問題上取得了重要突破。
10月10日，國際頂級學術期刊《Cell》發表了中山大學與阿裡雲合作的科研成果，研究團隊利用雲計算與AI技術發現了180個超群、16萬餘種全新RNA病毒，是已知病毒種類的近30倍。
利用AI算法，研究團隊在來自全球生物環境樣本的10487份RNA測序資料中發現了超過51萬條病毒基因組，代表超過16萬個潛在病毒種及180個RNA病毒超群。其中23個超群無法通過序列同源方法識别。通過AI技術，該研究發現了傳統研究方法未能發現的病毒“暗物質”，探索了病毒學研究的新路徑。
以Deepmind和OpenAI為首的科技企業也在加速開拓醫療市場，他們的入場勢必将加速醫學領域的研發進展。
今年早些時候，DeepMind釋出了 AlphaFold 3，該模型以前所未有的精确度成功預測了所有已知蛋白質、DNA、RNA 和配體的結構和互相作用。這一飛躍有望開啟AI細胞生物學的新時代。
焦點3：文學獎是人類未來“最後的堡壘”？
科研的陣地逐漸“失守”，諾貝爾文學獎是否會是人類“最後的堡壘”？
有人認為，文學的核心在于人類的創造力和個體表達，AI雖然能夠模仿人類的語言和寫作風格，但它缺乏真正的情感體驗和創意過程。知名科幻作家特德姜今年八月發表了一篇長文，斷言AI不會創造真正的藝術。
石黑一雄在2017年獲得諾貝爾文學獎。獲得諾獎4年後，他出版了《克拉拉與太陽》。這部小說講述了一位機器人克拉拉眼中的世界，從另一個側面反映了AI時代人類所面臨的問題。
今年年初，日本女作家Rie Kudan用ChatGPT協助創作的小說一舉拿下了日本頂級文學獎芥川獎。她在獲獎感言中稱，生成式AI幫助自己釋放了潛力，她将AI視為靈感的來源，是自己創作過程中的伴侶。
從關于AI的文學，到AI的文學，AI已經悄悄染指文學領域了。
寫在最後
未來，AI是否會取代科學家和文學家，成為諾獎的主角？
早在2021年，日大學學家就開啟了Nobel Turing Challenge項目，希望研發出一款AI，能夠在2050年之前獨立獲得諾貝爾獎。
每日經濟新聞