事情大家都知道了——AI看起来要统一世界了。 昨天,先是深度学习先驱杰弗里·辛顿(Geoffrey E. Hinton)和约翰·霍普菲尔德(John J. Hopfield)获得诺贝尔物理奖。
今天,华盛顿大学的戴维·贝克(David Baker),谷歌DeepMind 的德米斯·哈萨比斯(Demis Hassabis) 和约翰·M·贾姆珀(John M. Jumper)斩获诺贝尔化学奖。
一时间,也不知道是AI届惊掉下巴,还是物理化学届傻眼。 单看这五位大神的贡献,John J. Hopfield 和 Geoffrey E. Hinton 因推动利用人工神经网络进行机器学习的突破而获奖。 David Baker、Demis Hassabis 和John M. Jumper,三位是AI蛋白质研究领域的知名人物。 AI预测蛋白质结构的重要性不言而喻。 AlphaFold出现后,全球已有数百万研究人员使用AlphaFold 2在疟疾疫苗、癌症治疗和酶设计等领域取得了重要发现。后续推出的AlphaFold 3,则不仅限于蛋白质,将探索更广泛的生物分子。
(使用AlphaFold2设计的蛋白质结构) 事实上,这种通过AI促进各科学领域突破的方向早有姓名——AI for Science(AI4S),已是全球各个著名大学、研究院,和VC们竞相推进的方向。
(国内部分AI for Science高校,来源:ScienceAI) 把AI融合进科学的原因不难理解。 尤其当科学家们研究复杂体系时,很可能遇到实验成本高、理论推导复杂的问题。这时,如果有充足的数据,科学家就可以搭建一个神经网络,再通过训练模型找到数据之间隐藏的规律、进行预测。 「四木相对论」看到,当前国内的AI4S创业公司也非常常见,涵盖生物医药、材料、能源、工业等领域。 其中,生物医药是最繁荣的领域。至少有数十家公司利用AI进行药物研发。同时,随着大模型的进展,能源、材料领域也涌现出不少新公司。 “获奖者的工作已经产生了巨大的效益。在物理学领域,我们将人工神经网络应用于广泛的领域,例如开发具有特定属性的新材料等。” 这是诺贝尔物理学奖委员会主席Ellen Moons面对颁奖疑问时的回应。