專家解讀諾貝爾化學(xué)獎(jiǎng):人類或?qū)⑼ㄟ^(guò)AI觸摸創(chuàng)制生命物質(zhì)的門檻
當(dāng)?shù)貢r(shí)間10月9日,瑞典皇家科學(xué)院宣布,將2024年諾貝爾化學(xué)獎(jiǎng)授予戴維·貝克(David Baker)、德米斯·哈薩比斯(Demis Hassabis)和約翰·江珀(John M.Jumper),以表彰他們?cè)诘鞍踪|(zhì)設(shè)計(jì)和蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)領(lǐng)域作出的貢獻(xiàn)。
中國(guó)科學(xué)技術(shù)大學(xué)教授江俊接受了新京報(bào)記者采訪,對(duì)獲獎(jiǎng)?wù)哐芯恳饬x進(jìn)行解讀。他認(rèn)為,他們?yōu)槿祟悗?lái)了一道曙光,即人類有可能通過(guò)AI(人工智能)的幫助觸摸到創(chuàng)制生命物質(zhì)的門檻。
獲獎(jiǎng)?wù)哂?a href="http://www.xmqqs.cn/tag/ai" style="color:#01579b">AI理解極其復(fù)雜的生物大分子體系
諾貝爾獎(jiǎng)委員會(huì)評(píng)價(jià)稱,來(lái)自美國(guó)華盛頓大學(xué)的貝克成功完成了構(gòu)建全新蛋白質(zhì)這一幾乎不可能完成的任務(wù);而來(lái)自谷歌旗下人工智能公司“深層思維”(DeepMind)的英國(guó)科學(xué)家哈薩比斯和江珀則開(kāi)發(fā)了一種名為AlphaFold2的人工智能模型,這種模型解決了一個(gè)已有50年歷史的難題,能夠預(yù)測(cè)大約兩億種已知蛋白質(zhì)的復(fù)雜結(jié)構(gòu),并且已被全球200多萬(wàn)人使用。

10月9日,在瑞典斯德哥爾摩舉行的2024年諾貝爾化學(xué)獎(jiǎng)公布現(xiàn)場(chǎng),屏幕顯示獎(jiǎng)項(xiàng)得主美國(guó)華盛頓大學(xué)的戴維·貝克、英國(guó)倫敦谷歌旗下人工智能公司“深層思維”的德米斯·哈薩比斯和約翰·江珀。新華社發(fā)
江俊稱,三位獲獎(jiǎng)?wù)呔哂杏肁I理解極其復(fù)雜的生物大分子體系的能力?!吧锎蠓肿幼兞慷?,且很巧妙地把生物的奧秘編碼在氨基酸的序列當(dāng)中。這是經(jīng)過(guò)億萬(wàn)年進(jìn)化形成的最優(yōu)美的大自然的編碼體系。AI竟然能夠破解密碼,確實(shí)讓人震撼。”
生物大分子蛋白質(zhì)是構(gòu)成細(xì)胞的基本有機(jī)物,是生命活動(dòng)的主要承擔(dān)者。蛋白質(zhì)的序列決定它的形態(tài),它的形態(tài)則決定其功能。以往的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)需要依靠大量的實(shí)驗(yàn)和勞動(dòng)力進(jìn)行嘗試。谷歌DeepMind的兩位科學(xué)家將蛋白質(zhì)的結(jié)構(gòu)密碼破譯,即了解什么樣的序列能帶來(lái)什么樣的蛋白結(jié)構(gòu)。
“我個(gè)人更喜歡戴維·貝克的工作,他做的是蛋白設(shè)計(jì)的工作。這是創(chuàng)造者的角色,即無(wú)中生有,設(shè)計(jì)之前沒(méi)有過(guò)的蛋白質(zhì),甚至定制它的功能?!苯≌J(rèn)為,這離生命創(chuàng)造者還有相當(dāng)遠(yuǎn)的距離,但他們?yōu)槿祟悗?lái)了一道曙光,即人類有可能通過(guò)AI的幫助觸摸到創(chuàng)制生命物質(zhì)的門檻。“我們對(duì)大自然億萬(wàn)年的進(jìn)化有所敬畏,但AI迭代進(jìn)化的速度是非??斓?,人類現(xiàn)在只是摸到門檻,這已經(jīng)讓人很激動(dòng)了。”
他說(shuō),未來(lái)人類如能精準(zhǔn)設(shè)計(jì)蛋白,首先意味著精準(zhǔn)的醫(yī)療,控制靶向藥物的作用方式。另外,科學(xué)家可以理解生命的演化過(guò)程,加深對(duì)世界的理解。
“AI沒(méi)有搶物理學(xué)家的地盤”
就在當(dāng)?shù)貢r(shí)間10月8日,2024年諾貝爾物理學(xué)獎(jiǎng)剛剛授予約翰·J·霍普菲爾德(John J. Hopfield)和杰弗里·E·欣頓(Geoffrey E. Hinton),表彰他們?cè)谑褂?a class="external" href="http://www.xmqqs.cn/tag/2647" title="查看與 人工神經(jīng)網(wǎng)絡(luò) 相關(guān)的文章" target="_blank">人工神經(jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)方面的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明。
為何今年諾貝爾物理學(xué)獎(jiǎng)和化學(xué)獎(jiǎng)都和人工智能有關(guān)?人工智能會(huì)搶奪科學(xué)家的榮譽(yù)嗎?
江俊認(rèn)為,此次諾貝爾獎(jiǎng)的頒發(fā)意義重大。一方面,這代表著物理學(xué)家科學(xué)思想的一次躍遷。以前物理學(xué)家對(duì)世界規(guī)律的描述,用的是精準(zhǔn)的數(shù)學(xué)表達(dá)式或者是嚴(yán)謹(jǐn)?shù)恼Z(yǔ)言邏輯。但這次,物理學(xué)家、化學(xué)家等接納了可以用相對(duì)模糊、相對(duì)黑盒、相對(duì)預(yù)測(cè)發(fā)散的AI這種科學(xué)工具來(lái)描述物質(zhì)世界的規(guī)律。他認(rèn)為,這與從經(jīng)典物理“跳”到違背直覺(jué)的量子物理的躍遷是類似的。
“這將帶來(lái)整個(gè)科學(xué)研究范式的革命。多年之后回過(guò)頭來(lái)看,也許大家會(huì)覺(jué)得,霍普菲爾德和欣頓得10個(gè)諾貝爾獎(jiǎng)都是值得的?!蓖瑫r(shí),他也指出,此次諾貝爾物理學(xué)獎(jiǎng)的獲獎(jiǎng)成果是受到物理學(xué)啟發(fā)的人工智能革命,屬于science for AI ,“并沒(méi)有搶物理學(xué)家的地盤”。
# AIGC行業(yè)資訊# AI# Hinton# 人工智能# 人工神經(jīng)網(wǎng)絡(luò)# 工具# 機(jī)器學(xué)習(xí)# 生物# 神經(jīng)網(wǎng)絡(luò)# 谷歌
? 版權(quán)聲明
本文轉(zhuǎn)載自互聯(lián)網(wǎng)、僅供學(xué)習(xí)交流,內(nèi)容版權(quán)歸原作者所有,如涉作品、版權(quán)或其它疑問(wèn)請(qǐng)聯(lián)系AIGC工具導(dǎo)航或點(diǎn)擊刪除。