上圖：欣頓（右）與學(xué)生于2012年合作開發(fā)AlexNet神經(jīng)網(wǎng)絡(luò)。下圖：諾貝爾化學(xué)獎得主哈薩比斯（左）和江珀（右）。\網(wǎng)絡(luò)圖片

　　人工智能是當前科技領(lǐng)域最熱門的話題之一，為科學(xué)研究帶來了新的可能性。今年的諾貝爾獎人工智能（AI）成為“大贏家”，三大科學(xué)獎項的物理學(xué)獎和化學(xué)獎，都與AI研究相關(guān)，但同時也掀起學(xué)術(shù)界激烈討論和爭議。有人質(zhì)疑AI不屬于傳統(tǒng)物理學(xué)領(lǐng)域，也有人認為跨界學(xué)科正成為潮流，引發(fā)對未來AI可能顛覆科學(xué)研究的討論。

　　【大公報訊】諾貝爾物理學(xué)獎和化學(xué)獎，都與人工智能有關(guān)。物理學(xué)獎頒發(fā)給美國科學(xué)家霍普菲爾德和英裔加拿大科學(xué)家欣頓，表彰他們“通過人工神經(jīng)網(wǎng)絡(luò)，實現(xiàn)機器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”?；瘜W(xué)獎的其中一半則共同授予谷歌旗下人工智能公司DeepMind的哈薩比斯和江珀，表彰他們所開發(fā)的AI系統(tǒng)，在蛋白質(zhì)結(jié)構(gòu)預(yù)測方面所作出的貢獻。AI成為科學(xué)界最高榮譽的“大贏家”，除了引發(fā)輿論關(guān)注，但也在學(xué)界掀起廣泛爭論。

　　改變傳統(tǒng)方法 解決科研難題

　　在瑞典皇家科學(xué)院揭曉今年的物理獎得主幾分鐘后，社交媒體上一片沸騰，有人質(zhì)疑，有人歡呼。有物理學(xué)家認為，人工神經(jīng)網(wǎng)絡(luò)其實并不是真正的物理學(xué)。德國慕尼黑數(shù)學(xué)哲學(xué)中心物理學(xué)家霍森費爾德（Sabine Hossenfelder）表示，霍普菲爾德和欣頓所做的研究，“屬于電腦科學(xué)領(lǐng)域”。她表示，“一年一度的諾貝爾獎對于物理學(xué)來說是一個難得的機會，可以讓他們成為鎂光燈的焦點。在這一天，朋友和家人會想起他們認識一位物理學(xué)家，也許會去問他或她最近的諾貝爾獎是怎么一回事。但不是今年。”

　　英國倫敦帝國學(xué)院天體物理學(xué)家普里查德（Jonathan Pritchard）在社交平臺X上寫道，“我無語了。我和旁人一樣喜歡機器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)，但很難看出這是一項物理學(xué)發(fā)現(xiàn)”，“我猜諾貝爾是被AI炒作給砸了。”

　　也有物理學(xué)家對結(jié)果表示歡迎。哈佛大學(xué)理論物理學(xué)家斯特拉斯勒（Matt Strassler）表示：“霍普菲爾德和欣頓的研究是跨領(lǐng)域的，將物理、數(shù)學(xué)、電腦科學(xué)和神經(jīng)科學(xué)結(jié)合在一起。從這個意義上說，它屬于所有這些領(lǐng)域”。2021年摘得諾貝爾物理學(xué)獎的意大利物理學(xué)家帕里西說，“物理學(xué)正在變得越來越寬廣，它包含了很多過去不存在的知識領(lǐng)域，或者不屬于物理學(xué)的一部分?！?/p>

　　相比于物理學(xué)獎結(jié)果所引發(fā)的爭議，學(xué)術(shù)界對于AI輔助解決科研難題，普遍給予肯定。哈薩比斯和江珀所研發(fā)的AlphaFold2模型，成功預(yù)測蛋白質(zhì)結(jié)構(gòu)，目前已被全球超過200萬人使用。使用傳統(tǒng)的實驗方法往往需要花費數(shù)年時間，但得益于AlphaFold技術(shù)，研究人員能夠跳過耗時的步驟，更深入地探究蛋白質(zhì)的功能和動態(tài)。

　　專家：研究切忌一窩蜂

　　隨著科學(xué)發(fā)展，不同學(xué)科之間的界限正在變得模糊，AI俘獲諾貝爾委員會的“芳心”，更反映出AI與多學(xué)科融合，推動科學(xué)研究突破邊界重要的探索趨勢。圖靈獎委員會成員卡恩斯認為，兩個科學(xué)獎“標志著跨學(xué)科研究的偉大勝利”。近年來，諾貝爾物理學(xué)獎越來越垂青跨學(xué)科交叉研究。2020年該獎項頒給了數(shù)學(xué)家彭羅斯，2021年則一半頒給了氣象學(xué)家真鍋淑郎和哈塞爾曼。

　　當前，人工智能驅(qū)動的科學(xué)研究（AI for Science）正成為全球人工智能領(lǐng)域新前沿，數(shù)學(xué)、物理學(xué)、化學(xué)、材料學(xué)、生物學(xué)等各個傳統(tǒng)科研領(lǐng)域都能看到AI技術(shù)的身影。

　　不過，也有專家提醒，切忌一窩蜂地押寶AI。英國科研誠信辦公室前研究誠信經(jīng)理霍奇金森警告，今年諾貝爾獎得主的成功可能會誤導(dǎo)科研人員，“讓他們誤以為所有的AI工具都具有相同的價值，從而進行濫用”。他還稱石墨烯領(lǐng)域就是前車之鑒。2010年，蓋姆和諾沃肖洛夫因發(fā)現(xiàn)石墨烯摘得諾貝爾物理學(xué)獎，其后相關(guān)論文研究井噴，但迄今對現(xiàn)實世界影響仍然相對有限。哈薩比斯也認為，人工智能技術(shù)只是一種輔助科研的方式，進行科學(xué)研究的還是人類。 （綜合報道）