2024年诺贝尔化学奖揭晓后，网上开始流传一个预测：诺贝尔文学奖将授予ChatGPT。之所以出现这个带调侃的预测，是因为今年诺贝尔物理学奖、化学奖都授予了人工智能领域的科学家，令很多人直呼“没想到”。

　　今年诺贝尔奖为何青睐人工智能？对我国科研人员有何启示？解放日报·上观新闻记者采访了复旦大学和上海市科学学研究所的三位专家。

“科学智能”成为典型范式

　　“今年诺贝尔奖的AI元素很多，充分反映出瑞典皇家科学院评审专家希望主动拥抱AI时代的工作逻辑。”复旦大学智能复杂体系实验室主任、上海数学中心谷超豪研究所长聘教授林伟说，“过去10年，我们亲身经历了科学研究范式巨大的、颠覆性变革，人工智能和大数据在赋能千行百业的过程中，也在赋能科学前沿。”

　　他进一步分析说，在现代科学研究的早期阶段，人类遥望星空，希望了解天体系统的运动规律，基于观察测量和分析挖掘，构建了经典力学体系以及支撑这个体系的现代数学、物理方法。这些体系和方法的背后，是一种在一定规模系统内追求“看得清、测得准、推得全、算得精”的科研范式。

　　随着大数据、人工智能的兴起，科学界正在突破传统的实验、理论、计算研究范式，利用新一代信息技术，开展面向超大规模、动态复杂系统的“清、准、全、精”一体化集成、联动和计算，形成了当今科技创新的典型范式——AI forScience （科学智能）和 AI for Social Science（社会科学智能）。

　　所谓AI for Science，是指利用人工智能的技术和方法，学习、模拟、预测和优化自然界的各种现象和规律，从而推动科学发现和科技创新。它不仅能帮助科学家解决已有的问题，还能帮助科学家发现新的问题和方向。AI for Social Science是将这种科研范式应用于社会科学领域。

约翰·霍普菲尔德和杰弗里·辛顿分享2024年诺贝尔物理学奖。

用AI助手破解科学难题

　　昨天摘得诺贝尔化学奖的德米斯·哈萨比斯和约翰·江珀，带领团队开发的“阿尔法折叠2”（AlphaFold 2）人工智能系统，就是“科学智能”研究范式的经典案例。他们将人工智能技术应用于“蛋白质三维结构预测”这一世界难题，让“阿尔法折叠2”的预测准确率基本达到了科研人员的实验测定水平，被美国《科学》杂志评为“2020年十大科学突破”之一。

　　“AlphaFold对AI的影响远远大于它对蛋白质研究本身的影响。”复旦大学复杂体系多尺度研究院院长马剑鹏教授说，因为蛋白质折叠是一个困扰化学界50多年的世界难题，人工智能可以将求解的准确率大幅提升，显示了“科学智能”研究范式的强大。虽然“阿尔法折叠2”和“阿尔法折叠3”并未完全解决蛋白质折叠问题，但它给科学界带来了启示：可以通过数据驱动，将人工智能应用于更多的科研领域，让AI助手破解各种难题。

大卫·贝克、德米斯·哈萨比斯和约翰·江珀分享2024年诺贝尔化学奖。

　　另一位诺贝尔化学奖得主大卫·贝克的贡献是“计算蛋白质设计”，即利用计算机技术设计出新的蛋白质，再通过实验验证这一设计结果。马剑鹏表示，“计算蛋白质设计”与“蛋白质结构预测”紧密关联，我国科技界要高度重视这两个前沿领域，加强布局和投入，持续提高科研团队的研究水平和成果转化效率。在此过程中，还要重视培育企业的“大兵团作战”能力。近年来，“阿尔法折叠2”和ChatGPT等人工智能重大成果大多诞生于企业，体现出在“大兵团作战”方面，企业优于高校、科研院所“小团队”的特点。在领军人物的带领下，企业能集聚更多人才和资源，有望在AI时代取得更大突破。

凸显基础研究的重要价值

　　如果说，诺贝尔化学奖得主为“科学智能”研究范式提供了成功案例，那么，两位诺贝尔物理学奖得主是为这一范式奠定了基础。

　　林伟告诉记者，人类渴望了解自己的“内部宇宙”，想知道智能是如何产生的，以及如何通过人为的系统设计生成“机器智能”。于是，科学家基于观察测量、分析挖掘等方法，想用可计算的方式建构一个具有智能功能或智慧能力的“生命体”，从而模拟智能生成、解读智能机理。

　　这种探索偏向于生物神经科学，早在1963年，英国科学家艾伦·霍奇金和安德鲁·赫胥黎就因为提出了描述神经电生理现象的霍奇金-赫胥黎方程，获得诺贝尔生理学或医学奖。这个研究方向关注单个神经元响应刺激的演化规律及其生化机制，随着研究的拓展和计算能力的初步提升，另一些研究智能的科学家关注神经网络，通过开发人工神经网络，研究人类的记忆模式存储机理和记忆联想演化规律。摘得今年诺贝尔物理学奖的约翰·霍普菲尔德和杰弗里·辛顿，就是在人工神经网络领域作出了贡献。“正是这些科学先贤的执着求索，才在硬件、算法、数据适配之时，迎来了人工神经网络和机器学习的颠覆性进展。”

　　“诺贝尔物理学奖授予霍普菲尔德，表明AI的基础与统计物理学有很深的渊源，因为霍普菲尔德是统计物理学家。”马剑鹏指出，是他奠定了人工神经网络的基本架构，可见基础研究的重要价值。

　　林伟感慨道：“AI如今的应用价值，让当年基于人类好奇心的神经元、神经元网络、人工神经网络的机理研究，以及数学物理的动力学探索得到了诺奖的认可。今后，AI技术将在更多领域开花结果，这些成果也会为AI进一步发展提供不竭的动力源。”

　　上海市科学学研究所《世界科学》编辑部主任游文娟认为，诺贝尔奖此次青睐人工智能，体现了瑞典皇家科学院评审专家的与时俱进，他们不再拘泥于学科界限，对当下科研趋势的判断体现了引领性。我国各个学科领域的科研人员应更积极地探索、应用人工智能，让“科学智能”研究范式培育出更多的创新果实。

（文章来源：上观新闻）