人工智能研究的风云一周——AI先驱斩获诺贝尔奖

简要综述

诺贝尔奖是根据瑞典化学家阿尔弗雷德·诺贝尔遗嘱于1901年开始每年颁发的5个奖项，其中包括：物理、化学、生理学或医学、文学、和平。诺贝尔奖普遍被认为是所颁奖领域内最有声望的奖项。

据2024年的诺贝尔奖公布消息，我们了解到杰弗里·辛顿和约翰·霍普菲尔德因其在创建现代人工智能基础方面做出的开创性工作获得物理学奖。大卫·贝克 (David Baker)、约翰·江珀 (John Jumper) 和德米斯·哈萨比斯 (Demis Hassabis)因通过人工智能揭示蛋白质的秘密共同获得化学奖。

在人工智能发展的历史很长一段时间里，它一直潜伏在科学的腹地，常常不被重视和资助——但一周内两项诺贝尔奖的颁发意味着它的阳光时刻终于到来了。但是也有一些人对奖项的颁发存在疑虑。

诺贝尔物理学奖——杰弗里·辛顿和约翰·霍普菲尔德

杰弗里·辛顿和约翰·霍普菲尔德利用了物理学方法来寻找信息的特征，构建了为当今强大的机器学习奠定基础的方法。Hopfield提出的“Hopfield神经网络”，以相当于物理学中自旋系统能量的方式进行描述。Hinton提出的“玻尔兹曼机”，则使用了统计物理学中的工具。后来Hinton在这项工作的基础上，帮助启动了当前机器学习的爆炸性发展，也就是我们熟知的深度学习革命。因此诺贝尔物理学奖授予两位科学家杰弗里·辛顿和约翰·霍普菲尔德，以表彰他们在机器学习方面的贡献。

诺贝尔化学奖——大卫·贝克 、约翰·江珀 和德米斯·哈萨比斯

2024年诺贝尔化学奖是关于蛋白质的，这是生命的巧妙化学工具。David Baker 成功地完成了几乎不可能的壮举，构建了全新的蛋白质种类。Demis Hassabis和John Jumper 开发了一种人工智能模型AlphaFold 2，解决了一个50年的老问题：预测蛋白质复杂的结构。这两个发现都开辟了广阔的可能性，具有巨大的潜力。因此2024 年诺贝尔化学奖的一半授予华盛顿大学教授大卫·贝克（David Baker），以表彰他在「计算蛋白质设计」方面的贡献，并将另一半授予Google DeepMind 的科学家戴密斯·哈萨比斯和约翰·M·詹伯，以表彰他们在蛋白质结构预测方面的贡献。

不同群体对奖项颁发的看法

1.Hinton自己有趣的第一反应：这不会是个诈骗电话吧？

凌晨两点接到电话，Hinton 以为是恶作剧。当时 Hinton 并不相信自己得奖了，而是电话那头多个瑞典的口音帮他确认了他获得诺贝尔物理学奖是真实的。他甚至不知道自己会被提名为诺贝尔物理学奖，感到非常惊讶。

2.衷心的祝福

有一些人在听到这个消息后，向他们表示祝贺。认为他们的研究奠定了深度学习革命的基础，支撑着现代人工智能领域，他们获得诺贝尔物理学奖实至名归。

3.一些反对的声音

一些群众表示，这些研究与物理学没有紧密的关系，这个奖项颁发的十分不合适。

诺贝尔奖项颁给交叉学科，对AI研究意味着什么？

人工智能其实和物理、生物、化学有千丝万缕的联系。当你把非常复杂的数据输送给神经网络，它能一层层提取出有效的关键信息，这其中涉及信息的流动，而在高能物理领域也存在类似现象，二者本质上都是提取有效信息的过程。这体现出学科交叉的特性。

AI 科学家获得诺奖这件事，说明人工智能在科学研究中的重要地位日益凸显，表明 AI 技术已不仅仅是工具，而是推动科学发现和创新的核心驱动力之一。

这一奖项的颁发可能会激励更多科学家在 AI 研究领域投入精力，推动更高效的计算方法和算法的开发。

思考

AI在人类日常生活的应用十分成熟，如XXAI的文本处理、GPT的语音识别、DALLE的图像处理等等。

到现在人工智能的应用正逐渐渗透到生物学、化学、物理学、天文学、材料科学、医学等多个学科的渗透，帮助科学家们进行数据驱动的研究，我们正在进入一个交叉学科爆发的时代。

人工智能作为计算机科学、物理学、数学等多个学科交融的成果，不仅对数据分析和工程设计产生了深远影响，还深刻改变了生物学、天文学及传统物理学研究的方法。它在改变科学研究方式方面的重要性不可忽视，跨学科的方法在推动计算技术的发展中也起到了关键作用。

所以人工智能先驱获得诺贝尔奖是不是不是问题，应该受到鼓励呢？